罵罵年輕人!
罵罵年輕人!
2005.04.15 |

年過四十,最痛苦的職場經驗,莫過於和「不敢成長」的夥伴工作。而這種對成長的怯懦,老實說──在六、七年級身上,似乎有著愈來愈高的普遍性。

**不敢成長的六七年級

**
什麼是「不敢成長」?一個堪稱精準的描述,就是「安於自己的習慣、偏好和趣味」,並進而產生一種以「Me」為中心的「對人對事對物」簡易價值體系。由於高等教育的普及,他(她)們或都擁有不錯的學歷,但看似雄辯滔滔的觀念闡述背後,實則都是一些常民生活裡處處可見的套套邏輯(例如「劈腿即不忠」、「不忠即劈腿」的同義反覆),因而其意見和行動的可行與有效也難以相關。由於深刻自戀自己的觀念和價值,因此他(她)們往往拒絕或難以進入他者的生活脈絡,碰到對其工作內容稍有要求的客戶和主管,則動輒以「豬頭」兩字伺候之。
「不敢成長」世代的另一外顯特徵,是永遠「只讀自己看得懂的書」,而且重複地「讀自己愛讀的主題」,老是看「同一關鍵字標題」的電影,而且只買自己會「哼得出副歌」的CD唱片,他(她)們一丁點都不敢往陌生的地方靠近,一絲心都不想理解乍看下難以辨識的事物,正如旅行一定要參加那種以「消費地點」為招徠訴求的旅行團,因為唯有世界同一規格的消費場所,才能讓他(她)們「覺得像家裡般自在」。

**缺乏實踐自由的強健體質

**
台灣高等教育的抽象化、競爭化和去個人脈絡化,是不是造成「怯懦六、七年級」的主要原因?倒是可以來探究的。在我們的那個年代,成長過程少不了填鴨、體罰和競爭,我們幾乎每個人都在求學過程裡付出了「不自由」的代價。但或許也正是有這種青春期的切膚之痛,我們在反抗或接受那外在威權之際,就比較能動員起自己的反思之心,在一次次的折磨裡,知曉自己的渺小、他者的獨特性和行動範圍之有限。但也正因此,我們也比較敢向未知的領域去挑戰(因為退此一步,即無死所)。但這一代的「不自由」卻是少的,能衝破重重關卡而叩上國立大學之門的,不僅在信心上是自由的,連在行動的開展上也是自由的。如果說我們半百世代的「壓抑青春期」是一種悲欣交集的成長過程,當今六、七年級工作者的青年啟蒙則恰好是在一種全然幸福的悲劇狀態下完成,他(她)們擁有無限自由(包含著我們當年難以擁有的「消費自由」),卻缺乏去實踐這自由可能性的強健自我,於是在無邊自由中,他(她)們轉向為「逃避自由」。
在現代社會裡,「自由」雖然是主流價值,但要享有它,卻也得付出「安全感」(security)的代價,假如無法由他人來驗證自己有「創作獨特自我」的能耐,那倒不如停留在自己熟悉的小世界裡,用白天的犬儒來撫慰夜晚的存在焦慮。德國哲學家康德在他著名的演講〈何謂啟蒙〉中指出:「啟蒙,就是脫離自己強加於己的未成年狀態」,康德當年所謂的「未成年」,意味著沒人給你食譜,你就不懂如何點菜,沒人教你閱讀,你就不會閱讀一本新書;但對今日的年輕人來說,如何才能體會到自己的「未成年」呢?
上個月,一位來面試的年輕女生跟我們說:上班前,能否讓她先去印度、中亞和新疆做一趟單人自助旅行?你說:我們會不願意等她嗎?

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