偏遠地區的救生員!即時發送醫療用品的無人機 Zipline
偏遠地區的救生員!即時發送醫療用品的無人機 Zipline
2017.09.15 | 移動

世界上有超過20億的人口由於缺乏完善的道路系統,無法即時取得重要的醫療產品。例如盧安達,是個地形崎嶇、車輛難以到達的中非國家,當山上的孕婦產後完,須立即大量補血,礙於血袋有保質期和地形限制,雨天時,地面的醫療車至少需 4 小時才能抵達。但利用這台飛行於空中、可載送醫療物品的無人機 Zipline ,只要15-35分鐘即可送達。

Zipline
圖/ 翻攝自Zipline網站

Zipline 的概念是利用無人駕駛飛機,立即將緊急醫療用品運送給需要的偏鄉醫院。創辦總部位於加州的 Zipline,結合了 SpaceX, Google, Boeing, and NASA 等有經驗的航太人員共同開發專屬的無人機,在 2016 年 10 月經由與盧安達政府共同合作,將 Zipline 服務佈署至全國共 21 家醫院,即時提供緊急醫療產品給 800 萬名盧安達民眾。

Zipline
圖為Zipline 的發射媒介台
圖/ 翻攝自Zipline 網站

醫療人員只要傳送所需產品訂單給 Zipline,Zipline 的醫療配送中心就會立即包裝產品進行空中配送,無人機會以每小時 110 公里速度在預定路線上自動飛行,操作者只需從螢幕中監視其飛行狀態;產品抵達前,將以手機推播通知醫護人員取貨,15 分鐘後醫療用備品會經由降落傘落在指定的空地上。

Zipline
醫護人員只要訂購完所需產品,Zipline 即立刻進行包裝、發送
圖/ 翻攝自Zipline網站
Zipline
圖為盧安達的醫療商品配置中心及發射站
圖/ 翻攝自Zipline網站
Zipline
產品會由降落傘輕輕地降於指定空地
圖/ 翻攝自Zipline網站

Zipline 完成送貨後將自動返回配送中心,降落方法不需要跑道,只要利用恢復系統裝置上的拉繩,鉤住機翼使它降落在氣墊上,短暫停留檢查後即可再次起飛。Zipline 的飛行半徑為 150 公里,可裝載 1.5 kg 的貨品,不管大風大雨皆可飛行。

Zipline
Zipline返回時,會被裝置上的拉繩鉤住,降落於前方的氣墊上
圖/ 翻攝自Zipline網站

Zipline 這項概念設計,可以幫助非洲地區因為陸地崎嶇、公路建設不足等而導致物資缺乏,而無法取得即時醫療救援的民眾,進一步搶救無數生命。ZIPLINE 也宣布將在 2018 年和坦桑尼亞合作,將該服務拓展到這個有 1000 萬人民的東非國家。反觀擁有離島、高山等區域的台灣,是否也可應用 Zipline 這類的無人機科技,改善偏鄉地區的醫療呢?

Zipline
圖/ 翻攝自Zipline網站
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