線上影音分享 網路產業明日之星
線上影音分享 網路產業明日之星
2006.05.01 |

對多數人而言,網路世界的虛擬性質,是一種很不踏實的感覺。常常會耳聞美國矽谷的某個年輕電腦鬼才,某天「靈機一動」或是「臨時起意」,創了一個網路公司,在幾年、甚至更短的時間之內快速竄起……。如此充滿戲劇性的故事聽來夢幻,但其實背後支撐的是牢靠的量化數據,流量(traffic)、造訪人次(unique visitors)、頁面閱讀量(page views)等,動輒百萬甚至千萬的數字,才是讓這些公司成功的關鍵。
最近又有一個這樣的例子。在權威的Alexa網路流量統計引擎上,一個名叫「Youtube」的線上影片分享網站,自去年七月開始,在全世界網站的流量排名中,迅速從一千名之外攀升到現在的第四十四名,甚至超越某些國家的Google網站以及(紐約時報)(The New York Times)官方網站。更令人驚訝的是,和紅透半天邊的相片分享網站Flickr流量相比,Youtube可說是大獲全勝。

線上影音新趨勢

一個二○○五年二月才上線的網站,何以獲得如此的重視和青睞?其實一切都有跡可循。 去年年初開始,Google和雅虎先後推出影片搜尋(video search)的服務,象徵性地帶領網路進入影音紀元;接著去年十月蘋果電腦開始在iTunes音樂商店販賣電視影集,一部一.九九美元的價格帶起了線上付費影音的風潮;今年三月,美國CBS電視台宣布,讓網友透過網路串流免費收看大學籃球聯賽(NCAA)節目;四月,迪士尼旗下的ABC電視台,大膽地把(慾望師奶)(Desperate Housewives)、(LOST檔案)(LOST)等一線影集搬到網路上播出。
不管是電腦公司、網路公司,甚至是握有娛樂內容的電視台,近來皆以前仆後繼之姿投入線上影音的領域。這樣的動作,主要是押寶寬頻普及帶來的娛樂需求,也成功地培養了大眾消費線上影音的習慣。根據國際數據資訊(IDC)最新的一份報告指出,二○○五年線上付費影音的市場為十五億美元,到了二○一○年會成長到十七億美元。
不但內容的取得便利,可以儲存多媒體的行動裝置(Portable Media Player, PMP),像是影音iPod、PSP等硬體產品的熱賣,也大幅增加了消費者取得網路影音內容的意願。

舊觀念新應用

除了消費既有的影音內容之外,另一股同步成長的力量,是使用者自行製作的短片(homemade video clip)。隨著數位影音技術的日益精進,以及消費性錄影機DV8的普及,製作影片門檻已經大幅降低,有愈來愈多人靠著簡單的器材和編輯技巧,拍攝自己的家用短片。
有了生產之後,自然會有分享的需要,而網路無疑是最好的媒介。近兩年來,具有社交網絡性質(social networking)的網站如雨後春筍般冒出,在九○年代網路泡沫中一度盛行的社群經營再次捲土重來,分享的精神和多媒體娛樂混合的結果,誕生了相片分享網站(Flickr、無名小站等)、影音部落格(video blog,或稱vlog)以及影片分享網站。

爆發力強迅速擴張

此外,Web 2.0中的諸多新興應用和技術,包含標籤分類(Tagging)、集體編輯(wiki)、網路軟體化(web-based application)等,適時給了使用者最方便的工具,將自己的作品透過網路公諸於世。
當線上影音消費(購買或觀看)和產出需求都到位之後,鏈結中間的分享環境,便順理成章地扮演起串連價值鏈的角色,而且成長的趨勢一發不可收拾。目前光是美國本地,就有超過一百個線上影音分享網站,但這個數字在十八個月之前還是零。而全世界最大的Youtube.com,目前已經蒐集了超過三千五百萬支短片;四個月前,網友每天新上傳的短片數不到一萬支,現在卻是以每天三萬五千支的速度增加。如此強勁的爆發力,想不被主流媒體注意到都很難。MTV電視網從今年三月開始,正式和Youtube.com合作,將MTV2頻道的電視節目複製到Youtube頻道上播放,其他的傳統娛樂公司也在評估是不是要採取同樣的作法,以增加網路上的名氣和能見度。
對於如(紐約時報)的傳統權威媒體而言,在網路上的曝光率被一個成立不到兩年的公司擊敗,實在有點難堪(就算單論網路經營,(紐約時報)也資深許多)。但是統計數字不會說謊,縱然殘酷,還是得接受事實。繼部落格(文字)和相片分享(影像)之後,線上影音分享似乎成就了網路產業的下一個矽谷式傳奇。

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