SpaceX成功發射回收再使用的太空船「天龍號」進行太空站補給任務|數位時代 BusinessNext

成功發射「可回收太空船」，將大幅降低任務成本

這項任務原本預計在美東時間6月1日執行，但卻在發射前25分鐘遇上閃電攪局，因此延遲至6月3日，目前已順利從NASA佛羅里達的甘迺迪航太中心（Kennedy Space Center）發射，由獵鷹9號運載火箭推送天龍號。

這次任務將運送約2.7噸的物資及科學研究儀器至國際太空站，供駐站太空人使用，預計會在5日抵達，停留一個月後返回地球；過去運輸太空船在任務結束返回地球後，火箭及太空船都會落入海中因而無法再次使用，這也是導致太空任務成本居高不下的主因，因此馬斯克希望透過可回收使用的太空艙及火箭來降低太空運輸的成本。

SpaceX研發的天龍號有一層耐高溫的整流罩防止太空船受損，SpaceX這次選了一台去年9月曾經執行過太空任務的天龍號翻新其整流罩，讓「再生天龍」（Reused Dragon）出任務；事實上，過去SpaceX在執行任務時，太空船艙上的降落傘在海面上降落時容易使得船艙滲水，這是SpaceX特別裝上了新的散熱罩和降落傘，要解決滲水問題，SpaceX副總裁Hans Koenigsmann表示：「這對降低太空計畫成本有很重要的意義，總而言之，這是偉大的一天。」

人類殖民火星又更邁向前了一步

發射約三分鐘後，獵鷹9號的第一節順利脫離，約7分鐘後利用其內建引擎自我導引返航成功回收，這是SpaceX第5次成功在陸地上回收火箭，若加上海面平台回收紀錄，SpaceX共計已實現11次火箭回收。

過去馬斯克提出「可回收火箭」曾被認為是瘋狂的想法，但目前看來「可重複使用」已經成為未來降低太空旅行成本的解答，而馬斯克希望透過這項技術，達成人類殖民火星的目標又更邁向前了一步。

「可以開始感覺到重複使用火箭是ㄧ件正常的事了。」馬斯克在Twitter上寫到「很棒！車跟飛機都是這樣運作的，火箭也應該如此。」

It's starting to feel kinda normal to reuse rockets. Good. That's how it is for cars & airplanes and how it should be for rockets.

— Elon Musk (@elonmusk) 2017年6月4日

SpaceX表示太空艙會在三天內抵達太空站，這次任務發射的仍是無人太空艙，預計最快在明年初可以進一步升級天龍號運送太空人上國際太空站，在此之前國際太空站的太空人都必須依靠俄羅斯的太空船往返地球。

SpaceX於聲明中表示，這是NASA甘迺迪航太中心39A發射台的第100次發射，事實上39A具有特殊的歷史意義，1960與1970年代的阿波羅太空船月球之旅，及NASA所有82趟的太空任務都是在這裡發射。

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。