[AI創業]AI新創能學Google與FB擁技術自重嗎？|數位時代 BusinessNext

剛剛結束的台灣人工智慧年會把台灣AI風潮帶到最頂點，Google董事總經理簡立峰曾經分享，「Google若進行5000項AI專案，最後證實有用的不到10項，論文演算法講得頭頭是道，但實作後好像不是這回事，許多參數調不出來。」這段話道破了AI創新和創業的本質。

首先，創新跟創業一樣，無論什麼題材，整體就是成功率極低，不會因為你搭上了某輛技術列車，成功率就會大大提高，頂多就是搭著市場當下關注的題材，在一段時間內較容易從市場取得資本。

而AI創業實在沒有理由是個例外。

先射箭再畫靶行得通嗎？

許多AI創業公司會先以擁技術自重，然後再尋找這項AI技術可以應用在什麼市場的需求上，這其實是一種「先射箭再畫靶」的作法。

先不說新創公司通常手上沒什麼資料拿來做AI訓練素材，與公開資料集大家都拿得到等，這幾個既成事情；最關鍵的是AI創新本質是數位創新，經營邏輯和框架不會跳脫數位經濟的本質。

數位創新要能規模化，重點不在你有多強的技術，而在於你是否能想出辦法掌握市場的需求方經濟。

或許有人會問：Google和 Facebook不就是一直靠著技術突破，不斷創造巨大的商業價值嗎？這個看法只說對了三分之一。

在技術之外的網路外部性與邊際效益遞增

這些全球科技強權之所以能不斷創造巨大價值，讓股價衝天、讓員工捨不得離開，在技術之外，靠的是網路外部性（network externality,又稱網路效應 network effect）和邊際收益遞增（increasing marginal revenue）兩種經濟效應。

「網路外部性」在數位經濟興起之後，已經被業界充分理解，簡單來說，幾家科技公司掌握了用戶規模和服務的入口，除了越多人使用服務會讓服務本身越有價值、形成正向循環外，也表示一點點服務的改善，就可以產生出巨大的新商業價值，彼得·泰爾（Peter Thiel）也在他的經典書籍《從零到一》中特別提到網路外部性的重要，這個效應是數位產品的本質。

試想，Google在電腦視覺技術上面改善1%的辨識率，背後代表的可能是10億美元甚至是百元美金以上的廣告新產值。

但是同樣的改善率放在一般的新創公司呢？可能對公司增加的產值寥寥可數到可以忽略的程度，頂多發發論文和一些公關稿就沒了。

因為巨量廣告的基礎和需求方規模經濟本來就是掌握在科技巨頭身上，而不是一般新創公司。

「邊際效益遞增」則是知識經濟當中的本質現象，講的是在知識依賴型經濟中，隨著知識與技術要素的投入增加，產出會越多，而生產者的收益會呈現遞增的趨勢。

傳統的農業經濟和工業經濟均是物質資源依賴型經濟，物質資源具有明顯的排它性特徵：其使用價值在某一時刻只能被一個使用者所占有和使用。同時物質資源是稀缺的，使用時必須消耗它，隨著其使用量的增加，成本越來越高。

最終導致生產者收益的遞減。知識性資源具有共用性，同一知識可以被多個人同時占有和使用。並且在使用過程中不會消耗它，只是利用它，在使用過程中還會產生新的知識。信息資源和知識資源在使用時還是一種積累和開發的過程，在重覆使用過程中成本遞減。從而會帶來遞增的收益（註1）。

科技巨頭們為什麼不斷把最尖端的技術不斷開源、毫不藏私呢？

因為這些開源的程式碼不是這些公司的核心競爭優勢，「網路效應」和「邊際效應遞增」才是真正的競爭優勢。

開放這些程式碼是為了更加利用既有的網路外部性，形成更大的用戶規模，一家新創公司如果發展出TensorFlow這種了不起的框架，或許會小心翼翼地當做智慧財產權保護、視為公司的核心資產、甚至於想要從中直接收費盈利；但對於Google來說，TensorFlow就跟其他所有產品一樣，是了不起的技術創新沒錯，但其核心目的是擴大其他產品的網路效應，這兩種商業經營邏輯在本質上完全不同。

兩個效應加在一起，形成數位經濟當中「大者橫大」的極化現象，所以 Google、Facebook 與Amazon等幾家公司，可以不斷吸引到最頂尖的知識型人才，不斷投入新技術和新知識型產品的生產，而且每年還可以不斷成長，最近哈佛商學院的學者也把這些經濟現象用一個更潛顯的名詞來概括：Hub economy（樞紐經濟），只要掌握了用戶和服務的入口，你想幹麻都可以。

結語

回歸到AI創新這件事情，其本質也是數位技術，因此在市場上要能切出一道破口，立刻會面臨科技巨頭籠罩的網路效應。

明年開始，當大家開始發現AI創新的本質其實和之前並沒有任何不同，也是數位經濟的一部分的時候，就可能會出現AI創業的一波泡沫化。

面對這樣的狀況，一種經營策略是利用AI人才稀缺的現狀，運用高薪加上資本市場的操作，想辦法在短時間內快速圈住AI人才，尋求被大公司人才併購出場，快速賺一波資本財，但這種作法是否真正為市場創造出新價值，則是一個問號。

回歸到辨識市場需求，先找靶再射箭，出發點一定是想著為市場解決新舊問題和滿足新需求，這還是創業最重要的出發點，AI創新和創業也絕對不例外。

註1：邊際效益遞增文字，引述自MBA智庫百科。

本文由程世嘉授權轉載自其Facebook。

《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。）

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。