[AI洞見]人工智慧、潛水艇與魔術|數位時代 BusinessNext

我一直不認為我是人工智慧的專家，但是前陣子跟一些台大資訊工程系的教授們聊天，有位很資深教授突然說，「談到人工智慧，林宜敬是這方面的專家，哪天應該請他來我們系上給個Talk。」

我受寵若驚，一時會不過意來。稍微想了想，才明白過來，原來我們公司的語言學習產品是基於數位語音分析技術的軟體，而數位語音技術一直被許多人認為是人工智慧的重要組成元素。

但我自己不會覺得我們的軟體是個人工智慧產品，因為我對這個產品背後的技術太熟悉了，我知道它能做什麼？不能做什麼？我知道它有什麼缺陷？有什麼潛力？

對於一個我了若指掌的程式，我只覺得它是一個程式，不覺得它有任何的「智慧」。但對不清楚程式運作原理的使用者來說，說不定還真能感受到這程式的「智慧」也說不定！

人工智慧與潛水艇

拜AlphaGo以及AlphaGo Zero 等圍棋軟體之賜，人工智慧議題真是熱門極了，不但有許多年輕軟體工程師投入，也有許多非軟體專業的思想家們開始討論人工智慧對世界的影響（我甚至還看過一篇精神科醫師寫的，介紹AlphaGo演算法的文章。）

早在三十多年前，我在台大資訊工程系讀書的時候，人工智慧就紅過一陣子了。

那時候，社會學家在討論人工智慧對未來社會的衝擊，經濟學家在討論人工智慧會不會造成大量的失業，哲學家在討論人工智慧的道德問題，也有人在討論人工智慧算不算真正的智慧，電腦究竟會不會思考？

最後電腦軟體界的前輩戴克斯特拉（Edsger W. Dijkstra）教授看不下去，出來說話了，他說，「關於電腦會不會思考的這個問題，差不多就跟潛水艇會不會游泳的問題一樣重要。」（The question of whether Machines Can Think is about as relevant as the question of whether Submarines Can Swim.）
此話一出，讓我們這些電腦科學界的人樂壞了。

因為自古以來就是這樣，真正懂的人默默做研究，忙著在尋找科技上的突破；而一些一知半解又愛出風頭的人，總是會搶到話語權，提出一些虛無飄渺，又似是而非的議題迷惑大眾。

那些愛故弄玄虛的人提出一些很哲學性的假議題討論，於是Dijkstra就用很哲學性的話回應。

剛好最近台灣要自己造潛水艇了，不知道半瓶子水的智者們會不會出來討論「台製潛水艇究竟會不會游泳？」

人工智慧與關聯式資料庫

那這一波的人工智慧變革來勢洶洶，就只是一個幻象嗎？

當然不是，這一波人工智慧浪潮的最大意義，是機器學習（Machine Learning）技術的普及化，讓昔日遙不可及又高不可攀的技術，變得人人可上手。

現在的年輕工程師很難想像，在四十年前，關聯式資料庫（Relational Database）也曾是一個充滿想像，但遙不可及的技術。

早在1970年代，IBM的Codd就已經發展出關聯式資料庫所需要的完整數學理論，大家都覺得那個理論很好，但當時的電腦太慢了，任何執行關聯式資料庫的電腦都會慢到像當機。所以那個年代，沒有人把關聯式資料庫應用在商業程式上。

但後來電腦硬體越變越快，到了1990年代，即使個人電腦也能執行關聯式資料庫程式，而SQL語言又讓使用關聯式資料庫的程式變得非常簡單，人人可以上手。

到了今天，使用關聯式資料庫已經變成工程師的基本技能，不是什麼特異功能。

同樣的，在十年前，機器學習也是一個遙不可及的技術。任何機器學習的模型訓練工作都會讓電腦慢到像當機，而撰寫機器學習相關的程式更複雜，除了人工智慧領域裡的高手與高高手之外，一般人無法理解，也無法撰寫。

但是現在GPU被廣泛的使用在機器學習的訓練階段。GPU處理機器學習的速度，是CPU的十倍、百倍甚至千倍，因此在個人電腦上開發機器學習程式已不是問題。

而TensorFlow及Keras等系統，又讓機器學習程式的撰寫變得非常容易。

依照我自己的經驗，安裝並學會Keras跟TensorFlow，然後開始寫一些簡單的影像辨識程式，大概只花了我一至兩個禮拜的時間。而且還是在我一邊上班、一邊找時間學習的狀況下。

要製造一部汽車很難，但是要學會開車不難；要寫一個關聯式資料庫系統或是Keras機器學習平台很難，但是寫SQL資料庫程式或是Keras機器學習程式一點都不難。

所以機器學習技術的普及化，是這一波人工智慧革命的真正意義。說不定十年後，軟體工程師懂機器學習技術，就跟懂關聯式資料庫一樣稀鬆平常，只是基本技能的一種。

人工智慧與變魔術

魔術不是真的魔術，只是變魔術的人讓觀眾產生錯覺，覺得他有魔法、不可思議的事情發生了；人工智慧不是智慧，至少在現在這個階段還是如此，只是開發人工智慧程式的人讓使用者產生錯覺，覺得程式有智慧、不可思議的事情發生了。

以iPhone的Siri做例子吧！幾年前Siri剛發表時，許多人覺得Siri有智慧，因為你問她幾歲？結婚了沒有？願不願意當你的女朋友？Siri都能對答如流，使用Siri的宅男們就覺得Siri是有智慧的。

我不是Siri的開發者，但是我猜，Siri的開發者就是預期會有一些宅男問這樣的蠢問題，所以就開發過程中特意的訓練Siri，讓Siri可以應付宅男們特別愛問的那幾個蠢問題，然後錯覺就產生了，大家就覺得Siri是有智慧的。

但是跟Siri混熟之後，我想很少人還會覺得Siri真正有智慧的。Siri可以幫我們打電話，Siri可以告訴我們問天氣預報，Siri可以幫我們訂Pizza，但是超出一個範圍之外，Siri就只會上Google，找一個網路連結給我們。

為了推廣產品、為了做宣傳，人工智慧的軟體必須做的很炫，然後像是變魔術一樣，讓我們覺得它是有智慧的。

但隨著人工智慧技術的普及，當我們對這些程式越來越熟悉，也許我們就不再覺得人工智慧程式那麼神奇，那麼有智慧了。

也就是說，當我們不再覺得人工智慧程式有智慧的時候，也就是人工智慧真正改變這個世界的時候。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。