當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查|數位時代 BusinessNext

當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查

6月28日，Facebook執行長佐克伯在Facebook公開了太陽能無人機Aquila首次試飛「成功」的影片，不過今日美國國家運輸安全委員會針對Aquila著陸時發生的事故展開調查。

6月28日，承載著佐克伯「連接世界」夢想的Aquila的太陽能無人機首次試飛成功，但目前該計劃不得不暫停。

近日，據彭博社消息，當日的測試裡出現事故，幸無人員傷亡，美國國家運輸安全委員會（the National Transportation Safety Board）已經介入調查，調查至少需要一個月才能出結果。

本次測試的是Aquila第一架原型機，未裝載太陽能電池板，僅在約655公尺的低空進行30分鐘的測試飛行，為自動飛行採集數據，Aquila最終超額完成任務，飛行了96分鐘。

試飛結束後，Facebook在一封郵件報告裡稱「此次飛行是成功的，沒有重大的意外事故」。 7月21日在Facebook官方部落格上，一篇關於Aquila的文章中再次寫到無人機的真實測試情況，文內則提到了「無人機在著陸前出現結構性故障」的問題。

美國國家運輸安全委員會（NTSB）也證實，Aquila無人機著陸時確實出現了「機器結構性故障」，但NTSB並沒有披露更多關於本次事故的細節內容，包括Aquila的損壞程度和故障發生的潛在原因調查結果。

NTSB的官方發言人稱，事故發生在當地時間的早上7點43分，且屬於「大型事故」，所幸沒有人員受傷。考慮到Aquila無人機的潛在危險性，NTSB將會進行一次全面徹底的調查。

用能長時間飛行的無人機替代衛星的做法，Facebook不是第一家，而這種無人機出現故障，Aquila也不是第一架。據NTSB介紹，2015年5月時，Google母公司Alphabet的無人機Solara 50在新墨西哥的沙漠著陸地帶飛行時遇到了熱上升氣流時就出現了失控的意外狀況。

Aquila的太陽能無人機是Facebook Connectivity Lab多年來的智慧結晶，計劃為世界16億無法上網的人提供廉價的網路接入。

根據佐克伯的願景，他們要保證無人機飛行在 20,000公尺的高空。在這個高度上，較弱的風可以保證飛行的穩定，也不會影響其他飛機的飛行，並且保證信號強度。這種高度上，一架無人機可以保證一個中等城市的網路連接。此外，在這個高度上飛行，Aquila最高可飛行長達3個月。（關於Aquila的技術問題此前愛范兒已有介紹，有興趣者可點擊連結查看）

Aquila還在做實地測試。此前，愛范兒認為對Facebook來說，他們還有很長的路要走。第一，他們要首先完成飛行器的開發，裝上太陽能電池板進行實地飛行。第二，飛行器需要裝載上雷射發射器進行測試，並與地面的雷射接收器進行配合。現在，Facebook還得解決無人機著陸時的結構故障問題。

除了Aquila無人機，Facebook還有用衛星「連接」世界的打算。但此前馬斯克的 SpaceX的獵鷹9號火箭爆炸直接導致Facebook的第一顆網路衛星被完全摧毀，據悉，這顆AMOS-6衛星原本計劃是向非洲居民提供免費的上網服務。

本文授權轉載自：愛范兒

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。