KKBOX再優化!耗時三年,打造個人化音樂推薦系統
KKBOX再優化!耗時三年,打造個人化音樂推薦系統

聽音樂從來就不是一件簡單的事。三年前開始,KKBOX和台大電機系、中央研究院和政大的資料科學專家進行產學合作,並在今(12)日推出全新個人化音樂推薦機制。

##你知道自己想聽什麼音樂嗎?

「我們最早的想法就是想用科技的力量,讓聽音樂有更好的體驗。」KKBOX總裁李明哲說。他表示,產業內有許多優秀音樂人做出好音樂,企宣人員也賣力宣傳,不過,如何讓用戶適時適地接觸到這些作品卻是個有待克服的難題。如果用戶很明確地知道自己想聽什麼歌,事情還好辦,但是如果需求很模糊,就會需要一套夠了解你的推薦機制。

KKBOX總裁李明哲
李明哲一直希望科技可以帶來更好的音樂體驗
圖/ 蔡仁譯攝

KKBOX產品開發中心負責人林華指出,這次推出新版產品,共有三大重點優化,其中最重要的就是個人化推薦系統。

她表示,目前KKBOX曲庫中共有3千萬首歌曲,為了提升使用者體驗,從2013年開始,KKBOX的資料科學團隊和台大、中研院和政大等學術單位密切合作,持續優化演算法。政大資訊科學系教授蔡銘峰指出,這次推出的演算法採用最新深度學習技術,並基於深度學習的基礎提出新的表示式學習方法,讓用戶可以更容易接觸到自己感興趣的歌曲、歌手、專輯或曲風。

蔡銘峰舉例,過去傳統作法,可能是去記下一首歌的曲名、歌手名、音樂類型等標籤,但現在的作法則是要讓資料自己去定義出特徵。就好像Google開發機器人在YouTube的影音裡面去定義出貓是什麼樣子一樣。「所以重點是資料量要夠大,才能Drive出來。」他也補充,過去只能在歌曲增加關聯性,但現在則是可以把更多的使用者因素也加進來分析。

給消費者驚喜,創造音樂平台的價值

而實際上,林華表示,在測試時,他們透過「消費者是否點下推薦音樂」、「有沒有聽完推薦音樂」,和「聽推薦音樂的數量是否增加」這三點來判斷,發現新的演算法確實比過去更精準、更有效。

林華也指出,當消費者總是只聽那幾首歌時,KKBOX的價值就難以被凸顯,但若能經由推薦機制,讓消費者因為聽到喜歡卻從來沒注意過的歌曲而感到驚喜時,消費者就會更喜歡KKBOX。

KKBOX產品開發中心負責人林華
林華希望新的演算法可以帶給消費者更多驚喜
圖/ 蔡仁譯攝

除了演算法推薦,KKBOX也和陳玠安、DJ Rainbowchild等專業音樂人合作,透過人工方式重建分類,並將曲風和情境分類擴充到上百種。例如電子、搖滾、嘻哈等,就可以再細分為House、Trance、Pop Rock、Shoegaze等不同風格的子分類。

使用者介面也改版,並擴充使用情境

在介面設計和音效上,KKBOX也有著墨。林華解釋,在介面設計上,手機和平板上將改以瀑布流方式呈現,方便用戶瀏覽。另外,KKBOX和音樂解決方案公司DTS合作,為耳機使用者打造出寬廣模式、前置模式和傳統模式等三種體驗方式。在寬廣模式中,使用者可以感受到環繞音效,如果切換到前置模式,就像是歌手站在你面前表演一樣。

另外,為因應全螢時代來臨,未來KKBOX不僅支援微軟HoloLens、智慧車用Apple CarPlay和Android Auto,客廳娛樂方面則支援XBOX、Apple TV和Android TV。出外運動時,也能透過Apple Watch、Android Wear聆聽音樂。

KKBOX表示,Android用戶即日起已可下載新版KKBOX,iOS版本則會在本月下旬開放。

KKBOX支援微軟HoloLens
現在KKBOX也可以支援擴增實境裝置Hololens
圖/ 蔡仁譯攝
KKBOX也支援智慧車用Apple CarPlay和Android Auto
現在KKBOX的音樂服務也可以支援車載裝置
圖/ 蔡仁譯攝
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