【書摘】Mesh  最潮的創業模式
【書摘】Mesh 最潮的創業模式
2011.03.22 | 創業

「對通用汽車(General Motors, GM)有利的,就對國家有利。」一九五三年通用汽車執行長查爾斯.威爾森(Charles E. Wilson),曾對參議院小組委員會這麼自誇。儘管當紅漫畫家阿爾.卡普(Al Capp)事後利用這段發言諷刺威爾森是「進步黨總長」,但他可不是無憑無據地吹噓。通用汽車成為主導產業的龍頭並叱吒風雲數十年,它的品牌與商業模式羨煞所有人。

威爾森提出這番言論三年後,《財富》雜誌(Fortune)開始公布美國前五百大企業名單,通用汽車榮登榜首,而且屹立不搖長達二十年。爾後的二十六年,榜首之位仍然是通用汽車與另為兩家汽車相關企業的天下,即艾克森(Exxon)和福特(Ford)。直到二○○八年底,通用汽車被迫向國會請求紓困,最後宣告破產;這個支配了二十世紀大半商業市場的巨擘,才正式告別舞台,以汽車為中心的產業模式畫上休止符。

同一時間,在國人完全沒有注意的時候,一種不一樣的汽車公司快速地打破營業紀錄。Zipcar 這家公司以不到九年的光景,在美國、加拿大和歐洲奠立了一席之地。自二○○一年創立之初,Zipcar 就是十年來成長最快的公司之一,年收益在第二年和第三年分別成長了二倍和三倍;到了二○○九年,年收益已經超過一億三千萬美元,比前年增加了三○%。

Zipcar 是 Mesh 公司近乎完美的例子,它不製造、不銷售或修理車輛,經營的是汽車共享。總公司設在波士頓的Zipcar,是兩個幼稚園好友的創意之作。一九九一年,安特耶.丹尼爾森(Antje Danielson)坐在柏林的一間咖啡店,看到汽車共享服務的招牌,對這項服務愈看愈感興趣。丹尼爾森發現這項服務很容易做到,而且非常有意義。不同於傳統的汽車租賃公司(舊式的共享平台),這家公司的車子在城市的任何地方,都可以很容易就可以找到與租用。找到租車點後,你在網路上能夠預約完全符合需要的車,然後使用一小時、一天或更久時間。這一點讓租車服務實際上可以符合顧客每天的需求,而不是只有旅行時才租車。

在溫哥華這個城市,Mesh 公司與組織四處林立。我參訪了一種食品合作社,那是由部分顧客管理經營的小型商店。透過一位朋友的安排,我深入了解到這座創新城市的設計特色,得知民眾在市內每個角落可以步行、騎自行車,或找到方便的公共交通工具,因此我做了一次探訪之旅,目標是為冬季奧運所興建知名綠建築和運輸系統。不過溫哥華不是特例,全球包括美國、歐洲、亞洲已經湧現了幾千家 Mesh 公司。

在社群媒體、網際網路、無線網路和手機市場不斷成長之下,Mesh 公司業務一片欣欣向榮。他們取得每一筆可能的資料,然後進行大量的資料處理,在民眾需要商品或服務時,提供真正符合所需的優質商品和服務。Mesh 公司有四項共通特點:共享、網路與行動裝置的進階利用、以實體商品和原料為主軸、透過社群網絡與顧客連結。當然,並不是書中所討論的每一家公司或組織,都同時具有四項特點。就像任何大躍進、快速發展的知識或科技一樣,Mesh 也是在一條持續發展的路上,以各種不同的方式呈現;部分是完整的 Mesh 模式,但更多、更多只是朝著同一方向前進。

為什麼將這一波商務新浪潮稱為 Mesh?Mesh 指的是一種四通八達的網路,可以讓系統裡的任一伺服器,連上其他任何位置的伺服器;每一個部分都和其他任何一個部分相連,而且全部串聯在一起。之於我,Mesh 是一個適當又貼切無比的用詞,為資訊服務時代進入全新階段做出了最佳詮釋。Mesh 公司在眾多方面,都與彼此、與全世界緊緊繫在一起。部分聯繫是直接的方式,例如公司之間彼此認同一個市場,共同提供商品或服務。這些公司共享資訊,促進與新顧客、顧客偏好和商品的使用和取得。至於其他的聯繫則屬於間接方式,必須透過第三者,例如透過顧客資料彙集或是顧客的社群網絡。

Mesh 之所以可以形成氣候,乃是因為我們的一切都已經和其他的人、企業、組織、物品有愈來愈緊密的連結。這是人類史上,首次存在這種遙遠卻可及、隨時開放、相對便宜的互聯性。就像人類的思維比一群神經元要複雜得多,Mesh 的連結,已經引起更複雜與更具挑戰的東西。在人類大腦中,所有的部分(包括 DNA、神經元、腦葉)彼此結構且不斷相互溝通聯繫。我們可以用同樣的方式來說明 Mesh 的多個部分,例如電子、行動通訊、伺服器、服務、合夥人,還有顧客。不過就好比人類的大腦,Mesh 也比各個部分的總和還要龐大得多。如今每個人、每件事,都變成和其他每一個人和每一件事相互連結,例如微網誌推特(Twitter)在二○一○年二月,每天就有高達五千萬則推文。有一種新模式已經誕生,正在持續成長與改變適應。Mesh 顯然衝出了一波高峰,而且它的學習力又強又快。


書名:《10年後,你將找不到實體商店》

**《富比士》雜誌:「Mesh是未來10年重塑企業的重要趨勢。」**透過雲端運算、行動網路、社群網站、手機App等科技的虛擬平台,全球已有1,500多家企業、數十種產業,風起雲湧加入戰局淘金;在這裡,不用買、用租、用交換,就可以和所有人「共享」商品或服務。

作者:麗莎.甘絲琪(Lisa Gansky)

甘絲琪是全球網路導航器(Global Network Navigator, GNN)和 Ofoto 等多家網路公司的創辦人兼總裁。她目前指導與投資的幾個社會創投事業包括:新資源銀行(New Resource Bank)、Squidoo、Convio、TasteBook、MePlease、Slide、Instructables 和綠化世界傳媒(Greener World Media)。此外,她也是 Dos Margaritas(以環境保護為目標的社會創投事業)的共同創辦人。甘絲琪現居美國加州納帕(Napa)。

出版社:時報出版

買書去

 

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓