Pandora幫你發掘未知音樂
Pandora幫你發掘未知音樂
2006.02.15 |

二○○五年是隨身音樂播放裝置大賣的一年,取代PC成為科技業中的目光焦點。但如iPod這類裝置動輒數十GB的容量,也常讓消費者煩惱,究竟要去哪找成千上萬首歌曲,來塞滿這個隨身攜帶的小東西?史丹佛大學畢業的韋斯特格倫(Tim Westergren),在五、六年前聚集一群音樂家與科學家開始進行一項「音樂基因體計畫」(Music Genome Project),無心插柳地解決了這個問題,在去年底催生出一家令音樂愛好者與科技觀察家都驚豔的新公司:潘朵拉(Pandora.com)。 幫你發掘未知的美妙音樂 公司位於舊金山附近奧克蘭市的潘朵拉,提供的服務很簡單卻很貼心:幫你找到你會喜歡的音樂。使用者不需下載任何軟體,只要在Flash介面的網站上,輸入一首喜歡的歌名,或是欣賞的歌手名稱,系統就會從目前已累積有三十萬首歌、一萬多個樂團、號稱收錄近六十年來多數(英語世界)音樂的龐大資料庫中,搜尋出與這首歌「風格相似」的歌曲來播放。潘朵拉的魅力並不是幫你「準確」找出你要的歌曲,而是用類似「推薦」的方式提供大量相似曲風與唱腔的音樂,例如輸入諾拉.瓊斯(Norah Jones)得到的結果包括藍色少女合唱團(Indigo Girls)的〈Love's Recovery〉、茱蒂.科林斯(Judy Collins)的〈That song about the midway〉以及其他幾十首系統搜尋比對的結果。 很多時候,這些搜尋出來的音樂都來自你從未耳聞的樂團,歌曲來源也許是洛杉磯某地下樂團的試聽帶,甚至是愛爾蘭某家獨立製片公司市面難尋的小量發行專輯,但是跟大型唱片公司的作品相比,卻同樣觸動你的聽覺,讓人不禁想多聽些這種音樂,這正是潘朵拉的迷人之處——幫助你在浩瀚的音樂宇宙中,找到你會喜歡的未知新星。此外,潘朵拉有一套內建的強化機制,可以幫助系統越來越準確地掌握網友的喜好。如果你對潘朵拉推薦的某首歌曲感到很滿意,你可以給這首歌一記正面評價,之後系統會多推薦這類曲風的歌曲;如果你不喜歡,給個負面評價,這首歌就永遠不會再出現在你的播放清單上。使用者甚至可以在網站上建立高達一百個電台,儲存各類風格的歌曲,並透過電子郵件與好友分享。潘朵拉是以串流的方式播放音樂,如果想要購買的話,則提供連結直接至iTunes線上音樂商店。 獨門的音樂屬性分析系統 音樂風格與個人音樂品味,都是極度主觀而不易描述,如何準確地描述一首歌的風格,並且針對不同歌曲進行比較,建立歌曲間相似度的連結,正是潘朵拉的核心技術「音樂基因體計畫」所欲解決的問題。這個團隊中的主要成員,創辦人韋斯特格倫跟技術長康雷德(Tom Conrad),都是具有電腦與音樂雙重背景的少見人才,而建立音樂分析理論的首席音樂學家蓋瑟(Nolan Gasser),更集作曲家、鋼琴家、指揮家、以及音樂理論學者等身份於一身,甚至擁有史丹佛音樂學博士學位。 這群人用類似比對基因與生物性狀的方法,拆解出音樂中種種元素,並與這些元素與樂曲聽起來的感覺加以連結。他們規納出接近四百種音樂的「基因體」來描述音樂屬性,包括曲調、和聲、樂器、節奏、歌手音色、以及歌詞等,遠遠超越僅僅以搖滾、嘻哈、節奏藍調等音樂類型來歸類,並為每首歌建立獨特的「基因組」,作為與其他歌曲比對相似度的基礎。而歌曲的來源,除了各大唱片公司及獨立(indie)工作室的授權外,更歡迎地下樂團提供試聽帶。美中不足的是,目前資料庫中尚未包含古典樂曲。 軟硬體結合大商機 音樂基因體計畫原本是美國線上(AOL)與邦諾(Barnes and Noble)線上音樂推薦服務的後台系統,但在線上音樂市場急速成長後,韋斯特格倫便成立潘朵拉,轉向B2C市場發展。目前獲利來源除了一般網站常見的廣告收入(大部分來自iTunes)外,就靠一年三十六美元的會員費(繳費會員無須看廣告)。日前《紐約時報》揭露,潘朵拉與音響廠商SlimDevice合作推出的音響,將於近日於美國推出,看來這股線上音樂所引發的商機,獲利的不僅僅是蘋果概念股而已。以硬體見長的台灣,最該向潘朵拉學習的,就是在同業一面倒追隨iTunes模式之際,懂得堅持創新,找出讓自己獨樹一幟的創意。

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