【Inside】從Draw Something看隔夜爆紅大成功的創業迷思|數位時代 BusinessNext

那麼OMGPOP 真的是一家隔夜爆紅的公司嗎？

不是的，OMGPOP早在 2006 年就已經成立，他們的舊名為 i’minlikewithyou （2009年更名），主要是開發線上的Flash遊戲社群，在Draw Something 之前，已經開發過 35 款的遊戲，但這些 Flash 遊戲在 Facebook 都打不贏 Zynga，而他們決定改做 iOS 以及 Android 遊戲不過是一個月之前的事。

換而言之，Draw Something 是他們第 36 款的遊戲；根據 Wiki 上的資料，他們曾經被 Time 選為 2009 年最佳的 50 個網站之一，同時也是知名的創業育成組織 Y Combinator 的 2006 年校友，所以同時間，他們也創下 Y Combinator 校友被收購的紀錄（超越他們的大概只有 Heroku 被 Salesforce 併購的金額），從他們的檔案裡頭，你會發現他們一共獲得過至少 1,600萬美金的三輪投資，而早期的 Angle Fund 裡頭更包含了知名的 Kevin Rose 等人，不管是從產品面、資金面以及人脈面來看，他們都已經努力甚久。

下面這段影片是他們兩年前（2010年）舊辦公室的樣子，大約 80多坪的辦公室擠了50多人（後來當然是換到 200多坪）。

在上線後的九個月，他們才擁有不到 1萬名的使用者，而且常時間是不活躍的

對於這些常被提起的爆紅公司來說，他們其實都早已經走過死亡的幽谷，經過無數次的自我掙扎與懷疑，直到爆紅的前夜來臨仍不自知，在那之前只會有少數的朋友、投資天使以及使用者，直到你知道他們、使用他們為止。Pinterest 的創辦人在 SWSX 的訪問中提到，最低可行性產品「minimum viable product」，對他來說，這個最難的「最低」以及「可行性」都是未知的，也認為還好他以前沒有讀過「精實創業」（The Lean Startup）這本書，否則他早就可能放棄去 Pivot 成別的東西了；他只是因為害怕難堪、並懷疑Google 不會再雇用他，才繼續堅持 Pinterest 這個網站。

那麼到底可行的方法論到底是什麼呢？

到目前為止，我還是只相信，歷史是由勝利者寫的這件事；活得夠久，按照自己相信的方式撐下去，直到打贏的那一天來臨，不管你是 Pivot 或者怎麼樣，故事都是隨你說、隨媒體們說、隨那些人說。

出自Inside部落格

延伸閱讀：【 HitoApp萬人評測大隊】新行動媒體，幫助開發者找出「讓App被看見」的可能性，目前正在熱烈徵集受評測的App，歡迎有興趣的開發者報名。

■ HitoApp評測報名網址 ■ 更多最新消息都在HitoApp粉絲團 http://www.facebook.com/HitoApp

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。

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。」

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。

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。

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。