整合晶片大廠邁威爾發表Kinoma Connect App，實現數位家庭串流|數位時代 BusinessNext

全球整合晶片大廠邁威爾（Marvell）近日宣布發表Kinoma Connect應用程式App，其主要允許使用者能將自己最喜愛的推播節目(podcast)、音樂、影片與照片輕鬆流暢地分享到其他的家庭裝置，透過目前全球最廣為採用的家庭串流標準（DLNA），像是智慧電視與連網喇叭都能隨時接收智慧型手機和平板電腦裡的內容。

DLNA其實是數位生活網路聯盟（Digital Living Network Alliance）的簡稱，2003年成立，其目標是建立一套可以使得各廠商產品互相連接的物聯網標準，讓消費者可以透過無線網路或是有線網路的方式將家中的3C裝置通通串接在一起，然後互相傳輸分享，輕鬆實現數位化生活。現階段聯盟成員包括有宏達電、飛利浦、三星、松下、惠普、索尼、微軟、英特爾和諾基亞等大廠。

而這次邁威爾宣布推出的Kinoma Connect App則是扮演中間溝通的橋樑，讓消費者可以直接在這個平台上，統一全面整合、協調各種數位家庭裝置、行動應用程式與雲端服務。

比較特別的是，Kinoma Connect App這個應用程式讓使用者無須猜測哪些電子產品是否有支援DLNA，因為當開啟這個App時，它就會自動在家庭網路中搜尋相容的裝置有哪些，然後顯示出來告訴使用者要不要連接。

現階段使用Kinoma Connect應用程式，已經可以讓使用者能輕鬆瀏覽、搜尋與播放6,500個推播節目；在影音串流方面，消費者若想要播放手機或平板裝置裡的影片，也可以很快速無延遲地串流到家裡的連網喇叭與智慧電視，

此外，Kinoma Connect App打造的使用者介面和工具列非常直覺，讓使用者伸指一滑就能快速使用Kinoma Connect的各項功能，像是大型彩色圖示方便單手操作。

Marvell Kinoma平台副總裁Peter Hoddie表示，「Kinoma Connect是首款以新的Kinoma開放軟體平台開發的應用程式，展現出該平台協調各種產品與相關應用程式的能力，並搭載Marvell晶片的行動裝置與互聯式娛樂裝置。」

邁威爾科技是在2010年併購Kinoma這家公司，相關團隊人員直接位於邁威爾內部，專門開發各種手機、平板裝置與物聯網的應用，目前在iOS與Android平台皆可免費下載Kinoma Connect，手機與平板裝置均可使用。

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。

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。