[楊谷洋] 機器人會讓我們失業嗎 ?|數位時代 BusinessNext

[楊谷洋] 機器人會讓我們失業嗎 ?

既然AlphaGo都已經打敗人類了，會不會反而是機器人的能力強大到讓我們丟掉飯碗呢？這樣的想法僅僅是杞人憂天、還是已經迫在眉梢？萬一此事真的發生，那又是誰會先丟掉工作呢？

微軟創辦人比爾．蓋茲曾經預測，在不久的將來，每個人家中都會擁有機器人，就像今天個人電腦一樣的普遍。這個預言在AlphaGo擊敗人類圍棋棋王之後，似乎增添了不少的可能性。

展望未來，也許真有可能實現像電影「機械公敵」中所描繪的人與機器人共存的未來世界，形形色色、各具功能的機器人充滿人類社會的每一個角落，提供我們無微不至的照顧。

誠然有夢最美，但好夢也易醒，既然AlphaGo都已經打敗人類了，會不會反而是機器人的能力強大到讓我們丟掉飯碗呢？這樣的想法僅僅是杞人憂天、還是已經迫在眉梢？萬一此事真的發生，那又是誰會先丟掉工作呢？

人類的害怕與徬徨：機器取代人工

機器人來勢洶洶，但因為科技進步而導致工作消失的情形，以往也並非沒有發生過，像是在手機普及後，電信局的電報業務就此結束，公共電話亭也幾乎消失無蹤（也許會保留幾座提供超人換裝使用）。

回溯工業自動化發展的初期，在自動化產線取代人工的過程中，就曾發生過員工因為害怕失業進而破壞機具的事件，自動化產業也慢慢發展出一種應對方式，利用提升原有勞動者的能力，讓他們成為新式機具的管理者，如此一來，員工的薪水反而提高、工作內容也變得相對有趣，順勢也讓產業自動化得以維持。

這個以新科技取代人工的產業升級模式，並沒有受到時代演進的影響，一直以來倒也維持運作，但這一切卻在機器人出現之後產生了變化。

眼下越來越多的機器人進到各行各業，並且開始從事一些我們認為它們絕對不可能勝任的工作。在里約奧運期間，來自中國的寫作機器人小明（Xiaomingbot），以遠超過人類記者的寫作速度，完成了450篇以上的新聞稿。信不信，Google的Deep Dream以人工智慧方式合成的一幅畫作，在舊金山的拍賣會中以8千美元的價錢成交。

根據日經新聞報導，今年初由電腦所撰寫的文章入圍了「星新一賞」文學獎決選。難不成電腦真的擁有不為人知的文學天分嗎？電腦既然會寫文章，當然也可以請它改作文，雖然所採用的評分方式明顯漏洞百出，改起文章來卻比人類的給分還更一致。

機器人大舉越界、步步進逼，這對人類工作權的影響會是全面性的嗎？有可能嚴峻到就像是極端氣候給予恐龍的致命一擊，機器人就此完完全全取代人類了呢？

情感與機械化，AI與人類相互補的未來

伴隨人工智慧的高度進展，機器人終究會成為人類可敬的對手。但眼前我們大可不必如此憂心，原因就在於現今機器人在思考、想像等方面的能力仍然遠遠不及人類，而以其人造的本質，一旦涉及感情、情緒等因素，更是幾乎束手無策。

但機器人成功跨越到人類地盤的事件本身還是值得我們細細思量，為什麼明明沒有那麼大的本事，機器人卻有如此亮眼的表現呢？

原來，問題的核心並不僅存在於機器人，更與每個人的工作態度有關。仔細想想，我們的思考模式是不是越來越制式、看事情的方式越來越表面了呢？

就以新聞報導為例，偶而就會看到記者在採訪因為颱風受困於車站的旅客時問到，「你會不會覺得不方便、很不高興呢？」或是在意外的現場詢問家屬，「你現在的心情是不是很難過？」如果記者的提問一直停留在這種層次，當然會被機器人取代。所以，在機器人讓我們失業之前，可不要自己先讓自己失業啊！

延伸閱讀：
1.當AI開始作畫、寫歌，演算法的創作會取代人類藝術家嗎？
2.我們自身都難以捉摸的心靈活動，人工智慧又能突破嗎？
3.電腦可以演算未來，但能判斷情感的重要性嗎？

#####《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長800至1000字，兩天內會回覆是否採用，文章會經編輯潤飾，如需改標會與您討論。

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。