你的創新花園除草了嗎?
你的創新花園除草了嗎?

想像一下,你公司有十個創新計畫同時進行,有兩個非常成功,兩個徹底失敗,請問,你會如何處理剩下那六個不算失敗、但也沒很成功的計畫?

這是美國媒體老將勞勃.匹特曼(Robert Pittman)提出的管理難題。他說,大部分公司會選擇繼續執行這六個案子──既然已經投入了時間與資源,搞不好將來有機會成功,何必急著匆匆結束呢?何況,十個案子總共才失敗兩個,感覺當然比較良好。

但是匹特曼認為,錯了,有效率的管理者應該選擇將這六個計畫,連同那兩個失敗的一併結束。他說,這種不好不壞的案子,其實能成功的機會渺茫,硬留下,只會讓員工在一個又一個「不怎麼樣」的計畫中糟蹋時間,最後公司也會越來越平庸。

這個觀念,匹特曼稱之為「為花園除草」(weed the garden)。「十個案子只有兩個成功」乍看之下雖然沒什麼面子,但他提醒所有企業經營者,將平庸的計畫「斷捨離」之後,創新目標會更清晰,員工們有餘力去嘗試更有機會的創新,公司才能受惠。

聽在此刻深陷困境的老媒體人耳中,匹特曼這番話,簡直說到心坎裡。從美國到歐洲,從報紙到電視台,為了在數位時代中圖存,大家天天都在各種創新中奮戰。過去,只要把內容做好,讀者就會買單,廣告也會隨之而來。但是今天,除了每天照樣得發稿之外,還得上傳App、發電子報、經營臉書、搞直播、做影片,每一件事看起來都似乎很重要,但結果呢?多數創新努力所換來的,正是匹特曼口中「不算差,但也沒多好」的評價。日復一日累積下來,大家全在「創新雜草」叢生的環境中疲於奔命,苦不堪言。

這也就是為什麼,當《紐約時報》最近宣布, 將由現任發行人亞瑟.舒茲伯格(Arthur Ochs Sulzberger)的兒子、人稱「AG」的《紐約時報》家族第五代AG.舒茲伯格(Arthur Gregg Sulzberger),接任該報副發行人的消息傳出,格外引人矚目。若無意外,他將是未來《紐約時報》的掌舵手,大家都睜大眼睛,看他是否能帶領這份百年老報走出眼前的困境,是否能為整個媒體產業,殺出一條逃離數位風暴的康莊大道。

《紐約時報》家族第五代AG.舒茲伯格(Arthur Gregg Sulzberger),接任該報副發行人。

但矚目還有一個理由,就是這位今年才36歲的準接班人,正是匹特曼「為花園除草」主張的追隨者。兩年前,AG曾經帶著《紐約時報》團隊完成轟動一時的「創新報告」(Innovation Report,網路上有全文),匹特曼這段話,就被收入其中。

多年來,《紐約時報》雖然是老媒體中創新表現最亮眼的典範,數位訂戶高達120萬,遙遙領先其他同業,但實際上,一個又一個的創新,仍然無法抵擋業績崩壞的趨勢,今年以來股價節節下滑,《彭博商業周刊》最近訪問四位分析師,沒有一位建議投資人買進《紐約時報》股票。

原因不難理解。《紐約時報》目前紙本讀者不停流失,廣告的收入也只有十年前的一半,而且預計還會更慘──美國報紙廣告市場規模在2005年還高達490億美元,預估到2019年很可能只剩下約50億。倘若未來幾年仍然無法開發新的獲利模式,前景當然堪慮。眼前AG最重要的挑戰,是如何在數位世界裡延續《紐約時報》的金字招牌,讓讀者願意為高品質新聞掏腰包,進而吸引更多數位廣告客戶上門。

為了讓團隊有更清晰的目標,自從兩年前發表「創新報告」以來,《紐約時報》不斷積極地檢討內部的雜草現象,對於效果平平的計畫,也毫不手軟地砍掉。例如今年稍早,就宣布結束旗下針對年輕族群而推出的Now App,認賠也認錯。

「經營者不要害怕犯錯。」匹特曼說。經營事業不是打棒球,沒有人在計算你的打擊率,也不會有人關心你失敗的次數。尤其對媒體產業而言,未來會如何人人沒把握,犯錯更是兵家常事。「為花園除草,」他說,「至少能幫助你,誠實地面對自己。」

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