[何飛鵬] 團隊為王|數位時代 BusinessNext

所有成功的企業家，包括張忠謀、郭台銘及威爾許（Jack Welch）等人都認同「人對了，一切都對了」，顯然這個命題是所有決策者一致的認同，但對中階經理人就不會是這個答案。

中階經理人不是最高決策者，他頂多接受一項任務，主掌一個單位，要完成一定的成果，因此完成任務是他們最重要的事，雖然完成任務也要依賴團隊，但團隊的成員，可能不是他們能完全決定，因此大多數中階經理人完成任務的方法多會依賴自己的投入，他們心中所想的可能是流程、方法的改進，而不會進一步設想團隊的組建。這種以自己投入，做為Get Things Done的方法的人，只是一個管理者、工作者，而不是經營者。

經營者是具有老闆氣派、潛質的人，他們雖然是小工作者、中階主管，但他們已經不只考慮完成今天的任務，更考慮部門長期的穩定與發展，他們很快就會變成高階決策經理人，如果他們有膽識，出去創業，也很可能會成功。

團隊是完成組織目標的深層及隱藏要素，而不是立即及外顯要素，因此被中階經理人忽略。

我研究過許多專業經理人創業成功的案例，他們都有一個共同要素，就是能快速組建高效率的核心團隊，他們在過去的工作中，已經認識了許多可以一起工作、品味相合且能力不錯的同伴，因而創業時，一呼百應，不需要經過長期的團隊組建摸索期。

我也用過許多幹練的外來單位主管，他們的引入，通常也會帶來一群不錯的工作者，變成新團隊。

這說明了好的中階主管，都有自己的人脈、虛擬團隊，他們雖然不是老闆，但已有老闆的格局、氣派與胸襟，因為他們都已經吸引了一群能對他有所幫助的夥伴。

因此，中階經理人既已主管一個部門，就要擁有領導氣質，培養出自己的團隊，其方法包括3步驟。

1.選擇既成團隊中的菁英，成為核心團隊成員，如果既成團隊中缺乏菁英，就要選擇堪用之才，收服之，訓練之。

2.引進人才，在招募替換人選時，要精選細選，切忌「揀到籃裡就是菜」，讓組織中充滿潛力無窮的人才。

3.每天都有計畫的教導、訓練，並建立共識，且要持之以恆。

經過這三個階段，一定可以組建核心團隊，然後再由其中挑選一、兩位自己的備位人選，設想接班計畫，為向上升遷做準備。

有了完整的核心團隊，不只當前任務可輕鬆完成，部門也會長期穩定，面對危機也可輕鬆化解。而中階經理人也很快會晉升成高階經理人或變身創業者。

出自經理人網站
@@ACTIVITYID:377@@

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。