當企業開始找不到未來的人才
當企業開始找不到未來的人才

我相信只要是企業,都會說人才是其最重要的資產,而我相信每個說出這句話的創辦人或者是高階經理人都是真心的,只是人才是否願意在企業內持續成長和持續與企業交換其能量。這個就考驗到每個企業應對未來的能力。

人是構成企業的最主要元素,企業如此,新創亦然。而在現今的創業生態中,也因為比較多數開始從事需要高度腦力創造的創新,只要看熱門關鍵字,除了看到可能的泡沫化之外,但也代表著未來的樣貌,從大數據,AI,智慧硬體,IoT,IIoT,工業4.0,其實這些熱門關鍵字的背後都代表著無數新的人才在其中。

如果你的新創或者企業要開始迎接這些未來的到來和挑戰,勢必要引進許多新的人才。

只是你是否想過新的人才願意加入你的企業(或者團隊)嗎?

人才難找?也許該從改變企業文化著手

舉個例好了,以前的好兄弟有次找我推薦Linux軟體人才,我問他要哪一類的,畢竟Linux人才太過廣泛,從最底層硬刻Kernel的到最上層寫網頁都可以某程度說是Linux人才。

他問了我需要找MR-IOV(Multi Root IOV,多根I/O虛擬化)的人才來發展公司接下來的技術,我因為不學無術太久沒讀書,於是花了點時間理解一下什麼是MR-IOV,初步理解後,就發現要找這樣能夠快速理解這技術並且已經研究一段時間的,在業界其實不容易有現成的,但是要有快速上手的高手的話,我就跟我老朋友說:

這樣的人才是有的,但挑戰恐怕在於他們都不會想進入貴公司。

老友問著原因為何呢?

我說這一類高端的軟體人才對於企業環境的要求也是高的,不單只是薪資上的要求,連企業文化和環境都會要求,而簡單說:

也就是你們公司比較不酷就是了。

而這例子中的公司再怎樣也是個目前處於市場高水準的上市公司。

這樣的例子還有,例如某台灣最知名的企業也是一直說著要找台灣最好的軟體人才,為了人才,可以給出比Google還好的薪水。

為了求才,企業主絕對是想方設法,只是,他可能沒注意到其企業要求所有人必須八點打卡,而且正常的招聘流程可能長達半年,對於一個說要找最頂尖人才的企業來說,其企業主是絕對有決心的,而且我也知道對於他自己親手找的人才絕對願意給出夠好的條件。

但是,總不能每個人才都是他自己找吧!經過正常的企業流程的部份幾乎等於找不到好人才了,因為好人才不會等你個半年,也很難接受八點打卡的傳統企業文化。

可千萬別說這是個無法融入企業的草莓!

對於人才,新一代知道好人才能夠帶來的高產值的企業就是會這樣為了人才做出各種能夠讓人才產生高價值的環境或者文化,大家最常提到的Google或者Facebook就是這樣,對於製造起家的台灣很難理解,而常常會解讀成這樣是種浪費,其實這關乎你是否理解你企業最大的資產到底是什麼?而你會為了你最重要的資產做到什麼程度而定。

曾經有優秀的數據人才被我送進某上市公司,不到一個月,他問著我,為何台灣的企業嘴巴講著大數據和電商,但是公司內卻沒有這樣的人、環境和預算?

過去也還身在企業內的我,因為理解以前企業的想法而能夠包容,但現在卻發現這是我們不夠面對現實, 你要走向未來,就是得有未來的人才,但你如果無法為了人才做些什麼,怎麼可能在未來擁有一席之地。

擁抱開放式創新精神,人才滾滾而來

最有本錢和最能吸納人才,以及最不容易有新人才加入的,很有趣的都是同一個,也就是「企業」。

新創反而沒這困擾,因為新創公司的出生本來就是為了創新的事業而存在,若沒有新的人才那麼也就沒他們的機會了。但企業卻不同,因為企業有著成功建構出來的過去和堅實的運營而走到現在,但卻也最常因為難以引進新人才和新的思維而無法走向未來。

那有方法嗎?當然方法永遠是有的,而且往往作法也很容易!

只要企業開始願意擁抱開放擁抱實驗的精神,那麼用著小實驗的方式創造獨立團隊來進行面向未來的實驗,那麼就會發現新人才反而很樂意加入。

因為你要的不是因為貪圖你是上市公司的穩定和分紅而來,而是為了能夠面對未來的挑戰而來的冒險型人才。千萬別用過去的制度來扼殺了他們的冒險犯難精神。

而保持開放式創新的精神也可能是企業面向未來最佳的方式。

《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