較比特幣區塊鏈快40倍!台大成立「金融科技暨區塊鏈中心」研發新區塊鏈技術「G-coin」
較比特幣區塊鏈快40倍!台大成立「金融科技暨區塊鏈中心」研發新區塊鏈技術「G-coin」

當台灣要發展金融科技,除了現在正在熱頭上的電子支付和行動支付,與比特幣相關的區塊鏈技術是不是台灣金融科技的下一個發展方向?國立台灣大學今天宣布籌設「國立台灣大學金融科技暨區塊鏈中心」。長期研究比特幣與區塊鏈的中心籌備處召集人、台大資工系教授廖世偉表示,比起比特幣,中心研發的「G-coin」區塊鏈技術又多了「可管可控」的特性。未來區塊鏈除了應用在金融領域,也有機會應用在物聯網的發展。

台大金融科技暨區塊鏈中心
(圖說:國立台灣大學成立台灣大學金融科技暨區塊鏈中心,研發區塊鏈技術。照片來源:許文貞攝影。)

英國經濟學人雜誌曾指出,區塊鏈技術是「建立信任的機器」(Trust Machine),是一種分散式、多中心的資料庫。當用在金融領域上,過去需要透過財金公司作為中心來「清算」的步驟可以完全被省略,當資料被分散儲存在區塊鏈上的所有節點,交易時也必須得到所有的節點的認可,才能更動資料,也因此讓資料難以被任意竄改。

##較比特幣快40倍的結算速度

廖世偉表示,台大金融科技暨區塊鏈中心目前研發的「G-coin」,如同比特幣,是一種基於密碼學的「加密協定」(cryptographic protocol)。相對於比特幣加密協定的10分鐘結算速度(亦即每10分鐘才能形成一個新區塊),「G-coin」的加密是每15秒就能結算一次,效率是40倍。

廖世偉
(圖說:長期研究比特幣與區塊鏈的中心籌備處召集人、台大資工系教授廖世偉。照片來源:許文貞攝影。)

除此之外,相較於屬於「公有鍊」應用的比特幣技術(亦即任何人只要願意成為開發比特幣的「礦工」即可加入),「G-coin」的技術建立的是一個「聯盟鍊」(又稱「區塊鏈聯盟」,consortium blockchain),需要得到「允許」(permission)才能加入聯盟的網絡。例如美國公司R3CEV就是集結42間金融機構形成的金融「區塊鏈聯盟」。

廖世偉和實驗室的研究團隊花了兩年的時間,將「G-coin」的底層區塊練技術建立起來,有如形成一個平台,未來能讓各項應用在區塊練技術上運行。例如台大的「台大幫幫忙」眾籌平台,就是建立在區塊練技術上,能夠清楚的追蹤眾籌的金流。

##「BaaS」可應用到物聯網和金融領域

建立「G-coin」區塊鏈技術的團隊,正是廖世偉實驗室中的學生。已經成立公司的新創團隊「DiQi」共同創辦人張哲瑞是廖世偉實驗室的畢業生,他解釋,區塊鏈可以大致區分成底層、中層和上層。底層是區塊鏈的基礎建設(G-coin加密協定),上層是各種的應用情境(如「台大幫幫忙」),中層則是串接應用情境和區塊鏈基礎建設的API。「DiQi」正是提供「BaaS」(Blockchain as a Service)的技術服務。

目前較明確的兩個「G-coin」區塊鏈技術應用的範疇為「金融」和「物聯網」。由於開放原始碼,「G-coin」區塊鏈技術可監管也相對安全,目前全世界最快的電腦即使花250兆年的時間都無法竄改資訊,能能達到「資產數位化」和「交易即結算」的結果。另外每15秒就能結算一次的高效率,更可以運用在物聯網上,達成「設備民主化」(Device Democracy)。

歐付寶董事長林一泓也表示計畫要跟台大金融科技暨區塊鏈中心合作,預計在今年第四季之前讓電子支付和未來要發展的P2P借貸平台運用區塊鏈的技術作結算。

@@ACTIVITYID:638@@

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