等到技術完美就太晚了!讓無人車上路「邊做邊學」才能挽救更多生命
等到技術完美就太晚了!讓無人車上路「邊做邊學」才能挽救更多生命
2017.11.13 | Google

現代民航客機機師有95%的操作工作,都已經仰賴自動駕駛代勞,已經很少人會質疑現代客機的安全性,那麼自駕車呢?

高標準的安全度,是在阻礙自駕車進步?

根據統計,台灣每年約有3000人死於交通事故、美國在2016年共有四萬兩千起與汽車相關的死亡事故,但目前不論是政策制定或是一般民眾,都傾向自駕車必須要完美零失誤才能正式上路;美國國家公路交通安全管理局局長曾說過,自駕車必須比人類駕駛的安全度「高出兩倍」才能放行上路,而要達到這樣的高標準,預估至少需要再花上15甚至是50年才能做到。

而近幾年也發生幾起自駕車的意外,喬舒亞·布朗(Joshua Brown),他是第一位因為特斯拉Model S自駕模式喪命的駕駛,去年五月死亡車禍發生時,曾引發大眾對於自駕車上路優點與風險間的爭論。類似的意外發生在去年九月,一台Model S 在德國高速公路開啟自駕模式時,與一台遊覽車發生相撞意外;去年 12 月,中國一名特斯拉車者同樣開啟自駕模式,因為系統偵測失誤擦撞到護欄,導致車輛受損。

這些自駕車的意外消息一出,讓許多原本就不信任自駕車科技的民眾產生更多疑慮,但若要花上50年才能達到政府對於自駕車的高標準要求,才允許上路的話,會不會反而是在阻礙自駕車的進步?蘭德公司一份研究報告指出,盡早放行自駕車上路,還能大大降低車禍傷亡意外。

自駕車安全性提升10%,1年拯救3千條生命

根據美國智庫「蘭德公司」最近公布的一份報告,與其等待自駕車技術達到完美無瑕,還不如讓自駕車在安全性只比人類駕駛高出一點點時就放行上路,就算自駕車意外仍會發生,但這麼做可以大大減少車禍傷亡意外。

但,我們該如何界定無人車技術已經達到可以上路的標準呢?

報告中,模擬了三種可能的駕駛等級,分別是自駕車比人類駕駛安全性高出10%、75% 和90%,再透過500 種不同的道路情境,綜合未來技術可能的發展做研究。研究人員發現,廣泛採用自駕車後,安全性比起人類駕駛提升10%,預估一年可以拯救3千條性命、十五年後可以拯救上千條人命,三十年後,這個數字就會成長到數十萬。

蘭德公司研究人員 David Groves表示:「我們的主要目標是透過客觀的分析,來提供論述依據,我們認為這個議題,確實需要客觀地看待死亡事故,因為對於自動駕駛汽車需要達到的安全性能要求仍有太多困惑,但我們的研究並不認為等到完美的自動駕駛汽車出現再去應用,會是挽救生命明智之舉。」

勤能補拙,自駕車彼此溝通不重複犯錯

研究人員之所以會認為自駕車比人類更不容易出錯,關鍵在於自駕車擁有「彼此溝通能力」,可以確保在道路上行駛時彼此理性協調,避免意外發生。

俗話說「勤能補拙」,當自駕車有更多機會在真實世界運作,就能透過不斷累積的經驗讓系統性能更加安全,跟人類不同的是,這些經驗可以同步跟全世界所有的自駕車分享,成為共同學習、修正的教材,避免重複犯同樣的駕車錯誤。

人類往往對於自己的駕車失誤容忍度較高,對於機器出錯的容忍度較低,這樣的心理狀態是能夠理解的,然而所有的科技發展都必然伴隨著風險,像是有一派人就擔心隨著AI的進步,部分的低階工作可能會被取代,但要打破對於新科技未知風險的恐懼,親身跟這樣科技相處才是最好的開始,如果我們願意開始給自駕車一個機會,讓我們開始學習如何跟自駕車科技在同一條道路上共處,也許就能避免更多的傷亡意外發生。

autonomous car
俗或說「勤能補拙」,自駕車擁有「彼此溝通能力」,可以確保在道路上行駛時彼此理性協調,避免意外發生。
圖/ shutterstock

自動駕駛改變了空中旅行,我們也能慢慢習慣陸地交通自動化嗎?

頻繁、方便、安全的商務客機交通,是上個世紀初的人們所難以想像的,但現在搭乘飛機遨遊世界,已經成為現代人再習以為常不過的場景。

商業客機的自動駕駛技術在1980年代導入後,取代了現代機師95%的工作, 包括設定航線、轉換無線電頻率等等,全部都仰賴系統代勞,自動駕駛科技的安全性跟類機師相比完全不遜色,目前絕大多數的空難意外主要都來自「人為因素」,而自動駕駛操控的飛機完全不會受過勞、壓力、情緒等外在因素影響。

因此現在幾乎不會有人質疑飛機自動駕駛的安全性,英國皇家航空學會去年曾邀請工程師、科學家、機師,針對自動駕駛飛機進行討論,結果有60%的人認為「40年後,飛行員將退出歷史舞台」。波音(Boeing)旗下創投部門HorizonX,上個月宣布投資自動駕駛系統新創「Near Earth Autonomy」研發無人商用客機;英國廉價航空EasyJet(易捷航空)也喊出要在十年內於短程航線導入以電力驅動的客機,自動駕駛科技在上個世紀就已經顛覆了航空產業,這或許也能作為我們在思考自駕車是否能上路的一個依據。

Boeing
在波音想像的航空未來,每台客機都能在沒有人類駕駛的情況下,主動做出飛行計畫的調整。
圖/ shutterstock

開始練習與自駕車共處

開始練習與自駕車共處,我們可以怎麼開始呢?從大眾熟習的運輸系統著手,或許就是很好的第一步。

拉斯維加斯出現了一款由法國新創公司 Navya 開發的無人通勤小巴,要替拉斯維加斯市中心 6 英里範圍內為市民提供免費接駁服務,今年一月已經進行為期兩周的測試,並在上周正式上路投入服務,雖然上線一小時就發生擦撞卡車的意外,但營運單位表示,無人通勤小巴仍會持續營運12 個月之久。

日前,Google母公司Alphabet也已經開始在在美國太陽城郊區,測試「沒有人類駕駛」在車內監控的無人車,這項計畫預計要在未來幾個月內與叫車輛平台合作,概念是打造無人車版的Uber或Lyft。太陽城的居民表示,一年前看到自駕車在路上行駛時會覺得奇怪,但現在已經逐漸習慣,參與測試計畫的居民將有機會在最近乘坐無人駕駛計程車,或許從太陽城居民的回答中,與無人車的共處是可以逐漸習慣甚至信賴的,自駕車技術或許現階段仍不能稱上完美,但或許我們都該給彼此更多的機會。

Waymo
Waymo正式移除自家自駕車內的監督人員,實現真正的無人駕駛。
往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

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
一次搞懂Vibe Coding
© 2025 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