【Meet創業之星】 MY83保險網──買對不買貴的保險資訊服務平台
【Meet創業之星】 MY83保險網──買對不買貴的保險資訊服務平台
2013.05.20 | 創業

過去買保險,如果家裡面有親友從事相關行業的話,做個順水人情,一切委託對方處理,大概是最常見的做法。然而,密密麻麻、條列呈現的權利義務,抽象籠統的方案名稱,對一般人而言,不要說搞懂內容,就連什麼險才該保,恐怕都不是容易的事,加上產業的不透明特性,想要貨比三家不吃虧,還要「保」君滿意,無異天方夜譚。

上恩資訊的共同創辦人張瑜珊,是一位小孩才一歲的年輕媽媽。為了幫小朋友買人生的第一份保險,當然下足了研究功夫,也是在這過程中發現,一般人要買對一份保險,實在不簡單,於是這個本是自身的需求,逐漸萌生為與另二位創辦人張庭豪、黃苾瑤,打造一個讓人能簡單了解、比較,進而輔助購買保險的服務。

,是一個串聯有保險需求的使用者,以及保險業務員的平台。不管你是連需求都不清楚的保險菜鳥、有基本概念想針對特定問題作釐清,甚至只是想尋找值得信賴的保險業務員,現在除了親友經驗的片面之詞外,也許有機會就上述常面臨的保險難題,獲得更全面、更客觀,也更符合個人需求的回答。雖然上線才短短四個月,這個第三方平台,目前已吸引相當數量的使用者,更擁有超過千位保險公會認證的業務員登錄。這樣的結果,除了證明保險市場的供需雙方,的確需要更好的連結方式,背後團隊在社群行銷上的作法,其實也功不可沒。

鑒於Facebook在台灣的用戶數早已突破千萬,成立粉絲專頁來推廣品牌,可說是許多企業,尤其是沒太多行銷預算的新創團隊都會做的事。一般來說,一個服務成立一個專頁來推廣,似乎是理所當然,但MY83保險網,卻選擇瞄準樂活、小資族、新手爸媽等三個關心不同主題的族群,以可愛易懂的手繪解說圖等方式,淡化嚴肅的保險話題來分眾經營,而從目前三個粉絲團「討論的用戶數」,都有相當專頁粉絲數量一半以上的水準,其規模雖還遠不如動輒幾十萬粉絲的大品牌,但在「活力」上,顯然勝過不少還只把專頁當傳統公關「門面」者。

當然,使用者免費,保險業務員也要提案才須付費的MY83保險網,除了豐富的資訊跟活絡的社群,創辦人中不乏出身Google跟聯發科的保險服務平台,在功能機制的設計上,其實更是拿手好戲。舉例來說,為了保護使用者隱私的「保護轉接電話」,可以讓業務員直接以電話跟使用者聯絡,但卻是透過轉接而不會洩漏使用者真正的號碼,此外,更可以設定方便接聽的時段,而在不願或不能接聽的時間,也能夠選擇關閉保護電話。

俗話說「不怕一萬,只怕萬一」,買保險對現代人來說,可說已逐漸成為生涯規劃中必要的一環。關於MY83保險網的未來,共同創辦人張瑜珊表示,雖然優質的保險業務員跟使用者,他們都很關心,但在接下來,使用者數量的成長將會是首要之務,畢竟,本就是為「解決買保險者的問題」而生的服務,若能接觸更多的使用者,也就有機會讓更多人,少花一些冤枉錢。

團隊 Team 3 人

公司服務 Project MY83 保險網,希望讓保險消費者找到適合的保險規劃和專業的業務員,並給消費者更多的選擇和比較,減少在資訊不對稱下,或是被動推銷、受迫於人情下的錯誤購買

成立時間 Founded Time 公司成立於2012 年9 月,網站2013 年1 月上線

主要用戶 user 20-40 歲會上網搜集資訊、再做購買決定的族群,比如新手爸媽在購買小孩保險時,也非常習慣上網搜集資訊再做選擇

商業模式 Business Model **** MY83 保險網對於保戶是完全免費的,也不屬於任何保險公司或保險經紀、代理人,對於業務員也完全不抽佣金,僅向業務員收取平台使用費

網址

【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/

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