[北京直擊] 獵豹移動執行長傅盛：將投資5千萬美元成立機器人公司，深度學習會是科技史上重大彎道超車！|數位時代 BusinessNext

獵豹移動執行長傅盛今（26）日在北京新總部宣布，未來三年的核心戰略是以「工具為入口，內容為核心，大數據為高地」，由獵豹移動技術長暨獵豹移動美國執行長范承工在美國總部負責大數據研發中心。傅盛表示，將投資5千萬美元成立機器人公司，因為工具軟體最後的終極表現型態應該是機器人，他認為機器人是未來5年、10年，甚至20年最重要的事。

（圖說：獵豹移動執行長傅盛出其不意宣布要成立機器人公司。圖片來源：郭芝榕攝影。）

切入行動內容生態系

傅盛指出，「中國內容模式的全球化，是獵豹下一個大的機會點！」獵豹移動去年從工具應用找到流量變現的切口（行動廣告）之後，今年正式從工具應用轉向內容應用策略。今天傅盛更明確指出未來將以內容為核心策略，他認為內容、大數據是領先全球的領域，過去經驗證實中國的內容產業也有機會影響世界。所以傅盛從去年第四季開始，跟投資者宣布要全力發展包括新聞、影片、行動廣告等跟訊息傳播相關的內容。

21日在中國最新竄起的網路紅人Papi醬的廣告招標會上，獵豹移動宣布在中國推出短影音聚合推薦App「頭牌」，要用大數據讓使用者找到自己喜歡的網路紅人，並用行動廣告技術讓網路紅人獲利，獲得流量和正循環，延伸到未來要做的電商技術，「頭牌」也開放全球網路紅人加入。

美國總部主力研發大數據

過去三年，獵豹移動力拚全球化，78％使用者和業務來自海外市場，今年1月宣布成立美國總部，主要負責大數據研發，兩個月前延攬VMware前高級副總裁范承工加入獵豹移動擔任技術長，將在美國總部擴張團隊，預計今年夏天要從80人成長至200人。

范承工說明他的大數據戰略，過去不受人工智慧衝擊的領域將會開始面臨挑戰，數據從量變到質變，改變很多類型的工作和運算方式。獵豹現在的業務會深刻被大數據改變，商業平台需要精準把廣告送到需要的使用者手中，所以第一個應用方向是商務平台。第二個則著重推出內容類App，包括新聞、影片聚合App，將用大數據推送推薦內容，建立內容生態系。第三個則是突破和探索人工智慧、機器人領域。

（圖說：獵豹移動延攬VMware高級副總裁范承工加入擔任技術長，在美國總部負責大數據研發中心。圖片來源：郭芝榕攝影。）

5千萬美元成立機器人公司

為什麼要成立機器人公司呢？

傅盛說，下一個三年如果是內容和大數據，那下個五年、十年要做什麼？如果研發大數據，內容可做為工具的載體，那工具的終極體現是什麼？在思考了一年之後，終於決定新的方向將投入機器人和人工智慧。

過去一年，傅盛走訪矽谷、以色列、印度，他強烈感受到技術核心就是機會，AlphaGo出現以後，他的心情有點激動，認為人類所有重複的行為未來將被人工智慧取代，人工智慧將成為人類最好的朋友和助手，是必然且不可抵擋的趨勢。

傅盛說，總有一天，人類會從重複的勞動中解放，人類會開始追求適合「遠方」的活動，包括對外星的探索、對藝術的追求、遊戲的享受等等。他說，「我們一定要有一個偉大的夢想，不管有多少困難都要去做。」他自己也開始學深度學習技術。

只是，究竟一家行動網路公司要如何投入開發機器人公司？傅盛指出，對於沒嘗試過的新領域，要用新創公司的架構，透過外部融資，才能產生新領域的創新，正是所謂「創新的兩難」。如果機器人架構在公司的部門下，創新就容易失敗。傅盛提到自己也會以個人名義投資這家機器人公司。

他進一步說，機器人是技術集大成者，要做機器人，並不只是要炫技而已，要真正理解用戶需求、定義產品，在產品和技術中找到平衡點，產生新的價值網，瞄準未來5到10年的市場。

然而，他不認為做機器人平台會有機會，因為平台的崛起必須來自應用的成熟，或是一個單點應用的成熟，但目前並未看到真正有效的單點，讓使用者願意去使用。

延伸閱讀：Facebook 野心勃勃建立聊天機器人平台，App 的末日來臨了嗎？

不過，他並未透露具體要做什麼產品，只說在這樣的概念下，需要做軟硬一體的產品，確定會做可看得到、摸得到的硬體，因為軟體仍受制於硬體，比如深度學習對GPU、攝影機和運算能力的依賴都非常強。

日本軟銀Pepper目前是人工智慧機器人最領先的公司，傅盛指出，Pepper很貴又很難買到，代表機器人是巨大的市場。他倒是很有信心，因為中國最有機會做出機器人，有最好的製造商、軟體工程師，也有最快的執行速度和市場。

深度學習將是彎道超車關鍵

近幾年有許多世界科技巨頭都投入人工智慧，中國網路公司也不例外，百度去年底宣布發展自駕車，騰訊也推出機器人寫新聞，獵豹移動又怎麼看自己的位置？傅盛說，他意識到深度學習和人工智慧會是人類科技史上非常重大的彎道超車，在深度學習和類神經網路面前，過去很多演算法的積累都將無效。像是圖片辨識和語音辨識，在有了深度學習之後，都有驚人的變化，可以提高辨識準確率十幾個百分點。

很多公司投入無人車，傅盛拜訪過以色列Mobileeye和美國Google的無人車，無人車駕駛整合雷射測距、雷射高畫質地圖，讓他意識到這是多種技術整合往前走的時代。而特斯拉投入輔助駕駛系統的開發，他覺得這比全自動駕駛對社會的貢獻還要大。

為什麼機器人市場很有機會？傅盛說，機器人的市場是智慧型手機也無法比擬的，因為新的極簡演算法正在興起，深度學習的技術可以推進人工智慧的進展，讓大家都處於平等的位置，過去有許多積累的公司和技術，都有被超越的可能，而深度學習影響的各個領域都有很強的顛覆感，現在正是切入深度學習的好時機。

延伸閱讀：第一家在美國成立第二總部的中國公司，獵豹移動執行長傅盛：全球化是種選擇！

在台灣，多數人的第一份保障來得很早，可能來自父母，或是出社會後自行投保。然而，直到今天仍有許多人即使手握數張保單，仍說不清自己到底保了什麼。條款繁複、名詞艱澀，導致投保當下似懂非懂，過一陣子就全忘了。保險資訊的不透明，讓風險管理變成了一場全憑印象、依賴業務員的信任遊戲。

自從國泰人壽推出 App 3.0，以「陪伴」重塑保戶與保險的關係，下一步，更要讓資訊變得透明、易讀、好上手。於是，「保險視圖」誕生了—由國泰人壽戰情室 diLab（Digital Insurance Lab）領軍打造的這個平台，試圖翻轉保單難懂的問題，將散落於規範、條款與系統的資訊重新整理、轉譯與可視化，讓保戶終於能「一圖看懂」保障全貌。

「我們希望做到的不只是查詢工具，而是讓保戶真正理解風險、開始做決定。」diLab 經理林蔚安說，這項專案從發想到上線歷時多年，可說是完成了連同業都不敢想像的艱鉅任務。這場透明革命如何開始？國泰人壽又如何讓這個看似困難的挑戰落地？

資訊透明：讓保險回到能被理解的語言

「保險商品本身就很複雜，很多人買了保險，打開保單還是看不懂。」林蔚安指出，國泰人壽累積 800 萬保戶，團隊在梳理客戶旅程時發現，即使擁有多年的資歷與服務經驗，卻未能讓保戶更清楚自己的保障；大多僅在與業務員討論時略有概念，事後又陷入陌生感。因此，「保險視圖」的構想，就是要讓保戶能在同一平台掌握所有保障與資產資訊。

第一步，是處理「看不懂」這件事。diLab 從資料盤點開始，依照生涯階段與保障屬性，將保單內容重新分為「我的健康照護」、「我的保險資產」、與「我的壽險傳承」三大方向，讓保戶以更貼近日常的邏輯理解保障結構，例如「住院時有哪些保障？」。

「調研時發現，國內幾乎沒有成熟案例可參考，國外雖有概念但差異極大。」林蔚安表示，圖表複雜，反而增加理解負擔，因此團隊反覆推敲呈現方式，「要放什麼、怎麼放、放到什麼程度，光這個架構就討論了數個月！」每一個看似微小的改變，背後都是無數次的反覆測試與訪談，「我們帶著不同版本的草稿詢問保戶，在沒有業務員引導下是否看得懂。」最終，團隊定調以金字塔結構建構視圖基礎，從保戶自己的健康保障，到未來可運用的累積資產，最終到照顧家人的壽險傳承。沒有看似花俏的圖表，只希望讓多數保戶好理解的簡單呈現。

但挑戰不只在前端設計，還有保險條款轉譯。傳統保單以商品邏輯分類，與使用者思考「何時會用到」的方式完全不同。為了讓資訊更貼近生活情境，「保險視圖」不再以條款分類，而以場景情境作為基準。例如保戶生病住院時，介面會按照基礎醫療、意外、癌症、重大疾病、長照與壽險等六大結構分層呈現，先呈現核心，再逐層深化，視覺化整體保障全貌，並同步提供現金價值與現金流資訊，形成一套完整的理解脈絡。

風險洞察：AI協助人們看清保障缺口

當保險資訊透過直覺式的設計變得透明，下一個挑戰就是讓保戶理解「自己目前的保障夠不夠」。

因此「保險視圖」也導入保障目標試算功能，保戶只需回答幾題簡單問題，如：住院希望住單人房或雙人房、對疾病治療的費用承受度等，系統即可推算個人的保障目標。接著，AI 會即時計算保障達成率與缺口比例，將複雜的理賠與條款結構轉換成直覺的百分比。「醫療保障達成率 60％」、「癌症保障達成率 45％」，藉由直觀的數字圖表呈現，讓保戶能一眼看出自己保障的完整程度。

此外，平台不只呈現差距，還會以情境推估可能的支出。例如住院五天、手術一次的費用與實際理賠差異，讓保戶真正感受到風險的具體樣貌。「保戶不再是聽到『癌症住院很貴』這種抽象說法，而是看得到具體數字。」透過以場景為基礎的推算，使保戶終於能對模糊的風險概念有畫面，並對理賠內容有更直觀的理解。

平台也提供「熱門推薦」與「 AI 推薦」兩種建議模式。前者以性別、年齡作為分析基礎，後者則依個人資料與既有保單做更客製化的配置。保戶可在平台初步理解現況後，再與業務員討論，透過數位賦能、與有溫度的人性服務建立互補機制，也讓業務溝通更聚焦、更有效率。

領航轉型：戰情室以創新實踐「以人為本」

保險視圖歷經多次迭代上線，雖仍在推廣階段，但初步成效已浮現。以今年 4 月關稅議題為例，資產型保單查詢需求明顯攀升，保戶登入次數從每週平均 4 萬次提升到 5 萬 6 千次，大幅成長40%。以往查詢保單價值需透過業務員協助或臨櫃辦理，如今登入平台即可取得資訊。

此外，視覺化呈現保障缺口後，有保戶回饋「看到達成率 70％，就想補到 100％」，顯示視覺化真正促進了主動管理的行為轉換。

能完成一份視覺化介面不難，但能把 60 多年累積的保險商品結構、條款邏輯與資料系統重新整合再轉譯，背後極度仰賴組織文化。尤其，保險視圖的誕生，從構想到落地，專案歷時 4 年，期間國泰以「區塊化堆疊」的方式逐步發展服務功能，包括資產總覽、健康與壽險視圖、缺口試算與 AI 推薦，每一步都需要長時間協作與反覆推敲。

林蔚安形容：「戰情室就像加速器。」其角色是串聯商品、數據、數位、UI與UX設計、開發工程與行銷等多個團隊，以使用者中心作為共通語言，讓跨部門能在同一個目標下推進。「大家的專業不同，但只要目標一致，就能共同前進！」

展望未來，透明化只是起點。林蔚安指出，下一步是讓更多保戶願意使用平台，使行為軌跡形成數據基礎，再透過個人化推播與 App 串接，發展國泰人壽保戶更完整的數位體驗。「這條路很難，但值得做。」他分享，有一次泰國人壽數位團隊來台交流，第一眼看到保險視圖就說：「這真的很不容易。」但也因此，更突顯國泰人壽勇於創新、以人為本的服務精神。同時，保險視圖也不會是終點，卻會是打開未來保險模式的一把關鍵鑰匙。國泰人壽以具體行動落實「Better Together 共創更好」，在每一項細節中重塑保險服務的日常價值。

保險視圖：https://cathaylife.tw/VoeoOdb