中國的變化總是從廣東開始
中國的變化總是從廣東開始
2005.08.15 |

廣東一向跑在中國改革開放的前頭,除了廣州、深圳兩大城市,無數的台港或本地企業從70年代末就開始落戶在周邊的農業區。經過二十多年,廣東全省第二、三產業的比重已經超過90%,農業比重則下降到10%以下。此外,廣東的進出口占了全中國的三成以上,據說從東莞往深圳、香港方向的高速公路出現塞車,全球70%的電腦產品將出現缺貨。這個舉世聞名的出口加工基地,到底長得什麼模樣?

「城不城、村不村」的地理景觀

以台商密集著稱的東莞,感覺很像台灣桃園、彰化一帶的工業區,主要景觀是連綿不斷的中小型工廠散落於田野中間或街道兩旁。即使在所謂的鎮區或市區,由於大部分的工業是興辦在原有村集體的土地上,少有規劃,因此街道和廠區蜿蜒雜錯。一個個工廠蓋起圍牆,裡面有自己的食堂、宿舍,自成孤島。狹小的巷弄裡,偶爾有幾家雜貨店。傍晚時分,成百上千個工人在飯後的休息時間湧出廠區大門,但門外並沒什麼地方可去,於是就密密麻麻地在巷子裡蹲著,或是到雜貨店買根冰棒吃。去年以來,珠三角很多工廠招不到足夠的工人,因此街道上、工廠圍牆上,到處掛著招聘工人的橫幅。與其相間的,赫然是「結夥搶劫拒捕者可當場擊斃」這樣的大紅布條,看得素來膽大的我,在一片淩亂的車水馬龍裡倏然站住腳,不知所措地前後張望。
當地用「走過一村又一村,村村像城鎮;走過一城又一城,城城像農村」這兩句話形容這種城不城、村不村的地理景觀。在前一階段遍地烽火式的農村工業化過程中,農地以驚人的速度被鯨吞蠶食,農民不再務農。但問題是,沒有了農村,卻也沒有出現像樣的城市。工業產出傲人,但生活環境惡劣;勞資之間、本地人和外地「流動人口」之間的張力如箭在弦。

廣東野心勃勃的城市化策略

廣東一直比較務實,當全國有錢沒錢的大小城鎮紛紛大興土木,興建政府大樓、花園廣場的時候,廣東灰頭土臉地忙著搞工業。如今,若就外觀上論斷,廣東的面子似乎掛不住。這幾年,廣東開始覺得「城鎮化滯後拖了現代化」的後腿,於是現在廣東開始真正砸大錢搞交通建設、城市建設。更值得注意的是,廣東開始一系列將農村變成城市的基層社會和政治改造,五年內要將800多萬農村戶口轉到城鎮生活就業,例如:深圳已經在2004年率先成為全國第一個沒有農村的城市。東莞也計劃在五年內完成所有「村民轉居民」的工作。廣東省長盧瑞華強調,農村城鎮化不是一個簡單「鋼筋加水泥」的建設問題,最關鍵的還是在「如何把進城的農民變成現代人」。
又一次,廣東在推進城市化的過程裡野心勃勃,大膽在戶籍、農地買賣、農村集體產權等問題上先走一步,從事種種突破現有制度的實驗。問題是,農民要變成城市人,但已經是「工人」的外地人,什麼時候才能變成本地人呢?
我彷彿看見兩千多萬外來人口,正從圍牆裡急切向外張望。

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