[專訪] Make School創辦人Jeremy Rossmann:解決問題、做出東西,才是寫程式的核心價值
[專訪] Make School創辦人Jeremy Rossmann:解決問題、做出東西,才是寫程式的核心價值
2016.08.02 | 技能

為什麼到學校學習,要先繳學費?有沒有一種可能的教育模式,先在學校學習好技能,進入職場找到工作後,再將部分薪水回饋給學校?答案是有的,這就是Make School成立最初的想法。

Make School在美國提供Product Academy兩年制課程,申請通過者,可在Make School以完全免費或付部分學費的方式學習兩年課程,畢業後開始實習或工作後,必須將部分薪資回饋給學校,獲得不錯的迴響,但是,礙於上述模式目前只限於美國本土,為了讓其他國家對學程式有興趣的人也有機會參與,Make School推出短期的夏日程式學院課程Summer Academy,並在今年首度進軍亞洲,除在台灣與Sudo合辦外,也前進香港、日本及新加坡。而且Make School還成立了第一個專門針對VR(虛擬實境)的教學課程,現在已有17位學生。

##名留維基百科的一家人

Make School的創辦人之一羅斯曼(Jeremy Rossmann),從美國MIT輟學,頂著一頭爆炸頭,還會說中文,而且不只他本身因創立Make School而有名氣,他的一家人更是個個有故事,名留維基百科上,例如,去年上映的《史帝夫賈伯斯》電影,那一位由女星凱特溫絲蕾飾演,叮囑賈伯斯應該要對女兒好一點的蘋果電腦麥金塔市場總監裘安娜霍夫曼(Joanna Hoffman),就是羅斯曼的母親。

圖說:Make School創辦人羅斯曼的母親安娜霍夫曼(Joanna Hoffman)大名鼎鼎,是蘋果創立期的核心員工,先前《史帝夫賈伯斯》電影中由女星凱特溫絲蕾(右一)飾演的蘋果電腦麥金塔市場總監裘,就是以安娜霍夫曼為樣本。(截自電影《史帝夫賈伯斯》)
圖說:Make School創辦人羅斯曼的母親安娜霍夫曼(Joanna Hoffman)大名鼎鼎,是蘋果創立期的核心員工,先前《史帝夫賈伯斯》電影中由女星凱特溫絲蕾(右一)飾演的蘋果電腦麥金塔市場總監裘,就是以安娜霍夫曼為樣本。(截自電影《史帝夫賈伯斯》)

而他的父親Alain Rossmann同樣是蘋果創立初期的員工,之後連續創立不少公司,並且完成多家公司成功上市,或是被AT&T、IBM等大企業收購。由於Alain Rossmann是法國人,因此羅斯曼從小在美國就讀法國國際學校,很大一部分的同學是來自中國或台灣,正因如此,羅斯曼學會了說簡單的中文。

##短期課程進軍台灣

當美國開始推廣孩童學寫程式的教育計劃後,這股風潮也擴散到其他國家,其一為台灣,不過學寫程式這件事真的這麼重要嗎?如果不會寫程式,是不是代表以後就會失業?「我覺得很多國家其實只是跟風,並不明白寫程式這件事的核心價值是什麼」羅斯曼直言。對他來說,學寫程式這件事的價值,在於「發現問題後,可以找出解決方法,做出東西來」(Look problems, make solutions, build something),「以一種非常正面的方式改變世界」。

圖說:Make School創辦人羅斯曼(Jeremy Rossmann)。
圖說:Make School創辦人羅斯曼(Jeremy Rossmann)與好友一同創辦了以程式教育為主的Make School。(詹子嫻攝影)

Make School強調不同傳統的教育機構,Product Academy兩年制課程不用付學費或支付部分學費,主要教導開發iPhone APP的Swift程式語言,但在教學過程不強調「寫程式」這件事,而是「解決問題或執行一個專案」的能力,羅斯曼分享,在美國找工作,企業不會看你技術有多深,而是丟給你一個問題,然後從中看你解決方案的理論基礎以及實際作品。

但受限於師資有限、各國教育體制差異,兩年制課程目前僅能在舊金山的Make School實施,為了擴大面向,Make School推出短期的夏日程式學院課程Summer Academy,讓沒有理工背景、不懂寫程式的人也可以參加,今年首度進軍亞洲,以台灣的課程為例,有為期四周及兩周的付費課程,因主要採英語授課,故報名參加者必須做簡單的篩選,此次參加者中年紀最小的就有國一生參加。

正因為課程的活潑性及實用度較高,Make School成立以來引起不小的關注,每年申請加入的人越來越多,今年申請進入Product Academy課程的人接近1,000人,獲選者約50人左右,而申請參加Summer Academy課程則超過3,200人,實際參加者為400人。

##亞洲課後學習風氣盛

為什麼選擇亞洲切入,羅斯曼說,主要是考量不同文化對教育的態度,而且「亞洲是一個比美國大得多的市場」,亞洲的父母很習慣讓孩子去補習班、家教,也就是在一般的教育系統外,再上一些課程,對於付費學習的接受度高,例如台灣雖然市場較小,但父母對於投資子女教育的花費遠高於加拿大。但同樣的模式在歐洲就相對行不通,因為多數歐洲人已經習慣教育是免費的思維,是政府應該要負擔的責任,故短期Make School會以美國和亞洲為主要市場。

第二個原因是他觀察到在美國的Make School有許多的亞洲學生(包含國際學生、移民、移民二代等),加上亞洲的合作夥伴態度很積極,對Make School的擴展給予很大的助力,像是日本的合作夥伴就是在中學教育界有很強的網絡。

##開始佈局課後商機

目前Make School提供的服務簡單可分為以下幾種,分別是新開立的VR課程(是與uploader.com合作),兩年制的Product Academy、短期的Summer Academy,不過,羅斯曼透露,Make School將開始進行課後的課程,也就是一般學生放學後的課後學習。

Make School已經在美國跟20所高中合作,免費提供老師教材及訓練,讓老師可以在課堂上使用Make School的教材來授課,而學生下課後,如果想要繼續學習,就由Make School來授課,9月在美國就會開始推出這樣的服務。

由於Make School教學方式偏向一對一的客製化教學,師資人力的需求相對較高,因此Make School也歡迎有志者來當講師(有給薪),此次台灣的課程就有一位講師是前Facebook實習軟體工程師,不過,要成為講師並不容易,在Summer Academy台灣場開課前,就在台灣招募講師,從200位報名者中只選了3位。除了必須具備理工背景之外,「更重要的是與人溝通的能力」,包括教學熱忱、耐心等,另外,「專家常會有一個問題,就是不知道怎麼用簡單的話教導初學者」。

對於未來的目標,「希望三年內可以做到在美國和亞洲的各大城市都有Make School,看到更多就讀Make School的校友創業成功,並且在規模不斷擴大的過程中,仍維持很好的品質,讓學生跟家長都很滿意」羅斯曼說。

關鍵字: #開發者
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