程式衝撞未來,做沒人做但有趣的事:野生的程式學習者 TonyQ
程式衝撞未來,做沒人做但有趣的事:野生的程式學習者 TonyQ
2016.08.01 |

在資訊圈,王景弘(TonyQ)這個名字赫赫有名。當他協助台北市長柯文哲打贏選戰、加入蔡玉玲政委辦公室擔任研究員之後,知名度更從資訊圈擴及普羅大眾。然而,回到起點,王景弘是如何開始接觸程式,運用它扭轉人生的呢?

「小學的時候,我非常缺乏社交關係。如果用直白的話來講,就是沒朋友。」回憶童年,王景弘劈頭就說,「我在班上只有一兩個朋友,然後家裡有一台電腦,所以大部分時間都在玩電腦,包含學一些指令啊、跟它對話,還有控制程式的記憶體使用。那些事情對我來講就跟遊戲一樣,為當時的我帶來很多樂趣。那時候如果要我跟其他人打交道,我不太願意。但是如果要我透過程式去跟其他人打交道,好像滿好的。」

![圖說明][1]

今年30歲的王景弘,雖然早已是業界名人,但是提到小時候與程式的相遇,平靜無波的臉上就會突然綻放出男孩般的笑容,像在回憶當年最好的夥伴一樣。

因應政府數位化政策,九零年代開始,幾乎每位公務員都被配發電腦做為公務使用。王景弘的父親是基層公務員,當時也被派去上電腦課。父親隨後買了一台電腦和一些電腦書回家,沒想到從此替年幼的王景弘開啟一個嶄新世界,「我爸本來想自己學,但那些全部都被我吸收了。」他呵呵大笑。

後來,父親的電腦難題總是靠王景弘解決,「我突然意識到,好像這件事情是跟真實世界有界接的。」於是慢慢開始試著做一些應用,又或者自己想一些題目來做。「所以我算是還滿野生的。當時純粹是因為無聊,所以深陷其中玩得很開心。小時候也沒有太功利的想法,覺得學了之後會怎麼樣,只是因為很有趣,就一直玩下去。」

第一次接案,是為了解決生計

十歲時,王景弘替自己立下三個志向,其中一個就是程式設計師。大學填志願的時候,他填了資工、資管相關科系,後來進入元智大學資管系。

原本就對程式設計有興趣的他,上大學後更是如魚得水。進入資管系前,他從學長姐那裡得知系上要學Java,暑假期間花了整整三天建置Java環境。開學後,他很快就超前系上進度。「我印象很深刻的是,因為我是很喜歡問問題的人,第四堂Java課的時候,老師跟我說:『如果你已經看到這裡,可以問這些問題,那接下來的課可以不用來,考試有過就好了。』」

不過,因為父親賭博的關係,從高中開始,家中財務每況愈下。到了大一下學期,經濟狀況跌到谷底,不得不自己想辦法謀生。「那是我人生很重要的轉捩點。」

那時連續三個月沒有從家裡拿到生活費,每個月必須將生活所需壓到一兩千元,甚至得硬著頭皮跟人借錢過日子。眼看這個家已經沒有經濟能力支撐他,再算算自己已滿18歲,最好的選擇就是靠自己走下去了。因為身材瘦弱,去便利商店應徵沒人敢要,於是跑到學校行政單位詢問工讀,「我不好意思把自己的情況講出來,支支吾吾地說『我真的很需要這份工作』。他們沒有多問,就說『好,我們找事情給你做。』」

沒人做但有趣的事情更值得

雖然工讀酬勞穩定,但是他自認這份工作「沒辦法累積專業和credit」,於是思考如何將專長和工作結合。碰巧在大二那年,他在Ptt接案版看到一份原文書進口商的行事曆系統維修案。他當時從沒寫過動態網頁,卻在半天內完成案子,並且順利拿到5千元報酬。「那時候就覺得,哇,一天賺了過去要兩個月才能賺的錢。生活的擔子少了一大半,挺好的。」到了大四,他開始全職上班,正式展開工程師的職涯。

王景弘從資訊圈跨足政治參與,現在又回業界擔任資訊長。儘管已打拼多年,至今從未停下腳步。「我在工作上已經幾乎不寫程式了,都是做管理和任務分派。自己的專案雖然還是會寫,但是都是不收錢的。我一個月大概花6至7千元租伺服器,做自己想做的事。」包括2013年的Facebook廣告社團檢查器、2014年的跳針留言小幫手,再到最近的好友邀請小幫手,都是他近年來的作品。

「重點是題目啦。」王景弘說,地點都不是問題,只要有空檔,不管咖啡店、火車上都可以寫,有沒有網路也不太重要。不過,還是要夠「有趣」才能打動他。

對他來說,什麼樣才能稱得上是有趣的題目?「沒有太多人做過,或是大家覺得會失敗,但是失敗也沒關係的東西。」他補充,「能做的事情很多,但是『能做的事』不等於『重要的事』。我會優先處理『能做的事』裡『有趣的事情』,再從裡面找重要的事情來補。但是我不覺得重不重要是一個關鍵的要素。我覺得,重要的事情只要有人做就好,去做『沒有人做但有趣的事情』對我來說更重要。而且有時候,反而因為你做了,所以它變重要了。」他輕輕說。

王景弘 TonyQ
出生年|1986年
學經歷|元智大學資訊管理系。JavaScript.tw社群創辦人、JSDC論壇共同發起人。曾任柯文哲競選團隊網路部工程師、蔡玉玲政委辦公室研究員。現為集善地國際科技資訊長。
會寫哪些程式語言|專精JAVA、PHP、Javascript,但幾乎所有程式語言都接觸過。


![圖說明][2]

攝影/郭涵羚

本文出自:@@BOOKID:126800@@
[1]: https://3.bp.blogspot.com/-7hMajEqQ558/V5seAojQbRI/AAAAAAAC8Ag/167BxRbgN-s35Mbq_UL7SKvoW6WEXjTVACKgB/s600/%25E7%258E%258B%25E6%2599%25AF%25E5%25BC%2598-20160714-%25E9%2583%25AD%25E6%25B6%25B5%25E7%25BE%259A%25E6%2594%259D_0461.jpg "圖說明"
[2]: https://3.bp.blogspot.com/-ZnruUzpKIiI/V5seAvtNjmI/AAAAAAAC8Ag/fTATCSt8tPwRX4j9er1dsNg04UHa5WtiACKgB/s400/%25E7%258E%258B%25E6%2599%25AF%25E5%25BC%2598-20160714-%25E9%2583%25AD%25E6%25B6%25B5%25E7%25BE%259A%25E6%2594%259D_0427.jpg "圖說明"

關鍵字: #工程師文化
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