中國經濟還要熱多久?
中國經濟還要熱多久?
2005.05.15 |

四月二十日,中國國家統計局公布了今年第一季及三月份國民經濟有關統計資料,發言人鄭京平指出,「投資規模依然偏大,調控任務依然繁重。」
因此特別邀請中國宏觀經濟學會常務副秘書長王建、經濟學家張曙光、中國社科院數量經濟技術研究所所長汪同三、國家開發銀行專家委員會常務副主任王大用、瑞士信貸第一波士頓亞洲區首席經濟學家陶冬以及哈繼銘,就過熱問題進行探討。

**(二十一世紀):**各位認為當前經濟是否過熱?
**哈繼銘:**去年第一季經濟增長速度很快,超過九.五%,外貿貿易赤字八十六億美元,消費增長一○.七%,今年GDP的各個分量都比去年大很多,而且是平衡快速地增長,所以我對今年經濟形勢的判斷,是宏觀經濟已經不再是結構性過熱,而是全面過熱。結構性過熱尚可用行政手段調整,全面過熱則需用總量調控。
**陶冬:**我認為過熱是由幾方面因素造成的,一是貨幣政策沒有隨著經濟的加速、通膨的重現而變化;二是地方政府的GDP本位主義和銀行的結構性缺陷,導致投資持續過熱;三是房地產有過熱的現象。但我認為中國消費沒有過熱現象,城市收入增長相當迅速,而且農村收入也出現轉機。出口則有另類的過熱現象,主要是由人民幣匯率的長期缺乏彈性以及出口商間的彼此競價造成。
**張曙光:**就第一季的情況來看,有些地方存在過熱的問題,但說經濟過熱有點聳人聽聞。在去年GDP達到九.八%的基礎之上,今年我國第一季度GDP增長達到九.五%,確實是較快,但並不是所有領域都是這種情況。
**王大用:**判斷當前經濟是否過熱是有一個標準的,如果說過熱是「病」,那麼就要判斷增長是不是偏快、通脹壓力是不是過大,而不是指別的毛病。美國的經濟增長達到五%就過熱了,中國經濟在現階段達到九%也不怎麼過熱,因為通膨率並不高。
**王建:**去年經濟增長九%和今年增長的九%並不一樣,去年我國面臨的是生產資料和能源的瓶頸。但是今年我國大概增長了五千萬噸鋼的生產能力,煤炭生產差不多增長了三千多億噸,這個瓶頸已經緩解很多。我特別強調的一點,就是去年宏觀調控中,已經把新開工的項目壓下來了,但因為在建項目不能停下來,所以高峰還要持續一段時間。
**汪同三:**還是要注意新問題,這對於搞好宏觀調控是最重要的:第一,中國自改革開放以來到現在,投資扮演了「成也簫何,敗也簫何」的角色,所以現在要特別注意投資反彈的問題;第二要注意價格問題。現在講價格不是大問題,但是更應該提的口號是要化解價格上漲的因素,為二○○六年、二○○七年的發展創造好的條件。
**王建:**在物價問題上,現在可能有很多人擔心會出現「輸入型通貨膨脹」,因為今年鐵礦石、石油價格都有了驚人的走高,問題集中在進口的上游產品價格方面。
另外就是有相當一部分壓力可以通過出口轉移出去,因為現在出口已經占到我國GDP的三五%左右。去年是貿易的一個轉捩點,第一次出現機電產品出口順差。也就是說中國的價格提升速度要快,這樣對進口上游產品的價格上漲有消化壓力的作用。

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