[Mr. Finance] 何處尋覓下一個太平繁榮盛世?
[Mr. Finance] 何處尋覓下一個太平繁榮盛世?
2014.08.29 | 人物

不知不覺中,台灣股票市場加權指數已經攻近萬點大門,讓沒有半張股票的我又是好奇又是羨慕。遇到原本愛玩股票的老友,不免多問了一句:「這次賺了多少?」哪知道他沒好氣地回答:「賺什麼賺,我現在連工作都沒了,我工作的創投都關門大吉了,物又飛漲,那有錢玩股票!」

我更好奇了,於是多問了幾個人,想知道這次股票市場的躍升到底造福了誰?得到的答案不一而足:

「這次都是外資賺啦!我在紅茶店賠光老本後,就什麼都沒有了!」

「老闆,利瑪竇幫幫忙,我才30幾歲,學貸都還沒還完,哪有錢買股票,我這一輩沒有在買股票的啦!」

「噓!我先跟你說:差不多該出場了,這次漲得很虛,聽說台積電也掉了大單,我昨天晚上美國盤先出了,今天一早我要狂殺。不過嘿嘿嘿,我其實是外資。」

於是我再請教了許多耆老,他們表示台灣的股票市場,早就有了巨大的改變:首先,不再是全民運動,而是外資與假外資撐起一邊天,外資對台灣市場的影響力越來越大,尤其許多原本在股票市場上影響力巨大的「中實戶」,如今已經搖身一變成為假外資,他們的一舉一動也在外資的眼中,外資擁有的「巨量資料」,讓外資對市場的影響更上一層樓。

有一位這一波頗有斬獲的操盤手,說起來卻是分外憂心:「這波市場的反彈,是老舊的題材加上增加的訂單,像大立光、聯發科或台積電這些公司,本來就是好公司,這一波訂單增加,是因為手機產業這一波需求改變,創造大量的需求。可是股價漲幅遠大於訂單的漲幅,讓人心驚膽跳。我也擔心,這一次過後,什麼時候才是下一個太平盛世?」

他的擔憂是有道理的。我們一再嚷嚷要產業轉型,可是這10年間,台灣的創業者人數有限,成就也有限,不但網際網路的新事業發展,台灣遠落後在中國身後,下一波眾人矚目的移動互聯網(Mobile Internet)以及物聯網(Internet of Things),台灣也面臨明顯的落後。目前台灣的資本市場,還在靠半導體以及手機產業吃老本,可是如果仔細看看,台灣的資通訊產業,不管是製造手機或是通訊設備,早就遠遠落在華為或是小米等中國公司後面。

最令人擔憂的是,看到台灣提供創業者資金的創業投資公司,一家接著一家關門,卻看到中國的創業投資(中國稱為「風險投資」)、更前端的天使資金以及換檔再加速的私募股權基金,如雨後春筍般成立,提供了產業發展源源不絕的動能。中國連政府都積極出手,成立主權基金。同時去年開始,中國政府已經把半導體列為策略產業,全力發展,過去1年不少國際上出售的IC Design House,最後都落在中國投資人手中。台灣半導體產業過去20年叱吒風雲的地位,可能面臨巨大的挑戰。

所以哪個是台灣下一個明星產業?何時迎來台灣下一波太平繁榮盛世?我抓破了頭,還是沒有答案。

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