販賣整個世代的記憶
販賣整個世代的記憶
2016.12.02 |

懷舊,可說是一種保持自我同一性(Self-Identical)的重要心理機制,它能夠讓一個人在漫長,不可免的身分轉變中,維持著一個人對自己「核心身分」的連續感。

而當懷舊成了時代主題,它也自然成了行銷瞄準的對象,就像《我的少女時代》海報中的Game Boy遊戲機、女主角林真心身旁的B.B.Call、卡帶式隨身聽等九零年代經典產品,除了高中純愛故事,這些懷舊物件也是將一批批35到45歲的觀眾送進電影院的主因。只是,並不是只要打著舊招牌就有吸引觀眾、客群的效果,懷舊的操作,仍存在相當多的潛規則。
那我們或許想問,「懷舊行銷」的有效性從何而來?

對人們來說,懷舊是一種保持自我同一性(Self-Identical)的心理機制,能夠讓一個人在漫長,不可避免的身分流轉中,維持對「核心身分」的連續感。幾天前和一個著專注於Pokémon GO的朋友聊天,他說不是喜歡這些怪物、也不是覺得LBS(Location Based Service)加上擴增實境AR的遊戲機制深具可玩性,而是藉由這個遊戲,能讓他想起從前那個手持寶貝球,滿懷夢想的少年,「和現在的我還是同一個人。」

是的。人在回憶時會袪除負面情緒經驗,美化記憶中的事物,藉由誘發這種情緒,有助於強化人們面對當前挫折的能力,並且保持自我的連貫性。這是每個人在有意無意間都會進行的心理調適機轉。

另一方面,社會學家佛瑞德.戴維斯(Fred Davis)指出,一般情形下,人們最容易被從現在往回推20年前的事物所觸動。2016年的精靈寶可夢(Pokémon)第一次的流行是什麼時候?很巧合的,在遊戲機Game Boy上造成轟動的第一代《Pokémon Red》(神奇寶貝紅版)的發售日期,正好就是20年前的1996年2月。

這樣,昔日忙著從Game Boy上抓寶的小學生,如今已成為了頗具消費力,願意在休閒娛樂產品上投入金錢的青壯中產階級。根據統計,25到35歲這個年齡層就是Pokémon GO最主要的玩家分布,他們除了具有經濟基礎,也以強大的社群擴散力,讓Pokémon GO迅速成為眾人必玩的手遊。

更直接地說,精靈寶可夢母公司日本任天堂培養的不是一組卡通怪獸IP(Intellectual Property,各種原創內容的知識產權),而是一整代人的集體記憶。這是一種長遠的投資,他們在20年後提領的不是金錢,而是一整代懷舊的動能,以及隨之而來的可觀的市場占有率。

懷舊與復古成了產品設計與行銷研究的熱門範疇。仿古餐廳,8-Bit風的電子遊戲大行其道。其實追根究柢,我們未必真的「經歷」過這些再現之物背後的象徵,但我們對「物」的移情作用,卻會覺得自己確實穿越過這些故事之門。而懷舊的物件,則成了打開這些個人歷史的鑰匙。

甚至有研究指出,我們對於從未經歷過、與自身無關的的「舊事物」同樣會抱有好感,這代表了人們喜歡沉浸於一種懷舊的氛圍中,即使這是一種精心虛構的氛圍。於是,行銷的主體便能連結、存取這些巨大的個人情感資源,並化為實際的收益。

但是撇開商業操作,藉由收藏一台Walkman,我們仍可以和首次聽到五月天而悸動的自己相逢,藉由Pokémon GO,我們可以找回那個窩在被窩中徹夜打怪抓寶的孩子的眼神。藉由與這些過往重疊,我們找回出發時的勇敢。但是,不斷的懷舊、復古,那麼輕易的重回現場,是否是對「懷舊」這種心理機制的一種消耗?

換句話說,在這隨時可以召喚過往的時代,會不會因過去的「無所不在」,而使得過去再也不存在?

《離線.開始遊戲》

具體而微地敘述一個舊時代的遊戲機,如何容藏一個時代的背景與精神。例如:任天堂極短的手把線,以及設計成扁平狀的手把按鈕,事實上,是為了因應日本小空間和室的設計,同時避免有人因踩到突起的按鈕而受傷。

《懷舊製造所》

與懷舊站在一起的是鄉愁,而站在時光長河另一邊的,則是遺忘。《懷舊製造所》以心理學角度敘述了初老之人面對遺忘,面對鄉愁,面對與過去不再相容的新世界時,那種無以復加的徬徨與自由。

《單車失竊記》

藉由尋找一輛父親遺失的腳踏車,主角踏上了和這個土地的和解之旅。日本「銀輪部隊」、緬北的象群與林旺、中華商場曾盛極一時的「蝶畫」等,敘述個人歷史和大歷史是如何在個人的追尋中重疊,並給出一個意想不到的結局……

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