溫肇東專文~亞洲創業大獎側寫
溫肇東專文~亞洲創業大獎側寫
2012.05.17 | 創業

今年五月在日本柏市舉辦的亞洲創業大獎(首獎300萬日幣),有十二個國家、十八個團隊參加(地主國日本五隊、印度和中國二隊,其餘一隊)。參賽條件是新創事業必須是成立沒超過五年,且未上市(IPO),有科技成分。經過三天精緻安排的交流活動,與會者收穫很多,結交了許多新朋友及創業資源。第一天熱身參觀柏市的各項創新的計畫、創業資源及環境。第二天有主題演講、業師指導及座談交流。第三天上午進行準決賽分三組,各組取二名,進入下午的決賽。進入複賽的六隊,分別是泰國、新加坡、菲律賓、印度、香港和台灣,日本五隊竟然全軍覆沒。

圖片來源:AEA官網。

香港的提名代表,香港科技園行政總裁陳蔭楠,對此給日本主辦單位很高的評價。這次的活動包括獎金、及招待各國代表的食宿旅費,花了將近台幣 1500 萬,因其準決賽的九位裁判和決賽的五位裁判都是很有經驗的專家,他們的獨立角色及判斷,主辦單位完全尊重。我很好奇這次活動的效果要如何外溢,他們說 NHK 有採訪、錄影。

主辦這項活動的中心人物是各務茂夫教授 (Shigeo Kagami),他自 2004 年開始,擔任東京大學的教授、產學合作本部的事業化推進部的部長,並擔任東京大學優勢資本株式會社的董事。1982 年於一橋大學商學院畢業,從 IMD(洛桑,瑞士)獲得 MBA,並於凱斯西儲大學完成博士後研究。

各個國家的提名代表,都是他這幾年在亞洲相關的創業教育及活動中較活躍的人物,社群中各國的提名代表很多本來都相互認識。這次日本投入資源,希望能夠凝聚及善用這個網路,來提升與促進日本整個社會的創業精神。

首獎由生物科技檢測技術的新加坡隊獲得,第二名是利用市話上網電信裝置的菲律賓隊,台灣的 Justaple 是文件儲存、分類及社群的服務平台,獲得第三,他們的起步相對較晚,且團隊以工程師為主,營運模式尚未成熟,但其網頁功能及介面設計很有創意,清晰的簡報技巧也獲得評審一致的好評,做好的簡報似乎已是台灣年輕人的優勢。

這次提名的策略,事後來看算是成功。當初我沒想那麼多,請「數位時代」陳素蘭社長幫我推薦,因他們近來每個月都有辦創業小聚,對創業社群有較廣的接觸。這次參賽團隊中,網路服務及電子商業的較少,有許多仍是科技成果(能源、環保、生技)的轉化,需時較長,互補的資源需求較多。網路上的競爭者很容易學習模仿,輸贏較快,需要的資金也不多,失敗了再來重新開始(Lean srtartup)。有很多業師及評審都對 Justaple 很有興趣,也願意他們開拓日本市場,就看他們要如何掌握。

這次還有一個有趣的觀察,在日本「辦活動」的成本很高,因他們分工太細,各項工作都委外由專業公司來辦理,旅行社、會議公司,舉凡食、衣、住、行,都要付出很高的行政成本,且日本人做事非常謹慎,工作手冊厚厚一疊,也做過很多事前演練,但實際的效率並沒有比較高,因語言的關係,幾乎要一倍的人力,相對來說,台灣辦事真是簡樸(mean & lean),成本要省很多,去年我辦 REE,規模小一些,幾乎所有的事情用學校的助理同學及拗一些業界朋友的資源就辦成了。雖然比較克難辛苦些,但我看日本的主辦者也沒比較輕鬆,要協調的單位反而較多。當我們逐漸走向 “服務業”,所有的服務都將有價,我希望我們發展出來的服務系統能比日本有效率些,成本才不會過高,拖緩了整個經濟。

還有一個值得注意的是香港、菲律賓及日本的一些團隊成員是跨國的,台灣目前似乎還較少。當然很多創辦人本身有跨國經驗,在講求國際化的今天,如何組成跨國團隊、跨國界、跨時區運作是大家的挑戰,單一族群的人,單打獨鬥的日子已經過去了。

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