[簡立峰] 更大膽地整合人才吧!
[簡立峰] 更大膽地整合人才吧!
2013.02.25 | 創業

所有雲端要的技術條件跟內容,在台灣都有,只是沒有被整合,而且整合在一個服務上被看見。

軟硬體整合,是近來台灣科技產業時常談論的議題,方法不外乎兩種:一種直接透過購併或合作的方式,與新創的軟體公司合作;另一種是培養或拉攏軟體技術人才。

如果是第一種,硬體廠商要找軟體人才,不用多,但要有大將,找屬於矽谷在軟體創業裡CEO型的人物,透過他們來創造應用。比如今天血壓計的廠商不知道怎麼做醫療雲,剛好矽谷也有一些做醫療雲的新創公司不會做血壓計,雙方就在雲裡頭合作。

硬體公司千萬不要直接就想到要砸錢把新創公司買下來,因為牽涉到文化和人才的不同,而且真的很厲害的軟體大將不接受這樣的方式,必須要透過投資和整合。

就我的觀察,HTC很會買公司,因為它最接近市場,有使用者、有脈動、又有品牌,所以人家會去找它,這就是品牌業者的優勢。代工業者在工廠裡做機器,所以比較不容易看到市場,但台灣硬體產業未來都要走出來,去接近使用者、接近市場。

另一個方式是自己培養。軟體人才培育其實不難,Google傑出工程師有的只有22歲。培養一個好的工程師只要四年,邏輯上很簡單。

軟體人才有兩類,一類是專家技術型的,另外一類是創意型的,這兩類型不會在同一個地方培養出來。資工系培養的是技術型,創意型的則是任何科系都可以。台灣有這樣的人才,卻都在內容產業裡,所以需要媒合,把硬梆梆的硬體產業和內容產業媒合在一起。

台灣音樂行銷可以做這麼好,代表我們有一大堆創意人。可是在過去,台灣的軟體工程師跟這些人不在同一個世界,現在有機會透過網路牽在一起。網站這個位置永遠是人才整合的位置,可是我們網站也從來沒跟硬體產業整合,因為不夠大,不會大到像百度一樣做手機。要軟體工程師做創意不容易,可是要把軟體跟內容、硬體產業做結合,是一個挑戰。但這三者如果沒有結合,台灣不會有未來。

內容產業規模太小,軟體工程師藏在任何地方看不見,只有硬體公司規模夠大,才有資金、才有國際化,硬體、內容和軟體結合在一起才能創造出一些東西。

實際上所有的硬體裝置都可以創造雲,不是只有電腦才可以,因為今天成千上萬的雲服務都是設計給電腦跟手機,還要再創造這裡就已經太晚。可是還有好多其他裝置是在雲裡要連起來的,例如醫療器具、汽車導航,不是說PC和手機就沒有機會,只是藍海和紅海的差距。

政府在推動雲端產業時,要講的是故事,這故事要人家聽得懂、有願景,大家才會覺得跟自己有關,否則所有人都覺得只跟資料中心有關。資料中心只是雲端的其中一小部分。所有雲端要的技術條件跟內容,在台灣都有,只是沒有被整合,而且整合在一個服務上被看見。(口述/簡立峰  整理/趙郁竹。 數位時代雜誌2012年7月號

關鍵字: #人才
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