萬物連網時代,金融保險業如何用互聯網金融發展思路華麗轉身?
萬物連網時代,金融保險業如何用互聯網金融發展思路華麗轉身?
2017.04.14 | 物聯網

過去五年,中國的互聯網金融(下稱網路金融)和新創浪潮風起雲湧,第三方支付啟動雖早,但真正爆發的分水嶺在2013年。當年,支付寶推出「餘額寶」,創新的「餘額理財」徹底改變傳統基金業,也促使其他金融保險業意識到來自網際網路的顛覆。之後的網路借貸P2P,短短兩三年從野蠻增長到納入監管,以及網路保險的興盛,則是後續強勢發展中的市場。

我長期在兩岸保險業服務,期間也成立了網路金融第三方平台,對中國互聯網和保險之間的碰撞,以及快速疊代變化有身歷其境的體會和觀察。

踏入網路金融,我的感悟是應堅持以金融保險為核心,只做對用戶有價值的創新,天時、地利、人和加上運氣,才有機會。 網路對未來可能產生什麼影響?缺乏網路基因的金融保險如何從中發掘商機?

本篇通過保險拋磚引玉,不談以網路支持傳統業務的O2O或獨立第三方平台,而從網路角度看傳統金融保險的機遇,思索未來的發展路徑。

孫正義曾說過:「與每個人相關的連網設備,將從2014年的兩個,達到2020年的1千個。」這句話,說明了萬物連網的「物聯網時代」即將到來。物聯網技術和應用,早已進入我們的日常生活,以此為藍圖,我們一面勾勒對明日世界的想像,同時思考傳統金融如何面對網路的未來,華麗轉身成為網路金融。

明日世界,將是用戶自主的世界,它正在解構傳統金融的價值鏈;同時也是不斷湧現用戶場景的世界,它帶來基於大數據、人工智慧、遠程通信的許多新機會,和類似穿戴式設備這樣的新市場。

物聯網時代來臨,關鍵點在於「服務」

從個別獨立的連網設備,到密切相關產品組成的產品系統,再到連結不同產品系統組成的系統體系,理論上,物聯網將帶給我們一個智慧生活的科技場景,但事實是, 物聯網世界的到來,取決於附加其上的服務而不是科技。因此,能滿足用戶需求的極致服務體驗才是王道。

從傳統金融保險的角度,如果能從中發掘獨特商機,進而提供獨一無二的產品和服務,將可找到全新商業模式。未來的網路金融保險,不會是自我隔離的生態,而是整個物聯網大生態的一部分;它的商業模式,除了自建,更多的機會在於「植入」物聯網千變萬化的兩種主要商業模式:共享、產品即服務。

以我們比較熟悉的共享經濟為例, 利用搭售或插件技術植入「共享+」商業模式中,可以是缺少剛性和黏性的金融保險產品容易被用戶接受的方式。 在中國市場,智慧連網設備和共享經濟帶來的場景,正在成為各種產、壽險競爭植入的陣地。

除了C2C的共享汽車(Uber)、共享房間(Airbnb),未來更大的B2C市場如共享單車、汽車、家居和各類設備與工具,以及可以是B2C或C2C的共享停車位、廚房等都可探索新的模式。物聯網和大數據一旦進入生活、健康、家居、職場,將衍生更多跨業的新平台商業模式。各類新創平台和金融保險的跨界合作,也是解決變現和盈利問題的新選擇。

除了「共享」,物聯網的另一特色是「產品即服務」 ,基本原理是製造商保有產品的所有權,並負擔產品運作與維護的成本,消費者擁有完整的使用權,但只在使用時才付費,而不是一開始即先付費。物聯網這些特色和基本原理,根本上顛覆了傳統金融保險的思維,也是亟待克服的障礙。面對物聯網時代,傳統金融保險如何變革,才能滿足新世代的需求?

若要植入共享、產品即服務兩種商業模式,無論行動網路或物聯網,所有運行其上的產品都要具備兩基本元素: 碎片化、場景化 ,典型案例是下一代的UBI車聯網保險。

用「3P」設計金融保險產品

因此,關鍵是如何改造傳統的金融保險產品,讓它們變成互聯網世界想要和需要的「樣子」。截止目前,針對車險以外的其他險種,我沒有看到特別具體的辦法被提出,我的辦法是從3個P——「產品型態Product type、定價機制Pricing policy、付費機制Payment mechanism」去創新變革。

想從這三方面開發符合碎片化和場景化的金融保險產品,不能只是把網路看成通路、網銷,將線下產品搬到線上便以為是網路化,而是從用戶角度顛覆傳統的產品設計和定價、付費方式。

至於是什麼金融保險產品,要看植入什麼場景、什麼共享經濟體裏面,它將是用戶個人「訂製化、客製化」的設計,而「個性化」和「差異化」會讓產品的直接比較失去意義,自然形成競爭門檻。

相較於其他傳統製造業,由於金融保險是虛擬產品,訂製化和客製化的障礙不在科技,主要是轉變舊觀念、接受新價值鏈、找到用戶的服務需求痛點。當然,整個運營後台包括流程、系統等需要重新梳理改造,才能做出靈活度這麼高的網路金融商品。然而,理想雖美好,卻是現實最關鍵且困難的一環。

以保險為例,只要可和物聯網的特色與基本原理無縫對接, 用碎片化保險植入不同場景,便有機會創造網路長尾對「共享」和「產品即服務」的需求 。傳統的保險產品是從保險公司的角度設計,產品型態和定價機制是「保額定保費」,但這不是網路世界所要的樣子。

因為網路用戶重視自主體驗,習慣零碎的消費行為,我從用戶角度逆向思考,發現「保費定保額」這個方法可以讓任何的保險做到真正碎片化。「保費定保額」的意思就是「我有多少錢,就買多少保險」,這個核心技術就像任督二脈,一旦打通,其他對保險責任(保障範圍)、保險期間(保障什麼時候開始、什麼時候結束)的碎片化都不再是問題,甚至,這些都可讓用戶自己決定,選擇權將從保險公司對標準化產品的是否承保,轉移到消費者對個性化需求的找誰投保。

2014年之後,我們在中國陸續開發出幾款領先市場的碎片化保險。面對當年剛起步的共享市場,我們推出只保障乘客上車到下車這段零碎期間的意外險;因應從事健康合作夥伴的需求,開發了以保費定保額的防癌險,並獲得中國「2015年度互聯網保險產品」的肯定;同時,可以滿足用戶自主啟動、結束的創新開關式意外險,也得到了保險行業協會的讚譽。

最後一個難點是付費機制,問題核心是如何滿足網路用戶免費體驗的消費習慣。 坦白說,這種消費行為與現行的保險交易和監管要求背道而馳,我們直到2016年才有機會突破。以保障用戶權益為依歸,在目前監管規定下找到通融的方法,是我們推出體驗式保險的挑戰。

未來,物聯網世界的金融保險將變得和消費品一般,擁有隨手理、隨意搭、隨心轉、隨時買、隨身帶等特色,實現起購點低、產品個性多樣全面、參與形式靈活,可解決80%用戶對理財和安全、健康保障的需求。

這兩年,中國保險監管積極擁抱網路,政府主動搭台讓各公司唱戲,引領行業快速進入多元創新領域,放開網路投保限制,核准成立網路保險公司、相互保險公司,推動具網路元素的管理制度如UBI車聯網保險、獨立代理人等。回顧台灣產業在網路模式的發展,不免讓人有失落和焦慮之感。

《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。)

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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