你真的想要一座智慧城市嗎?
你真的想要一座智慧城市嗎?

《科學人》最新一期的報導〈關於智慧城市,人們不願面對的真相〉,整理了最近智慧城市的重要新聞:比爾.蓋茲(Bill Gates)11月13日宣布,要在美國亞利桑那州沙漠裡買下2萬5千畝土地,從無到有打造一座智慧城市。美國EasyPark公布了全球2017智慧城市索引(2017 Smart City Index),台北名列第57名,第一名是哥本哈根。

然而這篇文章的作者史密斯(Kendra Smith)卻宛如「國王的新衣」般直接指出:「當前的智慧城市現實是,根本沒有一座城市稱得上智慧。」

作者認為,截至目前為止,我們所謂的智慧城市其實只是個別的智慧專案計畫,無論是匹茲堡費城交通局花費3千萬美元推動、能夠自動因應車流狀況調整的智慧號誌系統,坎薩斯市政府投資1千5百萬美元打造智慧照明計畫,透過內建感應器在沒有行人與車子時自動關閉街燈來節能省電,預計減少兩成到三成的電力浪費。這些個別的亮點專案都展現了智慧城市科技的「潛能」,但卻無法代表網路相連、點對點的規劃每一個角落街廓、完整的智慧城市。

「智慧城市潛能與現實之間脫鉤的一個很大的原因是:智慧城市是數位世界混合匯流之處,但是可能也是與非數位世界的『撞擊之處』。非數位議題包括傳統治理、社會正義、政治、意識形態、隱私與財務成分,當智慧城市規畫開始變成重要的因子時,這些都不是那麼聰明、有效率或能夠彈性適應。任何一個不聰明元素都可以搖身變成攔路虎,而且當與其他城市中的長期問題結合時,比重成長得愈來愈巨大。」

其實這後面是我們自己對未來描述模式,所造成邏輯問題的反撲。我們選擇性地用某些「可以變聰明」的元件,來代表整個數位化城市的全貌。卻沒有考慮那些被忽略的元件,在長期忽視與醞釀下的連動影響。

這樣的聲音不是第一次被聽見。在倫敦政經學院(LSE)城市計畫中資深研究員、美國的都市分析專業者格林菲爾德(Adam Greenfield)長期扮演著烏鴉的角色,認為智慧城市這個概念把科技擺在民眾前面,忽略了那些最基本讓我們作為人的基本要素。他對科技沒有意見,也是先進技術的早期倡議者,但是他認為對所謂智慧作業系統、資料分析與演算法將是影響我們未來的關鍵這個看法,目前已經有來自全球各地的疑慮與批判我們不能忽略。

2014年的LSE報導〈把智慧城市變笨吧!〉,與他的著作《反對智慧城市》(Against the Smart City),認為這個問題不只是智慧城市的修辭學與話術出了問題,媒體無法揭露這是一個大型科技公司的行銷利多現象,報導智慧城市但是卻沒有辦法批判思考與討論後台政治的種種連動關係,這些也讓智慧城市的「智慧」遮蔽了人們的雙眼。格林菲爾德自己本身也是物聯網社會影響與設計的最早論述者之一,除了不再用鳥瞰的方式、而是用「由下而上」的觀點來重新檢視智慧城市之外,近年來更轉向思考與檢驗哪些「激進的科技」,例如區塊鏈,可以合作形塑城市的未來。

智慧城市不是新的故事,而對智慧城市的批判也已經有其歷史。只是長久以來,這些論述分屬不同的陣營,各自有一套看法與觀點。我好奇的是,為何是現在?為何現在我們在社交媒體上聽見愈來愈多人在關注這樣的意見看法交峰?當《科學人》這樣的推廣科學與技術觀點的科普讀物,都開始反省智慧城市的時候,代表著什麼意義?

我覺得可以跟OTT線上影音串流服務喧囂塵土的使用現象一起思考而獲得啟發。作為剪線大軍的一員,OTT的使用者是什麼樣的人?是不再付費給任何廣播電視節目的寬頻網際網路使用者。這些人跟傳統的廣播電視節目用戶已經完全不同。當網際網路的使用者數量不斷增長,他們不會再回到傳統的使用情境時,新的議題與需求便將取而代之,成為資訊社會新的主流議題。

智慧城市也將面對這樣的轉變。傳統使用者不依賴網路,需要傳統的服務來銜接這些公民的日常生活──而這些想像就是過去智慧城市主流概念的核心情境。一但人們遭逢愈來愈多先進的應用,傳統服務不再能夠滿足大家時,也將帶來智慧城市的改版與升級契機:「這個時候」我們就需要更包容性的智慧城市概念來引導人們前行。

我的書包裡總是擺著一本令人反覆翻閱解讀的城市與科技著作,安東尼.湯森(Anthony Townsend)的《城市的未來,應該要是什麼樣子?》。在未來的智慧新風貌中,公民的參與會是最重要的關鍵。唯有認同,才會參與,而今日我們所要形塑的智慧城市文化是什麼?我們的智慧,怎麼照顧那孕育眾人的土壤與文化?數位文化怎麼跟傳統文化攜手並進?

「讚嘆智慧,感恩智慧」,這些沒有標準答案的申論題,會是未來智慧城市升級版的新挑戰。

智慧化以後的城市,台北與台中、高雄,跟上海,東京,紐約,哥本哈根或者吉隆坡、雅加達,有什麼不同?

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