2013 GMIC全球移動互聯網大會，小米、百度、騰訊、UC等公司巨頭雲集|數位時代 BusinessNext

一年一度的全球移動互聯網大會(GMIC)，今天再度於北京，展開為期二天的盛大活動，內容除了科技巨頭雲集的主題演講之外，也有行動遊戲、行銷、價值等分類領域的論壇峰會，以及去年台灣團隊WaWaBank曾贏得亞軍的G-Startup創新大賽，可說是近年來全球最重要的行動應用、創業相關活動之一，其中，最受矚目的演講陣容，主辦單位今年也找來了許多台灣讀者耳熟能詳的人士，以下就今天登場的講者及其內容摘要整理：

UCWeb(優視) 董事長兼首席執行官俞永福
今年也是2013創業小聚年會講者之一的俞永福表示，移動互聯網(行動網際網路)的創業者都是新興力量，而這些新興力量形成了變量，而改變產業的變量有三：技術、模式、公司，讓他們憑此去挑戰如美國的Apple、Amazon、Facebook、Google，或者中國的百度、阿里巴巴、騰訊等巨頭。

SAP 行動部門總裁普南(Sanjay Poonen)
主要面對企業用戶的SAP，行動部門總裁普南跟大家分享的主題，是各種行動裝置，所產生的海量資料(big data)發展，他並針對這樣的趨勢，提出了一個相當有趣的概念：M2M，可以解釋為人對機器(Men to Machine)、機器對機器(Machine to Machine)的對話，另外，大家知道，目前生活中我們所使用的行動設備，比牙刷還多嗎？

小米公司創辦人雷軍
曾擔任創業小聚年會去年講者的雷軍，是以性價比為人所知的小米手機催生者之一，他這次演講的主題，卻是「共同打造Android的完美體驗」，並且還以「跟同仁堂學產品(真材實料)，跟海底撈學服務(口碑行銷)」，來強調未來小米，甚至所有Android手機商，都應該專注於用戶體驗的提升。

Evernote 創辦人李賓(Phil Libin)
李賓認為， Evernote 的商業模式就只有一個：對願意付費者收費，只有產品做得好，才會吸引用戶付費，而Evernote也才有營收。在競爭上，他則表示不一定就是零和遊戲，也不是什麼都需要顛覆，有時顛覆也會有副作用。對中國創業圈的「模仿」做法，他則覺得其實大家都在模仿，但模仿，若是一種適應當地市場的「改良」，其實也可說是一種創新。

百度行動事業部總經理李明遠
李明遠指出，現今App在推廣時面臨了三大困難：推廣成本快速上漲；缺乏自然加入的用户，推廣的命中率低；以及App下載後不被刪除的機會與持續使用的程度低等，而他認為，自家的平台，對相關的應用開發者，在初期的推廣上，能起到一定作用的效果。

騰訊執行長馬化騰
跟馬化騰同場的來賓，還有知名影星李連杰，但儘管是對話形式而非一人獨腳戲的演講，前者依舊是現場真正的焦點，身兼中國境內QQ、微博、行動即時通訊(微信)三大社交工具巨頭於一身的騰訊，未來的國際化，顯然是許多人都好奇的，馬化騰表示，困難在於文化等層面上，但首先要做好自己，自己跟自己比，不過结果不重要，有這個過程，他就已經很滿意了。

【2013創業小聚暨AAMA台北搖籃計畫年會】
時間：6月26日(週三) 9:30-17:30
地點：台大醫院國際會議中心R201，台北市徐州路2號2樓
講者陣容：英國貿易投資署產業顧問Tony Hughes、UC優視董事長兼首席執行官俞永福、凱鈿行動科技行銷副總經理王為中、雷亞遊戲共同創辦人張世群、 Adonit共同創辦人Zach Zeliff、奇想創造執行長謝榮雅、500 Startups大中華區合夥人馬睿、Cherubic Ventures合夥人Greg Lee、AAMA搖籃計畫北京/上海/台北創業家等
參加方式：5/25前享早鳥票65折優惠
活動詳情：www.bnext.com.tw/edm/meet/30/

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。