許毓仁:台灣需要「數位經濟基本法」,別為了Uber擋住所有新創公司
許毓仁:台灣需要「數位經濟基本法」,別為了Uber擋住所有新創公司
2016.11.22 | 創業

向政府喊話,許毓仁:不要見一個新創就打一個

Uber在台灣引發社會爭議,政府四年內累積開罰八千多萬,最近財政部也開出補稅罰單1.35億,天價數字真能解決合法問題嗎?

立委許毓仁認為,Uber必須盡到該盡的責任,比如說繳稅跟保險,但政府不該用超高罰則當手段,若下個禮拜公路法草案通過,「未來開個罰單就要2500萬,可以買一棟房子了」,政府無論是想要有警惕、嚇阻作用,都太不友善。若未來共享經濟不只出現在運輸上,「難道我們要見一個打一個嗎?」

許毓仁提供-6.jpg
立委許毓仁認為,解決Uber問題不能只用重罰,新經濟型態變化太快,應該要有更全面性思考,以新法律來規範。
圖/ 許毓仁提供

昨日許毓仁以直播方式討論數位經濟議題,他在節目上強調,若以Uber當個案來討論,目前修公路法是死胡同,因為沒辦法用二、三十年前的舊法律,去符合現在新的商業模式, 但台灣需要新的法律框架,來解決未來可能出現的新經濟型態。

Uber想合法要找誰?許毓仁:未來要有「專屬部會」

許毓仁表示,他將盡快提出「數位經濟基本法草案」,參考英國已通過的Digital Economy Act 2010,賦予所有新經濟行為明確規範,提供各部會相關權制,讓新創公司在法律底下去推動,希望未來有「專屬部會」,能夠當統一窗口進行跨部會協調。

他指出,或許會在現有部會裡面,選一個層級夠高的單位負責執行,例如:在經濟部底下設立「數位經濟發展署」,或是在國發會設立「數位經濟委員會」,最後結果再由行政院長拍版定案。

雖然目前行政院底下已經有數位政委唐鳳負責進行部會協調,但許毓仁認為,政委缺乏實權,也沒有實際行政資源,容易叫不動各部會。加上行政院光是各大會報就有58個,推動不易,最終還是需要透過法律規範,比較能有實際作為。

他舉愛爾蘭和新加坡為例,兩個國家都強調自己在國際的地位是「數位樞紐」,吸引國際大型網路公司前來設立總部,具有很好的稅收優惠、對外籍人才友善,資本也可以自由流動。

Uber無人車
許毓仁舉無人車研發為例,認為台灣投入的預算不足且過於分散
圖/ 擷取自Uber官網

許毓仁:台灣想做無人車,預算卻太少又分散

「台灣雖然想推亞洲矽谷,拿出113億預算,但資源太過分散」。許毓仁說,以無人車研發經費來看,美國至少有40億美元、日本也有接近一兆日圓,但台灣只有200萬美元額度,這樣真能夠有所成績嗎?

許毓仁強調,「台灣是一座島,思考卻不像是島嶼,反而把自己當成大型國家,築起一道高牆」,若新的產業進不來,台灣人才流不住,競爭力就往下掉,現在已經出現死亡交叉,沒有時間再浪費了。

關鍵字: #Uber
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