電子書訂價之爭，出版商、蘋果與美政府持續拉鋸|數位時代 BusinessNext

美國政府欲替消費者爭取總值6,900萬美元的退款，以補償大眾過去購買訂價過高之電子書的超額支付。於本週公布的此議案，若順利通過，消費者將可從過去購買的每本電子書獲得0.25或1.32美元不等的退款。這則令人眼睛為之一亮的新聞，所牽涉的電子書訂價過高之爭卻是相當複雜的。這項政策一但執行對個別消費者的影響，以及對出版業的影響分別是什麼？以下是簡易的說明供大家參考。

出版商、蘋果公司與美國政府在電子書訂價方面已持續有所爭議。目前出版商使用的定價策略為與iTunes收費系統類似的佣金系統，但美國聯邦政府要求出版商改變定價模型以使亞馬遜即其他業者也能隨己意制定（即使是低於成本的）價格，而美國地方政府則希望為電子書買家爭取退款。幾個月前美國五大出版商中已有三家出版商同意支付過高訂價與實際合理價格間的差額，但蘋果及Macmillan與Penguin兩家出版商仍堅持拒絕這樣的要求。

此議案若通過，曾於2010年4月1日～2012年5月23日之間，透過全美五大出版業者購買電子書的消費者，將可從每本舊書目獲得0.25美元的退款，若購買書目為近期的紐時暢銷書籍，則可獲得每本1.32美元的退款。退款金額將以可用餘額的形式加至消費者的亞馬遜、Barnes & Noble或iTunes帳戶，或以支票方式退給向Sony或Google購買電子書的消費者。但消費者真正獲得退款金額的那一天，可能還要很久才會到來。

站在出版商的角度而言，已同意支付退款的三家出版商似乎作出了較為聰明的選擇。此舉不但使他們脫離法律糾紛的煉獄，也將讓他們賺取更多收入。因為獲得0.25或1.32美元退款的消費者，很可能會為了花掉這筆餘額又購買原價更高的電子書籍，對出版商而言，幾乎可說是淨贏而不是損失。而尚未同意美國政府要求的Macmillan及Penguin兩家出版商，則面臨艱難的抉擇，若堅持使用佣金定價策略又輸掉訴訟，他們很可能遭到更嚴苛的罰款。

另一方面，外界則預測蘋果公司將持續抗爭。相較於出版業者，蘋果擁有更堅強的抵抗陣容與顧問律師團，此外它很可能也因擔憂其iTunes商店的佣金模式將遭威脅而不願就範。若美國政府在電子書定價策略上獲得勝利，也許將進一步干預App或音樂下載訂價。

來源：paidContent

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。