整合企業系統，Zimbra撼動微軟霸權|數位時代 BusinessNext

「Ajax無疑是Web 2.0風潮中最重要的技術概念，但目前我們看到的應用，多數還是在個人休閒娛樂方面，很少把它連結到企業資訊系統中，特別是利用它來取代微軟的系統，而這部分就是我們的機會，」Zimbra公司總裁兼技術長戴禪（Scott Dietzen）指出。
去年在矽谷所舉辦的「Web 2.0研討會」（Web2.0 conference）上，Zimbra被選為最熱門的Web 2.0代表性公司，他們以開放原始碼的技術為核心，將原本應用在企業端的程式，如微軟的outlook或行事曆，由專屬伺服器轉移到網路平台上，而且將這些功能整合在單一介面中，當同事寄給你一封要到客戶那開會的郵件，不僅可以直接拖曳到行事曆上，還能透過Google Maps連結，顯示開會地點的詳細位置；經由ＲＳＳ的技術，只要是彼此建立行事曆串連的同事，都可以查看彼此的行程。甚至在ＮＢＡ球賽期間，不想漏掉重要比賽的時間，也可以訂閱某一球隊的賽事計畫表，系統還會以不同顏色區塊將公務及私人事務進行區別，讓個人行程規劃可以更完整確實。
此外，當同事寄給你一份Word文件，也可以直接在網頁上修改，而不用再打開檔案，修改之後存檔再回傳給同事。戴禪也指出，Google以網路為平台的電子郵件系統Gmail雖然好用，但因為有安全上的疑慮，很難與企業的資料庫連結，「我們希望在這之間取得平衡。」
「很明顯的，軟體產業正在進行一場生態變化，」戴禪指出，二○○四年起，「軟體就是服務」（Software is service）觀念興起後，軟體產業的思維，也從服務供應商主導的時代轉向為以消費者的需求出發，「公司不用每個人都要配一部電腦才能運作，」他舉例：「台灣不是有很多代工大廠嗎？很多工程師隨時要在生產線上協助解決問題，但不可能每個人都配一台電腦，一旦要收發電子郵件，就得再跑回辦公室座位，很浪費時間。但以網路為平台，只要在工作站擺放一台能連上網路的電腦，線上所有的工程師都可以方便地讀取郵件或行事曆內容。」
在創辦Zimbra之前，戴禪是著名的企業解決方案廠商ＢＥＡ的首席技術工程師，而創業夥伴、也是目前Zimbra的執行長達哈瑪里（Satish Dharmaraj），則服務於專門以開放原始碼，進行企業應用軟體開發的Openwave公司，「使用者應該有更多的選擇機會，而不是被微軟綁死。」
目前Zimbra的營運採取兩種模式：針對經費資源不多的中小企業，可以年費方式，登入Zimbra的網路系統租用服務，一年一千四百五十美元的價格，最多能讓五十個人使用；或者也可以採取一人一年二十八美元的模式，租用標準版本的服務；如果規模在五百人以上，根據企業的需求，以專案方式進行量身訂做的規劃。
今年初，Zimbra獲得創投公司一千六百萬美元的資金，準備逐步拓展海外市場，但對於人力方面的拓展，Zimbra則顯得保守，「軟體產業某種程度跟音樂創作很像，能找到一個像貝多芬的創作人才，就可以抵很多人用，」戴禪說，過去兩、三個月，他們面試了四十多個人，最後才錄取一人，他笑說：「只要是不認同微軟，支持開放原始碼理念的人，都歡迎加入我們的行列。」

Zimbra／www.zimbra.com
成立時間：2004年9月
執行長：Satish Dharmara
總部：美國加州聖馬刁（San Mateo）
Web 2.0特點：Ajax、開放原始碼

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。