【書摘】有錢人的數學~掌握機率原理
【書摘】有錢人的數學~掌握機率原理
2011.06.12 |

書名:有錢人的數學──用數字解決問題的人,一定會有錢!

**簡介:你對數字敏感嗎?具備有錢人的腦袋嗎?**別急著回答,先想想下面的問題再說:
‧  老闆問你:「銷售成本占銷售額幾成、毛利率有多少?」你能當場算出來嗎?
‧  購屋時,賣方開價後你能馬上估算自備款嗎?需要運用寬限期嗎?如何還款才划算?
‧  賣場購物時,折扣30%、買2送1、同類商品第2件半價,到底哪一個最讓你省錢?

 

生活中處處是隨機機率

我們總喜歡去猜測一些奇奇怪怪的機率。接下來就有些怪怪的機率數據!

  • 生出多胞胎的機率愈來愈高了。目前出現雙胞胎、三胞胎或多胞胎的機率大約是3%。
  • 射飛鏢的時候,如果先蒙住眼睛在原地轉圈,飛鏢射中標靶的機率大約是2%,射中靶心的機率是1/100000。但是,拜託幫幫忙,這就不必親身嘗試了吧!
  • 打高爾夫球一桿進洞的機率,應該約1/5000
  • 遭到雷擊的機率大概是1/3000000。巧合的是,這也是可能看到外星人的機率。
  • 下個世紀小行星撞上地球的機率是1/5000。如果真有顆又大又髒的小行星撞上了地球,而你恰巧又把剛洗好的衣服晾到外面的機率是多少?大概是100%。
  • 在全都是選擇題的考試當中亂猜,還能拿到滿分的機率是多少?如果有30道題目,每個題目有4個選項,那麼全對的機率就是1/430,也就是1/1152921504606846976。如果只想拿到50%,或再多一點點剛好可以及格的分數,那麼這種機率就更難算了,大概是1/364吧。讓人比較開心的是,每一題都猜錯的機率只有1/5600

我們經常被機率搞得一個頭兩個大。但令人悲哀的是,這世界上卻到處都還有一些無恥齷齪的傢伙,用不公正的手段讓一些容易受騙的賭徒吃虧上當。如果你也想加入那些無恥齷齪傢伙的行列,這兒有二個小把戲一定會讓你見獵心喜。第一個把戲會讓受騙的人自以為聰明過人;而第二個把戲一出手,他就會被剝得一乾二淨了。

黑白紙牌的把戲

你找了個倒楣的朋友和你一起聚一聚。坐在桌子前,你讓他看你手裡有3張紙牌:1張二面都是黑色;1張二面都是白色;還有1張是一面黑色、一面白色。
讓你的朋友在桌面下把三張牌洗好,抽出一張紙牌放到桌上。你們都不知道另外2張紙牌是什麼,同時也都看不到桌上這張牌的另一面是什麼顏色。兩個人只看到桌上這張紙牌的顏色是黑色。
「顯然這張牌不會是二面都是白色的那一張。」你對你朋友說:「所以,紙牌的另一面只有可能是黑白紙牌的白色,或者是二面黑色紙牌的黑色。」你朋友明智的點了點頭,完全同意你的說法。
「所以,不管是哪一張紙牌,機會都是均等的。」你朋友聽了又點點頭。於是你接著說:「我和你賭1英鎊,這張紙牌的另一面是黑色。」
「噢,不,謝了!」你的朋友回答道。他覺得這件事有蹊蹺,可又不太能確定。
「哎呀,來嘛!」你繼續勸著你的朋友:「這樣子好了,如果另一面是黑色,你輸給我1英鎊;可如果是白色,我就賠給你1.50英鎊。你覺得怎樣?」
對於你的朋友來說,這樣的條件實在棒到讓人無力抗拒,所以就趕忙掏錢下注啦……但是,其實你贏過他的機率有2/3。換句話說,如果以玩3次來看的話,你會輸給你朋友1.50英鎊,但他卻會輸給你2英鎊。
祕訣其實就是:不管最先出現什麼顏色的紙牌,只要「賭另一面也是同一個顏色」就對了。有2張紙牌兩面的顏色相同,只有一張紙牌兩面顏色不同,所以在3張紙牌裡要挑出不同顏色的機率只有1/3
如果讓你的朋友想久一點,他可能就能想通這個道理。所以,趕快拉著他繼續來玩第二種把戲吧。

2個銅板的把戲

這個把戲夠簡單,可也夠奇怪!玩這個把戲最棒的時機,最好是你朋友的女朋友也在場的時候。只要她按照你的指示來做,而且不要偷偷給你的朋友任何提示,那麼她就會幫你把你朋友的錢給拐走了。
請朋的女友將2個銅板搖一搖,確定並不是2個都是反面!如果2個都是反面,把銅板拿起來再搖一次,直到確定。
秀出正面朝上的那個銅板,另一個銅板遮住。
「你看!另一個銅板可能是正面朝上,也可能是反面朝上。」
「如果這個銅板正面朝上,我輸你1.50英鎊;但如果是反面朝上,你就輸給我1英鎊。」 出現正面或反面的機率一樣,但你賠給朋友金額較高。於是他接受了。

那麼,你以為這個賭約對你朋友划算嗎?當然不划算!事實上,你又有2/3機會的贏面。讓人困惑的是,丟2枚銅板時,似乎只會出現3種組合:2個都是正面、2個都是反面,以及一正一反。然而,如果用2個大小不一樣的銅板來丟,你就看得出其實是有4種不同的組合情形:
正正 正反 反正 反反
如果出現了2個反面,你就讓朋友的女友再搖一次銅板,以消去這個組合出現的可能性。也就是說,在你要下注時,銅板只會剩下3種可能的組合。在她讓大家看其中一個正面的銅板之後,另一個銅板出現反面的機會就占2/3!這也就是為什麼你可以每3次就能夠贏2次的原因。(摘自第18章)

出版社:大是文化

【作者簡介】卡加坦**•**波斯基特(Kjartan Poskitt)知名的英國電視兒童節目主持人,曾經幫許多舞台劇和電視節目創作音樂。著有英國暢銷叢書《殘酷數學》(Murderous Maths)系列

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