新聞有看沒有懂?Vox主打解釋性新聞
新聞有看沒有懂?Vox主打解釋性新聞

關於美國媒體,你可能只聽過CNN或《紐約時報》,但現在你不能不認識重新定義新聞的Vox,它每月瀏覽人次高達2,300萬,還獨家專訪到歐巴馬!重點是,它才成立一年而已。Vox是誰?他們怎麼辦到的?

要了解Vox,不能不先從認識Vox Media開始。它創立於2003年,旗下擁有7個媒體品牌,橫跨運動、科技、美食和時事評論等不同主題,科技媒體The Verge、體育媒體SB Nation皆為該集團旗下的知名品牌。這些網站的共同特色就是設計皆非常精美,介面簡潔、照片美觀大方、沒有醜陋的廣告。Vox執行長班克夫(Jim Bankoff)在接受PandoMonthly專訪時表明:「對,我們的網站就是想要創造一種當你進來時,會覺得臉被一堆錢砸到的感覺,因為我們的網站就是這麼的好。」

Vox.com
(圖說:Vox網站的介面設計相當簡潔現代,主色調為黃灰兩色,頗有其姊妹網站The Verge的風格。)

被視為21世紀的Time

班克夫敢誇下海口說自家網站充滿高級感不是沒有原因,當傳統媒體拚命縮減人力和砍預算時,Vox卻反其道而行,大力招募一線記者和優秀工程師,希望將Vox塑造成21世紀最優秀的新媒體公司。

去年底才結束一輪募資的Vox,現在估值高達近4億美元,旗下員工有350人,班克夫預計今年將會是Vox的獲利元年。而其高度垂直化整合的經營策略,更讓Vox被《紐約時報》稱為「21世紀的時代公司(Time Inc.)」。

因此當前《華盛頓郵報》明星記者克萊(Ezra Klein)說他受夠了僵化的傳統新聞文化,想要進行一個顛覆新聞窠臼的「X計畫」(Project X),找上Vox Media合作時,也就不太讓人意外了。而這個X計畫也就是去年4月正式上線的Vox.com,一個主打解釋性新聞的新聞網站,又被稱為新聞界的維基百科。

Vox一推出立刻受到新聞界的矚目,原因之一是因為創辦人克萊本身就是個才華洋溢的年輕記者,他在《華盛頓郵報》針砭政治時事的部落格Wonkblog,每月瀏覽人次高達300萬,才30歲就已被媒體稱為「新聞界的神童」。因此當他帶著同事高調離開《華盛頓郵報》宣布推出Vox時,格外具有劃時代的世代革新意義。

Vox網站本身最大的特色在於希望幫助讀者理解新聞,而非只是知道新聞,因此Vox不強打獨家、即時或直擊,他們系統性地整理新聞事件發展,讓讀者對於新聞背後的新聞更有概念,「卡片堆」(Card Stack)就是在這種概念下應運而生的設計。舉例來說,大多數的讀者看到聯準會調高利率的新聞時,恐怕都無法在第一時間認識到這則新聞對他們有何意義,於是Vox將這則新聞中每個關鍵字都獨立出來製作成問答卡片集,從最基礎的背景知識開始介紹,例如GDP怎麼來?聯準會這個單位的職責是什麼?調整利率為什麼重要?

不搞即時,只解釋新聞

「最大的資源浪費就是記者昨天寫的新聞⋯⋯,我一直覺得很奇怪為什麼我們沒有試著用這些資源為讀者做更多事。」克萊說明他的理念。

乍看之下,Vox跟維基百科似乎很像,但克萊認為大不相同,因為Vox是由一群具有蒐集、整理新聞專業的記者組成的,而維基百科是由群眾自主歸納的,上頭的資訊可信度不如Vox高。他舉例:就好像你如果今天突然長疹子了,你在搜尋列輸入「疹子」時,出現的第一個搜尋結果可能是維基百科,但你不會點入維基百科看長疹子怎麼辦,因為你知道維基百科不是這方面的專家。

Vox的另一特色是會持續歸納重大新聞事件的進展,讓讀者一看到時間軸就能夠馬上進入狀況。而且新聞卡片的設計符合手機閱讀體驗,將人事時地物分拆成卡片的爆紅新聞閱讀器Circa已驗證了這點。

除了將昨日的新聞轉換成有價值的內容,Vox同時也創造許多易於被社群病毒傳播的內容,例如「11款成年人不該玩的桌遊」、「7種超萌又超殺的動物」⋯⋯,希望兼具自然搜尋和社群分享流量。

Vox的模式是否經得起市場的考驗,還需要一些時間驗證,但正如克萊所說的:「我們迅速推出這個網站的原因只有一個:想要知道成功的網路新聞實驗長什麼樣子,最好的方法就是馬上在網路上做一個新聞實驗。」而Vox剛交出來的周年成績單,似乎已說明了一切。

數位時代252期封面
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第252期)
其他精彩內容》》
訂閱數位時代》》

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