[何飛鵬] 島嶼狹隘症
[何飛鵬] 島嶼狹隘症
2013.08.26 | 創業

台灣技術水準不差,但受限於缺乏國際眼光、理解、交流,以致大多數的網路工作者只能看到台灣眼前的小市場,對國際的變動、發展未能跟上腳步。

台灣曾經是最國際化的國家。我的一個同學,英文不怎樣,但年輕時就進了貿易公司,從此提著包包,帶著樣品,走遍全世界,也成就了一番事業。

當他第一次要出國時,我們都很懷疑,他英文不佳,如何一個人出去闖蕩?他也害怕,但還是走出去了,這就是台灣數十年來經濟奇蹟的真相。

可是現在台灣幾乎是最封閉的地方。年輕人不太出國念書,不想出國工作,不看國際新聞,缺乏國際視野。社會上講究「台灣優先」,政治上內鬥內行,遇到國際事務荒腔走板。企業跨國投資,被視為「出走」,像是背離台灣。到中國大陸經營,也要背負「投共」的陰影。只有說「愛台灣」才是對的,也不問所做所為是否真的愛台灣。

許多人從小到大很少離開台灣,甚至只活在台北,難怪台灣人的眼光越來越小,越來越活在自我設限的小圈圈中,台灣人都被「島嶼狹隘症」所羈絆。

在網路產業興起時,我本來期待台灣的網路事業能在國際舞台上有另一番風光景象。因為網路無國界,只要有技術、有創新,只要走得快、走得早,都能在網路上快速地蔓延,從一點一地走到全世界。

而台灣的資訊科技教育又相當先進,台灣的硬體製造也傲視全球,這樣的環境因素,台灣的網路產業應有在國際舞台上一展身手的好機會。只是發展至今似乎事與願違,不只台灣的網路產業不能在國際舞台上有位置,連本身台灣的網路產業也是國際公司的邊緣市場,台灣本土的網路公司難成氣候。

或許有人會把這樣的結果,歸咎於台灣市場小,缺乏好的募資環境,新創的公司在缺乏天使投資人及國際創投資金的支持下,當然很難有發展。

這只是其中一個原因,但更深遠的理由,恐怕是島嶼狹隘症使然。台灣技術水準不差,但受限於缺乏國際眼光、理解、交流,以致於大多數的網路工作者只能看到台灣眼前的小市場,對國際的變動、發展未能跟上腳步,因此所有創新只通用在台灣本地,沒有跨國適用的可能。在台一條龍,出國一條蟲,這樣狹隘的產品概念,怎能有令人眼睛一亮的創新呢?當然就不可能得到國際創投資金的青睞了。

島嶼狹隘症另一個就是英文的不佳,這又是致命傷,缺乏文字、語言能力,如何吸收先進的國際知識,進行國際交流呢?再加上台灣的知識產業未能及時有效地翻譯國外的訊息,這又是媒體的島嶼狹隘症,阻斷了國際訊息的流通。

台灣要進步,恐怕要先面對島嶼狹隘症;想在網路世界創業的年輕人,恐怕要先學好英文,克服自己的島嶼狹隘症。

[何飛鵬] 《數位時代》榮譽社長,著有《自慢:社長的成長學習筆記》、《自慢2:主管私房學──小職員出頭天》。

出自

關鍵字: #創新創業
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