亞洲·矽谷啟航了,也是個滿滿的大平台?
亞洲·矽谷啟航了,也是個滿滿的大平台?
2016.12.27 | 物聯網

「行きまーーす!(啟航了!)」就如同初代鋼彈駕駛阿姆羅出發前必定會喊出的口號,亞洲矽谷執行中心也在聖誕節這樣特殊的日子正式揭牌和啟航。

筆者也有幸受邀出席並且擔任下午場的物聯網論壇的主持人,所以既然都得來了,就乾脆一早來看看到底我們國家要怎麼做這件事情。

多個媒體上已經有不少關於亞洲·矽谷揭牌的報導,我也就不再多做記錄,但我想談談我的一些觀察。

很多人會提到政府喜歡這種大堆頭式的開幕方式,還有象徵式的啟動儀式,我自己其實也是。但仔細想想,會這麼做的原因必然還是有民眾對這樣的方式買單,若公民不喜歡,透過持續的表達,政府終究是要滿足(娛樂)公民的,這種方式才會真的有機會慢慢改變。否則!這確實是政府告訴民眾「我們有做事」的有效方式之一。

在揭牌和啟航儀式過後,現場的人潮走了一半,台上談市場趨勢的論壇場次其實很重要啊!怎麼副總統走了,這我還能理解,很容易有超多行程要走,但不是還有物聯網大聯盟嗎?怎麼相關的官員和人員好像都走了?

目前除了執行中心的關鍵七人小組現身之外,確實還沒有比較進一步和具體一點的作法,雖然在之前的熱烈討論中,社群許多人都在質疑為何這計畫必須在桃園?那段期間有許多討論,國發會這裡也重新檢討,沉寂了一陣子之後,隨著唐鳳政委上任,似乎畫龍點睛的加了個點(Dot)在亞洲矽谷中間,然後就順順的在桃園執行中心啟動了。

亞洲矽谷計畫執行中心七人小組.jpg
亞洲矽谷計畫執行中心七人小組首次亮相,由國發會副主委龔明鑫兼任執行長(左一)。
圖/ 工研院提供

確實,執行中心在哪裡的問題不大,政府可以有其考量,只要讓積極想參與的民間社群理解政府執行的考量就好。而對桃園來說,爭取這個議題到桃園發展必然也能理解。所以,困難的是中央政府的論述得更清楚。

下午兩場的深度論壇以及座談,也就順著亞洲·矽谷的另一個重點,物聯網的議題。這也是我覺得有趣的,我們既然編組了物聯網大聯盟,也有物聯網志工團,但怎麼下午的物聯網論壇,除了必然在的執行中心團隊,物聯網大聯盟或者志工團似乎都不見了?

那麼我也就好奇物聯網大聯盟和志工團是用怎樣的機制方式來和社群以及其他人交流呢?

大平台_youtube截圖.jpg
亞洲·矽谷包山包海,仍未見具體方案,也要帶來「滿滿的大平台」?
圖/ youtube截圖

在啟動結束的不到一天,不少人都問了我看法,我必須說,由於政府執行的流程,所以一個創新的議題要在這樣的體制下進行本來就不容易。

我一直覺得應該強調公民素養,政府的所有作為到最後都必須滿足公民。

當我們在期待政府做創新的時候,是否又能接受創新的代價極大的機會像是打水漂?而看到政府打水漂,激不起太大的漣漪之後,我們是否會瞬間變成嚴格監督的酸民謾罵政府的監督不力?

如果會的話,那我們怎麼期待政府去做可能的創新和探索未來?

對於亞洲·矽谷,很多人在參加之後,感覺內容似乎有點空洞,或許是因為這跟最早提出的樣貌,在被媒體及社群批判一輪或者討論之後,似乎除了句點增加,實質的改變似乎不多有關。

實驗場域如何做到標準接軌?

如同在之前的文章談到的一些建議,我很樂意再次提起,其中我覺得最有價值的部分是實驗場域,但卻也還沒能看到具體做法。政府要如何積極參與創新,提供可具體落地實驗的場域?不是什麼自造者空間(Maker Space),也不是什麼實驗室,而是實際測試的場域環境。

創建研發群聚是好的,但若最後依然只是大廠的舞台,那我先說這大概就輸了。積極的作法應該是:善用開放式創新的觀念、提供試驗場域,大廠和政府提供資源,讓新創用不一樣的角度做實驗,這樣才能同時達到實驗成本低、風險也低。

新創本就該冒險,而若大廠這樣都願意一起做,那就是真的想創新的大廠;而非只想用政府經費,協助降低自己研發費用而已。

物聯網產業大聯盟也絕對不要再像過去一樣,只是產業群聚的公協會,而是標準的接軌。

什麼是標準的接軌? 絕對不是成立那些線下聯盟或者協會,讓我們自己在島內自嗨; 而是能夠開放有競爭力的學者與企業有更多的合作,並且積極並直接參與國際標準協會,從參與跟隨,到建立影響力和發聲,這才是發揮我們實力和能力的場子。

先進國家都是透過建立標準來作為產業戰略的一部分,若我們還在角落結黨,那就是持續讓自己邊緣化。

有真正可以實驗的場域,和積極參與國際標準的作法,搭配願意投入早期的基金,或者是投資國外有價值的物聯網新創,透過場域的搭配,那麼就可以有很多有效的實質創新產生,進而帶動新產業生態的誕生。

不要被生態系的論述給綁住了!生態系是讓自己也成為其中可能的節點,融入然後發揮影響力,而不是建立我們自己的生態系,希望別人加入我們的生態系,這依然是「寧為雞首」的概念。

最後,曾經聽某個老前輩提到,政府投入資源資金的方式有時候會被既有的體制和系統卡住,要改變現況,確實需要長時間投入。但是至少要在資源資金到位後,執行時要搞對方向。才能用有效的方式滾動出實質效果,並且回頭導正體制。怎麼做?最會溝通的政府看來還得繼續努力。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
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