奇點到來時,一切都跟你想像的不同
奇點到來時,一切都跟你想像的不同
2017.02.08 | 物聯網

現在已經不用懷疑萬物聯網會不會發生,問題只在於會發生在2020還是2025?萬物聯網後的真相到底是什麼呢?

在孫正義所相信的奇點即將來臨之前,得先理解這個奇點所代表的意義。

在2007的這部經典名片中,其實已經可以看到端倪:

看完後,你會重新對這部電影有新的詮釋,這根本就是警世預言名片啊!

當萬物聯網,若你的產品或者服務的設計沒有用「新的思維」來做,那麼在《終極警探4》中的場景,就是萬物均聯網而萬物也均不受控制,這才是萬物聯網最可怕、卻也是必然會出現的情境。

當你回到家,很有可能發現,每個電器都通了電,卻每個都無法使用。

我們來討論一旦萬物聯網,誰是那個以為會賺到錢,但其實可能會損失慘重的倒楣鬼好了。

  1. Retailer
    當然,哪個東西不正常,你一定是先找那個賣你的人,不管賣場還是網購來的。

  2. 品牌硬體業者
    如果賣場都開始出狀況,賣場的供應商必然是下一個。

  3. OEM/ODM
    品牌業者的硬體誰做的,就誰出來負責吧!雖然問題不是硬體,其實是上面跑的軟體,而這些軟體一般來說都是由品牌業者自己負責的。

  4. 資安業者
    傳統資安業者會認為這是他們的大好機會,殊不知在萬物聯網後,因為數量級跟過去需要面對的問題不同,原本的資安設計架構早已支撐不了。

這一切不是應該不是應該在萬物聯網後迎來一個大同世界嗎?為何會反而有許多國外的大型業者已經看到了危機(機會)呢?

要知道問題為何這麼嚴重,得先了解網際網路的歷史開始,目前我們所天天使用的網際網路其中的TCP/IP協定,已經是將近40年前的事情,而開發是更早的事情,直到九零年代才完全成為主流。

要知道,在那個時間點,沒有人會想到網際網路會變成今天這樣,甚至是接下來要面對到的萬物聯網,首先面對萬物聯網挑戰的是早先就有的IPv4的問題,原始的設計架構內只能支援2.5億個IP來連網,現在早就超過這數字,所以很多人也都知道的IPv6就是為了解決這問題而來,這是十多年來許多人已經知道的挑戰,只是大多數人還是只知道原始IPv4的樣貌,為了轉移便採用雙軌並行的方式。

那除了IP不夠,還有什麼問題呢?萬物聯網號稱在2025年會有500億個裝置聯網,IPv6都解決了,還能有什麼問題呢?

我們來繼續了解一下網路的歷史和結構。現行的網路基本上是此文章配圖中的去中心化,或者說試著由過去的單一中心改由多中心來負責,但是當萬物聯網,你認為哪邊最脆弱呢?

如同VentureBeat的這篇精采報導裡所舉的例子,域名伺服器(DNS)早已成了許多駭客攻擊的目標,在網路的脆弱性沒有任何改變之前,萬物聯網只是讓蠢蠢欲動的駭客更加興奮而已。

至於有沒有解決方法?當然有的!

區塊鏈技術(Blockchain)很有可能就是解決這些問題最好的答案,在國外,甚至已經被形容成是繼網際網路發明以來最重要的技術

透過其去中心化、分散式帳本記錄、不易被侵入顛覆的特性,除了可應用在極需要信任機制的金融業之外,在物聯網上也需要此特性來解決這些奇點到來的問題。

在國外,區塊鏈除了應用在比特幣(Bitcoin)和金融科技(FinTech)之外,也早已在探討與其他領域的關聯性;而在台灣,我們才剛開始思考其在金融科技上的應用,在其他大談特談物聯網的場子都還沒被關注到。而這應是那些認為亞洲矽谷或物聯網是台灣下一個重點的人,所需要真正關注的基礎建設技術。

有意思的是,這些新一代的趨勢關鍵字,已經和硬體越來越扯不上邊。想想過去談雲端,台灣這邊的解讀就是:

雲端就是Server!大數據概念也是Server!

結果是大家都沒有真正去面對真實的挑戰。

幸好,到了區塊鏈或人工智慧,這些關鍵字再也沒辦法跟硬體扯上關係,但卻又跟硬體息息相關,真正積極去面對和布局的人,才有機會在2020或者2025享受果實,否則,就得面臨出貨越多傷害越大的局面。

這時,就更加佩服起孫正義的相關布局了!

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。
關鍵字: #區塊鏈
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