[Meet創業之星]臨時找不到師傅？PULO找師傅幫你即時媒合專業裝潢師傅|數位時代 BusinessNext

舉凡廁所不通、水管漏水、瓦斯爐汰換、隔間裝修、空間規劃設計等大大小小的裝潢工程，大概是每個人都不常遇到但總會遇到的生活問題，由於需求頻率不高，等到真正需要尋找解決方案時才發現手邊沒有專業、可信賴的師傅，上網搜尋結果盡是廣告文，無法真正有效地即時解決問題。世穎資訊團隊發現每個人都曾經有找師傅的經驗，並且過程中由於資訊不足、價錢、專業度無從比較，導致找師傅的過程困難重重，因而打造「PULO找師傅」App，要為使用者解決：1. 無法即時找到師傅、2. 無法從網路過多業配廣告文中找到真正專業師傅等兩大問題。

圖說明
（圖說：左起為行銷總監陳美合、設計師呂幸玢、執行長李信成、工程師王雅莉、工程師吳家銘，攝影：賀大新）

世穎資訊創辦人李信成Sean以「利用科技縮短人與人之間的時空距離，建立迅速便捷的聰明生活」為團隊核心目標，期望透過科技應用開發，解決生活問題、縮短人與人之間的距離。在鎖定要解決「找師傅」的問題後，透過使用者訪談找來不同年齡、性別、行業的使用者，針對生活中找尋打鑰匙、水電、裝修、辦家等專業師傅的過程，瞭解使用者在資訊搜尋過程中面對廣告內容的困惑以及資訊貧乏而無從選擇的情境。

「PULO找師傅」即時媒合專業師傅平台於2015年12月正式上線Android App，結合創辦人Sean的地理資訊系統（GIS）專業，透過精準媒合、在地化、即時通訊三大技術幫助使用者能即時找到師傅，並從平台中了解師傅專業度與評價。使用者開啟App後便能免費發佈裝潢需求，包含找裝修師傅、找統包工班、找室內設計師；PULO平台便會呈現距離使用者一百公里內的所有師傅，包含師傅的服務特色、專業項目、年資、相關證照等資訊，發案過程中系統會告知使用者其發案內容被多少師傅看見，藉此鼓勵使用者持續完成發案動作；當使用者選定師傅、師傅也接受發案時便完成發案動作，雙方亦可透過私訊系統討論案型、估價與時間，透過訊息討論完整記錄雙方意見。

使用者（業主）從下載App、提出裝潢需求、與師傅聯繫皆不需付費。師傅要透過PULO找師傅平台接案則需購買點數，為鼓勵師傅註冊，系統會贈送每位新註冊的師傅500點點數（價值500元），師傅取得一個案件聯繫資訊需支付150點，用完後要再接案就必須購買點數才能接案，並可透過點數主動聯繫發案業主，看見完整案件資訊。目前平台上的師傅資訊皆為公開，之後將會讓有購買點數的師傅資訊透過置頂、資訊公開的方式提高被業主發案的機會。

從平台正式上線到接受採訪當天約50天內，在PULO找師傅平台上已有超過700個案子刊登、300個師傅加入，約有9成業主順利與師傅取得聯繫完成發案。師傅登入PULO App後的留存率約為3成，持續擴充師傅人力資料庫將是PULO找師傅平台今年的關鍵目標。

##創業，教會了你哪些事？
解決使用者問題、解決夥伴問題、解決客戶問題等於解決自己的問題。

##團隊基本資料
公司名稱：世穎資訊股份有限公司/Nexti Ltd.
產品名稱：PULO找師傅
公司成立時間：2007年11月
產品上線時間：2015年12月
產品獲利模式：販賣點數給接案方，接案方需付出150元點(新台幣150元)購買案件聯繫資訊。
官方網站：www.puloapp.com
Android app下載：https://goo.gl/Q1Mqhx

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。