flatev 讓你在家現做墨西哥薄餅|數位時代 BusinessNext

大家喜歡吃墨西哥捲餅嗎？玉米或麵粉做的墨西哥薄餅（tortilla）可以用來做脆餅（taco）或是捲餅（burrito），除了傳統脆餅和捲餅之外的食譜也多得不勝枚舉，在墨西哥以外的國家也非常受歡迎。與設計 GoPro HERO3 和 Nest 的設計團隊（Bould Design）合作發展出的 flatev，讓你可以輕鬆在家現做墨西哥薄餅。

用 flatev，使用者只需要買已經配好口味的膠囊，將膠囊放入機器中，幾秒鐘以後就可以有熱騰騰的薄餅可以享用。膠囊有多種口味，甜的鹹的辣的蒜味和連肉桂口味都有！讓你永遠不會膩～ flatev 還可以讓使用者調整脆度，想要脆餅或是捲餅只要轉機器上的旋鈕就可以囉。

數位時代翻攝自 flatev 官網

flatev 受到廣大的關注有幾個原因，除了墨西哥薄餅本來就很流行，和 Bould Design 的好名聲，他們也強調新鮮、簡單，而且不浪費！一個膠囊只做一個薄餅，所以不會有吃不完浪費食物的問題，自己做過薄餅的就知道，有時候只為了將買來的原料用完，一次都做太多，最後吃不完的都浪費掉了。另外 flatev 的膠囊強調是使用可回收的材質，這樣才不會造成大量的垃圾和環境汙染喔！

flatev 現在在 kickstarter 上售價已到美金 239 元（台幣八千左右），加贈 48 個膠囊，說貴不貴，但說便宜也沒有很便宜，畢竟整台 flatev 就只能做墨西哥薄餅而已！而且在他們的網站上，並沒有清楚標示膠囊未來售價多少，讓這方面的開銷也難以預料。另外，flatev 做的薄餅，只有一個大小（直徑約 5-6 吋 = 12-15 公分），能做的食物也因此比較有限，比如說捲餅（burrito）一般用的是 15 吋（38 公分）大小的薄餅。

無論如何，對喜愛墨西哥薄餅的人來說，八千塊真的不會太貴，雖然大小有限制，但可以做的食譜也已經很多，消費者也可以自創新食譜，重點是簡簡單單就可以吃到新鮮現做的薄餅！有興趣的人可以去他們 kickstarter 的網頁支持他們喔。

圖片來源：數位時代翻攝自 flatev 官網

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。