第三波中國網路概念股部落格可望挑大樑|數位時代 BusinessNext

二○○○年登陸美國那斯達克（NASDAQ）的新浪網，已經證明了網路廣告的威力，TOM則是證明了無線通訊加值服務的獲利模式，而網易更印證了網路遊戲的確有賣點，騰訊則證明了個人用戶增值的效益，因此，Web 2.0的概念公司該如何創造出另一個新的獲利模式，正考驗著中國一．二億網民的智慧。
今年，在杭州舉行的第二屆中文網誌年會議程中，就明示「Web2.0創業與投資」的議題，身兼年會核心成員、著名部落客與創投業者三重身分的毛向輝指出，這次年會的重要目的就是要探討中國網路裡還有什麼可以做？
現在中國有很多新創網路公司都是C to C（Copy to China）模式，把國外成功網站所有東西照抄，改成中文版而已，毛向輝認為，「這在深層思維裡，是一種沒有靈魂的創業模式，」他說這些人根本沒有認知創業的用意與面對用戶的責任，一旦有更好的網路出現，他們就會面臨是否要轉型或是改版的問題。
市場調查機構In-Stat中國區總經理殷建松就認為，「拷貝這種模式不會成功，因為水能載舟亦能覆舟，Web 2.0網路的特性就是切換非常容易，沒有特色的創業內容隨時都會被取代的。」
毛向輝也說：「我期望每年中國都能創造出一些不錯的網路新興模式，而非每次都是拷貝國外的創意，然後原封不動地改成中文版而已，中國網路必須要走出自己的路。而舉辦中文網誌年會的部份用意，就在請從大江南北而來的部落客與網路業者共同激盪火花。」
毛向輝指出，中文網誌年會的用意就是在培養、孵化這些剛萌芽的創新種子，讓他們從中找到可以發展的土壤，自由發想，而不致於因為環境的因素而讓好的創意夭折，因為沒有自由思考的環境，又怎麼會有好的創作呢！
而且很多創新企業一開始也都是先從自身興趣與非營利的目發起，但是當規模到一定程度之後，就開始會有資金壓力，因此就會有賺錢的動力，這中間其實是經過許多轉折點，並不是說部落格、Web 2.0的網路特性與商業無關。毛向輝就認為，部落格或是網路應用的商業化與非商業化，只是步驟的問題，而不是該或不該的問題。
因此，毛向輝最近幾年一直堅持跟非營利性團體交流，「我非常關注這些趨勢的發展，時常私底下都會與他們聊一聊，然後就會有一些很好的點子出現。「我覺得此屆年會中大概只談出了一○％的創意與想法，這當中可能只有一半的機會可以被真正落實，而最終成功的可能只有一到二％，但這就已經是非常難得了。」
事實上，中國著名博客網創辦人方興東就認為，中國廣大的部落格群體絕對有能力成為中國網路產業的生力軍。另外，專門針對中國網路與部落客市場觀察與投資的「榴蓮孵化」公司執行董事李明也坦言：「我們就是希望能從中文網誌年會當中，尋找具備發展潛力的部落客（Blogger）與網站，希望能提供協助，讓他們早日邁向商用化階段。」
毛向輝也贊同地表示，部落格未來的發展力量，如果持續下去，將成為每個人定義自己的另一種社會ＩＤ（Identification），也就是說，「部落格將成為每個人新類型的社會身分證。」毛向輝說，當所有人都意識到這一點時，一定會有人願意為自己的部落格使用而付費，而這當中，部落格的空間、網域名稱、編排工具、與別人的連接方式以及表現方式等，皆隱含著全新的商業機會，所以只要真正做好提供服務的人，就有可能獲利，「從部落格問世的第一天起，我就覺得它一定能夠獲利。」

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。