【Meet創業之星】「Pay-U.TV」付你看影片|數位時代 BusinessNext

綜觀市場，目前線上免費影音網站都會出現一個現象：在觀看影片不時會有小廣告從中穿插出現，很多網友下意識的動作就是點掉，企業主因此流失許多關鍵的目標族群。造成干擾網友觀賞影片、對企業主來說宣傳效果也不甚理想，因為這兩種結果，促使創辦人方國俊成立 Pay-U.TV 。

圖為Pay-U.TV創辦人方國俊。

Pay-U.TV其特色有二，一是「Pay-U」付你看，創辦人方國俊認為，在現今Web2.0的世代，利用短片行銷比文字來的更有力。「Pay U」的概念來自於企業主先撥一筆預算給平台，只要有網友點擊並完整觀賞就會立刻分酬，相對傳統關鍵字廣告，受惠者往往是平台及頻道管理者，對網友而言沒有任何誘因點擊。Pay U鼓吹「共享廣告收入」行為，幫助企業品牌宣傳外，三方(平台、嵌入影片者、收看網友)都可從廣告主給的預算中拆帳分酬。

二是「U-Pay」你付費，頻道主將版權內容上架，自訂價格販賣影視內容，使用者需付費才能觀看更多內容，頻道主的收益與平台共享。目前網站尚在測試階段，但一般網友已可上線使用(加入即可成為早鳥會員)，完整版預計5月上線。

Pay-U.TV提供讓一般網友自行開闢頻道，可依主題或興趣將網路影片集結、建立社群的一個地方。方國俊提到，在這個平台上，可以聚合內容成為獨立頻道，並主動向Facebook推播、分享，建立個人及企業形象。方國俊進一步舉例，地下實驗劇場的表演者，就可以利用這個平台將表演的影片上傳，建立自己的頻道供網友觀賞，打開知名度。

看到數位匯流的趨勢，促使Pay-U.TV的形成，方國俊認為網路電視會是未來電視轉型的重點，因此在2006年便先行登記網域(.tv)，開始著手籌備，以線上短片作為創業利器。將技術外包，團隊尚未成形的Pay-U.TV，現階段需要更多的努力找尋適合的廣告主支撐其營運模式。

Q1. 如何防止網路機器人惡意點擊，或是有心網友以分身帳號賺取收益？ Pay-U僅發生在網友頭次點擊從中抽成，累積點擊數下來，會明顯看出其中的比例分配，產生的數據可供媒體購買公司、廣告公司參考，若是惡意攻擊，我們就會馬上列入黑名單(管理員機制)，帳號不再生效。

*Q2.下一步的目標是什麼？你們如何完成？ **** **** 目前積極開拓上游片源(廣告主) 以及下游市場(社群)，待市場成熟後，未來打算利用QR Code虛實整合，跨媒體傳播。

團隊 Team **** 目前1人籌備，技術團隊外包。

公司服務 Project 整合影音平台，建立新的收費機制

成立時間 Founded Time **** 2010年12月

主要用戶 user **** 一般消費者。

商業模式 Business Model 從網友點擊數計算，每點擊一次可從廣告主的預算中抽成。

網址 **** http://Pay-U.tv

【創業小聚共好計畫】 域動行銷ClickForce每月贊助1個新創團隊，10萬元廣告聯播行銷資源，詳見活動網頁。

【活動預告】創業小聚第16* **** *場 4月18日(週三) 19:00 在集思台大會議中心柏拉圖廳，詳見活動網頁。

【HitoApp **** 萬人評測大隊】募集iOS **** ** 和 Android App 費盡心思開發出來的App，要如何不被淹沒、清楚被看見？HitoApp是你不忽略的管道！詳見活動網頁。

*【2012 Meet **** *創業之星】募集中 與《數位時代》編輯團隊一起吃午餐，分享創業的歷程嗎？歡迎數位創業團隊跟我們聯繫，詳見活動網頁。

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。