亞洲矽谷物聯網夢幻國家隊行嗎?不是找到隊員就好了
亞洲矽谷物聯網夢幻國家隊行嗎?不是找到隊員就好了
2017.03.10 | 物聯網

看到《數位時代》最近的這則新聞,「亞洲矽谷物聯網大聯盟選秀,21家廠商出現!施振榮:虛擬夢幻國家隊成形中」一則以喜,一則以憂。

喜的是:政府終於開始統合相關廠商了,而且針對七大領域:「智慧交通」、「智慧製造」、「智慧能效」、「智慧商業」、「智慧家庭」、「智慧農業」和「智慧醫療」;憂的是,這些帶頭的21家廠商真的能推出符合消費者需求的「服務」嗎?尤其是B2C服務,消費者選擇太多,只推出單一產品是沒辦法滿足消費者的,必須推出了好服務,讓使用者有好的體驗,才有在世界競爭下致勝的可能性。

物聯網本身是一套系統,最早提出的架構有感測層、網路層跟應用層三層,而在網路層儲存的資料透過人工智慧與大數據分析才能創造很大的價值。

物聯網不能再重硬輕軟

台灣過去在PC時代電子業硬體能力太強,造成整個產業重硬輕軟,在物聯網時代很多公司常常也因此只重感測硬體跟網路硬體。

根據工研院ITRI的報告顯示,這兩塊加起來只占物聯網20%價值,加上中國的紅色供應鏈廠商在市場上有很強低價的競爭力,台灣的低價策略不再成功。

以數位攝影機為主的監控產業而言,海康、大華兩家中國廠商已經是世界前幾名出貨的,搶了國內廠商的單,因此國內廠商受傷頗重,而國內廠商甚至為了低價競爭,只好用中國的影像處理晶片,結果更沒競爭力了。

眾所皆知,之前美國矽谷的新創企業來台灣找可以幫他們製造產品的台灣廠商,因為需求量太小,台灣廠商不接,他們就去深圳的華強北找代工廠商了,這造成現在美國矽谷新創公司已經習慣直接找華強北的製造商當代工夥伴,而直接跳過台灣廠商。

在物聯網時代,本來就會是少量多樣的需求,台灣原本的代工與大量思維,還有硬體至上思維一定要打破,才能適應這個潮流。

物聯生態系:需要好的商業模式

然而,物聯網的價值鏈不是一家廠商可以完成的,尤其它的價值鏈橫跨專業領域應用、硬體設備、雲端運算、人工智慧與大數據,這本來就是不同領域的思維,也因此跨域合作,變成物聯網時代要成功的重點。

根據我個人長期實作與觀察物聯網的心得,台灣需要完整產業鏈的生態系,而不是像PC時代,只仰賴Intel及Microsoft領頭的生態系。其實,我們現在已經有聯發科做系統核心,可惜軟體實力不足,尤其人工智慧方面,真正有實力的,幾乎都在學界或從美國回來的專家組成的新創團隊,如創意引晴Viscovery。

我認為應該是以生態系為主要考量,以產生可以滿足客戶需求的完整解決方案,才有致勝的可能性。而且,就如馬雲說的,「二十一世紀的石油是數據」,所以,如何養成國內團隊好好地以人工智慧及大數據技術將感測器蒐集到的資料,轉成國內人可以利用的「石油」,也是很要緊的重點。

物聯網廠商要賺錢,一定要有好的商業模式;而且要研發人員能做得出來,所以真正在物聯時代能成功的服務,必須能賺錢、客戶體驗好,技術也做得好。

很多廠商一昧追求低價,追求硬體技術,這仍然是台灣廠商的盲點。

要打破這個迷思,不是說組了國家夢幻隊,自己找隊員,就可以解決這個問題了。

以我剛剛提到的這些原則,檢視這參與的21個廠商以及相關議題,發現大多數提出的議題以服務、方案、平台為方向,尤其是亞太電信的「亞洲華人市場 智慧家庭語音助理服務生態系」,還有新漢的「打造工業4.0國家隊技術自主整廠輸出」,這些議題檢視起來是不錯的,但仍需要時間做更進一步的觀察。

同時也發現有些議題有點奇怪:像「打造『馬達島-矽谷』專業園區」:這是要蓋園區吧?不過蓋沒蓋園區有很大影響嗎? 還有「革命性的 3D 立體光工業照明」:這是技術創新吧?技術好消費者不見得買單呀!

此外,明列七大領域,會不會反而因為領域太多而造成力量分散,也是另一個問題。

在這篇《數位時代》新聞的後面提到:

亞洲.矽谷計畫執行中心執行長龔明鑫表示,找物聯網廠商組國家隊會有幾項優點。首先,業者除了專注自身服務,還可以了解橫向領域的技術和市場發展,互相摸索、找出未來趨勢。

其實,可以透過物聯網架構對應出的生態系、價值鏈、加上商業模式等工具互相參照,直接拼出全貌所需要的能力及廠商在生態系中位置,減少摸索的時間,提早發現致勝模式。透過服務設計與軟硬體技術的結合,可以設計出有很棒消費者體驗的服務,用好的模式提供好的體驗,才能在物聯網時代成功。

我認為「智慧商業」、「智慧農業」和「智慧醫療」這三個台灣本來底子就很強的產業,台灣只要能強化大數據與人工智慧能力,其實是很有希望的。我衷心希望台灣在這次的這些方案能夠發揮作用,讓台灣在物聯網時代可以再次發光發熱。

《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。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #物聯網
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