Meebo 即時通隨時聊八卦
Meebo 即時通隨時聊八卦
2006.07.15 |

這是典型矽谷創業的例子。Meebo創業的辦公室,就在史丹佛大學校園外圍的街道上,一層樓高的小平房,裝潢簡單卻不失特色。進門處,擺著一架帶有復古風味的棕色鋼琴,琴譜架上未收攏的琴譜,今年不到三十歲,本來在史丹佛大學就讀MBA碩士課程的史汀伯格(Seth Sternberg)決定休學,把他與好友伊蓮(Elaine Wherry)及珊蒂(Sandy Jen)共同開發出來的跨平台即時通訊網路平台「Meebo」,當作他創業的出發點。
「我們常透過網路即時軟體跟朋友聯絡,但目前的即時軟體彼此不能互通,而且一定安裝軟體在電腦中,如果不在自己電腦旁邊,使用起來真的很不方便,」史汀伯格說,正因為如此,他與另外兩位創業夥伴任珊蒂及伊蓮威瑞,決定利用每個人的專長,由他負責產品策略方向,史丹佛大學畢業、曾在矽谷知名IC設計公司智霖(Xlinx)工作的珊蔕負責後端伺服器系統規劃,也是史丹佛電腦科學系畢業的伊蓮,專攻整個網站架構及介面設計。
進入Meebo的網站,只要輸入既有即時通訊的帳號密碼,經過認證後,即可以開始與朋友進行對話,不受電腦限制,甚至可以避掉企業內部防火牆,目前已有四十六種語言版本。截至今年五月,Meebo目前一天的登入人次超過六十萬人,傳送訊息量高達三百三十萬則,在上線尖峰期間,甚至一秒鐘就要傳送一千多則訊息,「能夠穩定且即時地處理訊息的交換,是我們最大的競爭優勢。」
二○○四年八月,他們開發出目前版本的雛形「Meebo3」,二○○五年九月公用正式版本上線。 不像許多創業家,常常先募到了款,才開始發展產品,耶魯大學政治系畢業後,曾在IBM工作過兩年的史汀伯格,採取先將產品開發出來,再向創投公司募集資金的策略,「假如我們先去找錢的話,我們就必須花較多的時間,處理非線上的(Offline)的行政工作,那會嚴重拖慢我們發展的速度。」三個月後,他們才對外進行第一波的募資(Series A)行動,從矽谷水杉創頭(Sequoia Backing)及瀏覽器發明人、也是網景創辦人馬克安卓森(Marc Andreesen)那邊,一共獲得了三百五十萬美元。
在募資的過程中,還發生一段小插曲。史汀伯格在朋友的介紹下,得到安卓森碰面的機會,「他覺得Meebo不只是一個網路平台工具,而是媒體,過去網站經營講的是抓住使用者眼球(eyeball)的網頁瀏覽,現在要抓住使用者的時間(user time capture),」史汀笑說,雖然他與安卓森的談話氣氛良好,但見面之後,近一個月都沒有消息,「我們還想說可能Meebo還不夠酷吧。」沒想到之後安卓森寫信給他,表明要投資Meebo成為股東的意願。
「有趣的事情現在都發生在網路上,」史汀伯格說,目前Meebo全職工作人員只有七位,但發展至今尚稱順利,使用者的回饋對他們幫助很多,「不論是在我們個人的部落格或是網站的論壇,網友都會熱心地告訴我們系統哪裡有蟲(bug)、或是提出一些關於新功能的想法,」他說,暫時放棄學業是有一點遺憾,創業的未來也可能還有很多艱苦的挑戰,但有機會走過這麼一遭,「真的是人生一段相當美好的經驗。」

Meebo/www.meebo.com
成立時間:2004年8月
執行長:Seth Sternberg
總部:美國加州帕羅奧圖(Palo Alto)
Web 2.0特點:Ajax、網路平台工具

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