[創業小聚台中場#02]堅持初衷、學習何時該捨棄，也勇敢挑戰現況|數位時代 BusinessNext

創業小聚暨今年5月首度舉辦台中場之後，8月23日再度南下與Hansds Up創業育成中心共同合作，在台中舉辦第二場的創業小聚，除了提供創業者相互交流與學習的機會，更希能成為台中地區創新創業的正能量，而本次活動邀請到利昇科技共同創辦人陳建隆Lenny、財報狗共同創辦人鄭凱元Ken、紅門互動共同創辦人張元溢Mars、OVOmedia創辦人吳有順Devin來分享他們的經驗。

enter image description here
利昇科技/共同創辦人陳建隆Lenny

在台灣的教育體制底下，「背單字」顯然是枯燥乏味的歷程，但是利昇科技於2013年開發的「手滑背單字」App卻透過遊戲任務的方式，激發使用者主動學習的意願，或許大家會覺得這樣邊玩邊學習的模式早已形之有年，但共同創辦人陳建隆Lenny卻表示，在台灣教育市場蓬勃發展的情況底下，家長仍舊十分樂意掏錢購買這樣的應用，重要的是「清楚自己產品的差異化在哪」。

Lenny提到，創業家的腦中一定會有很多想法，但是必須讓自己的想法在短時間之內獲得市場驗證，畢竟「時間」是最珍貴的資源，在創業兩年的過程中，他認為一切與「快」無緣的想法就暫時捨棄，此外，一個產品不可能適用於每一位使用者，但他必須適用於特定的使用族群，所以產品定位也很重要，而如果想要有理想獲利的話一定要先想好Business Model。

最後他告訴大家「一定要對自己的產品有愛，如果沒有愛的話，還是重來吧！」

enter image description here
財報狗/共同創辦人鄭凱元Ken

財報狗共同創辦人鄭凱元Ken開頭就拋了幾個問題，「你有在投資股市嗎？」「股市投資雖是老產業，但你覺得股市透過網路時代獲利報酬有變好嗎？」的確，網路的興起，滿足了早期投資資訊的需求，但目前由於資訊過於爆炸，投資人很難判讀有用的資訊，所以財報狗存在的目的在於提供投資人整理過後的專業資訊。

財報狗甫推出的時候，採用的商業模式是以將資訊轉為財報狗的圖表、統計數據，以販賣資料庫為主，但嘗試一年之後，獲利不如預期，後來決定從被動的等顧客上門，改為積極主動的尋求客源，推出部落格並透過出版書籍來開發客戶，滿足學習需求，同時提高願意購買資料庫數據商品的人數，不過，這樣耗費的資源還是太大，無法有借力使力的感覺，因此最近他們走向「社群經營」，建立社群平台吸引更多專家與同好，也成立投資社群，將財報狗、投資專家、顧客三者緊緊繫在一起，Ken表示，財報狗的市場雖然很小，但是專精在提供服務。

enter image description here
紅門互動/共同創辦人張元溢Mars

紅門互動共同創辦人張元溢Mars提到，當初會開發EAGLEEYE鷹眼數據是希望可以成立電商數據分析平台，幫助網路賣家了解競爭者資訊、市場消費情報，同時協助台灣賣家了解站外使用者的喜好，並整理成數據，替賣家節省時間、降低風險、發現機會，因為他們相信數據能說明市場未來趨勢。

事實上，張元溢Mars是個連續創業家，他從2005年開始創業，但2005年成立的龍璞科技虧了500萬以失敗收場，東山再起的他在2006年12月成立達摩媒體，之後又在2010年11月成立紅門互動，談起創業的路，他覺得一路走來很辛苦也很顛簸，他將第一階段的失敗歸因於自己太過天真，但之後他幸運地在創業路途上遇見願意相信他並借錢給他創業的貴人，Mars認為，想要創業成功就必須「專注在自己對成功下的定義，忽略成功以外的一切雜訊」畢竟創業過程中會有很多機會找上門，但要努力抵抗誘惑，不然會遠離自己原本的初衷，他希望創業家捫心問自己，想要做的是生意還是事業，一旦產品淪為銀貨兩訖就是生意，而生意人人都可以做，但企業家只做事業。

enter image description here
OVOmedia創辦人/吳有順Devin

縱使台灣的群眾募資風氣尚未成熟，募資的案子也多半以活動為主，不過值得注意的是「OVO！台灣電視讚起來」的案子目前卻在flyingv上募資到230萬，而且活動還沒結束，OVOmedia創辦人吳有順Devin說，他希望可以創造一款屬於台灣人自己的電視盒子，並藉此改善台灣電視生態，因此他辭去在新竹科學園區的工作，投入這場革命。

Devin表示，許多業界前輩曾提醒他們，不要打這場沒勝算的仗，對手太強了(大陸的電視盒充斥)，硬體根本賺不到錢，想要靠軟體與服務賺錢又非常困難，但他們想起創業的初衷，就是希望能在軟體或服務創造價值，所以決定堅持走下去，因此他們目前正在積極與眾多APP廠商談合作，企圖攜手改變台灣電視的未來。

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。