在計算力與智慧過剩的社會,文化科技的狂飆旅程
在計算力與智慧過剩的社會,文化科技的狂飆旅程

最近跟文化相關的科技新聞甚囂塵上,成為各種不同場合的焦點。文化部前瞻計畫中的數位基礎建設,想要打造能長能久的「國家文化記憶庫」工作;4K高畫質、數位新媒體與各個文化機構等等資源也都在運用科技來深耕文化成果。

「文化內容科技應用創新產業領航旗艦計畫」則是另外一艘重要的出航旗艦,也迫切地迎向市場,尋求文化消費、研發資源等大數據研究的諸多可能。科技部把人工智慧技術設定成未來重點發展目標,在即將舉辦的AI競賽中,公共電視提供了日常生活的文化資料內容,來當作影音人工智慧辨識技術的比賽樣本資料。而在日前文化部所舉辦的「文化科技論壇」中,科技部與文化部兩位部長共同宣示合作平台的正式啟動。

這些新聞彷彿在夜空中綻放的燦爛煙火,華麗地點出種種樣貌。

從兩年多前開始,我們協助引進巴西政府文化部在數位文化上領先全球發展經驗,舉辦了「2015臺中軟實力論壇」,並推動數位文化的政策規劃與實踐等等工作,我們認為數位文化不是只有文化內容數位化、不是只跟博物館網站呈現藝術作品有關,它關注使用者的數位生活,串連資料與思辨、對話與合作,是智慧城市等等計畫的核心推動引擎。從兩年前到今天,改變與提升自我的漫長旅途才剛剛開始。

從奇觀化的「亮點」政績到看不見的點滴成果,這一切需要滲透到組織行政、政府與民間社會創造文化改變,文化與科技才算是真正地融合在一起。就連在網路上舉辦公聽會、徵詢眾人對於政策修訂的看法,都需要嘗試改變的勇氣、細緻的技術與不斷修正、越來越「精準」的具體作為。

煙火美麗謝幕的那一刻,漫長旅程還要繼續走下去。希望這些動人的熱情能夠讓我們充飽電,繼續面對路程上諸多不可能的任務與挑戰。

別把文化科技「浪漫化」:不把Google與Facebook這些「他者」的服務視為理所當然,也不視為可以當作跳板、對空揮舞雨傘挑釁的意識形態「風車」,自己當然也不是唐吉軻德。要做到不浪漫,只有跟底層的調查研究攜手走一程:因為要知道整體生態系的全貌,無論是多麼簡略的逼近估計,只能從資料開始。

數位文化並非只是文化內容數位化,不是只跟博物館網站呈現藝術作品有關。而是一連串資料與思辨、對話與合作,政府、民間與行政組織真正融合在一起創造的文化改變。

軟體開發的格言:「吃自己的狗食。」也可以用來檢視文化科技範疇的環境及諸多產品服務。你最愛的《冰與火之歌》的名句貼圖是誰做的?看完tvN與Netflix《秘密森林》之後,你第一時間衝向哪一個討論區來追最新討論?IMDb網際網路電影資料庫也是網際網路最早誕生的服務之一,我們該如何競爭合作,創造出孕育這樣長久數位生命的環境?

我們這個世代已經被各種國族主義過度動員,被虛假的歷史與政治背叛,被風險委外的權貴資本主義擊倒,被攪和大數據的掠奪型商業模式狙擊,被沉重的家庭負荷與少子化未來雙重擠壓。唯一能夠召喚我們的,只有那精準算計觀者的「情感經濟」、一點也不浪漫的日韓美劇了。

人工智慧圍棋冠軍AlphaGo不是故事結束,而是一個新世界的開始。文化資料不僅僅只能作為科技的背景,更將織就構成台前美麗場景的動人細節。我們是否有想過,當人工智慧與機器學習成為顯學的時代,已經不再是克雷.薛基(Clay Shirky)所謂的「認知過剩」的階段,而是「計算力與智慧」過剩社會時,市場上到底還需要什麼樣的產品與服務?這些產品與服務會需要什麼樣的關鍵技術來支撐與突破?這些更新事物所構成的「新文化生活」,又有著什麼不同的可能性呢?

讓我用可能的情境來描述文化科技的衍生面貌。在〈效率市場的加密資料〉(Encrypted Data For Efficient Markets) 這篇文章中,描述著新創團隊Numerai團隊運用一種「結構-保存加密法」來創造出「股票市場效能問題」的開放參與解答,找到了更快速的演算法提升效能。全球文化市場資料的分享與合作,或許會需要這種類似的半遮掩技術,來擴大參與規模、進而導致新算法較容易誕生。

另外一個最近爆出的新聞:Spotify傳出「假藝人」爭議事件。在龐大的版權支出壓力與虧損下,Spotify選擇透過第三方製作公司合作,讓版權方降低版稅分成比例交換高曝光渠道。類似7-11推出自己的白牌瓶裝水與其他iSelect產品,Spotify在歌單中混入了這些「假藝人」,降低成本創造迂迴的收益路徑。這既是串流媒體為了生存的變形方式,同時也是商業交易與社會互動的異質新現象。文化科技會變形增生以往完全不存在的組織、角色、功能,卻扎扎實實地影響了生活的面貌。

我們的文化科技,將為我們帶來各種新生異形事物、與之過招對話。在點燃感動與目睹絢麗璀璨之際,為我們自己,開始準備那能夠走長走遠的行囊吧。

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