中國vs印度~誰將從可持續增長中受惠?
中國vs印度~誰將從可持續增長中受惠?
2005.01.15 |

把中印這兩個發展中大國拿出來比較,是經濟學家們樂此不疲的事情。《21世紀經濟報導》與摩根大通這次選擇的是「兩國經濟增長的可持續性」話題進行討論。 包括中印兩個經濟體,誰的增長模式更具可持續性?哪一個可提供更佳的投資回報前景?
逾十五年來密切關注印度、中國及全球新興市場的發展的摩根大通首席區域投資戰略分析師莫愛德(Adrian Mowat),以及摩根大通駐印度經濟學家Arup Raha
與摩根大通駐上海首席經濟學家龔方雄三人精彩的討論摘錄如下:

**兩國經濟都將面臨週期性下滑

Arup:**印度的整體經濟結構並沒有改善,我們預測印度將於今年(截至今年三月)出現週期性下滑。今年及明年國內生產總值將分別增長六%及六‧五%,期內通脹率將維持于六‧五%的水平,預期印度將會適度升息,而且盧比將在合理範圍內貶值。

**龔方雄:**隨著中國政府致力令經濟軟著陸,我們預測中國經濟將會出現週期性下滑,考慮到現時的基礎架構,中國將難以維持目前的經濟增長速度。
我們預期,中國去年及今年國內生產總值將分別增長八‧六%及七‧五%,同期通脹率將分別為四‧三%及三%,並將適度升息(約一○○個基點),匯率制度將更為靈活(升值二%至三%),摩根士丹利資本國際中國指數將到今年底上升一○%。

**莫愛德:**技術性而言,我們不看好中國經濟,主要由於通脹是由成本上漲所推動,各企業又不能透過漲價來增加收入,因此對企業盈利造成影響。長期而言,我們比較看好印度的經濟結構,但由於通脹率過高,引發市場的升息憂慮,因此印度的經濟前景將在短期內僅表現為中性。
我們認為,對印度及中國的經濟成長目標估計將傾向保守,儘管經濟基本因素表現理想,但今年以來,全球、地區及當地政治因素卻不利於新興市場的發展,對股票價格造成了負面影響。

**印度企業有機成長對外資吸引力大

**
**Arup:**兩者都是大國,經濟呈現不斷上升態勢,儘管中國經濟成長率一直相對更快,印度從九○年代初開始推行開放政策,創造了一個競爭的環境以帶動經濟增長,並擁有良好的高等教育體系及眾多懂英語的人口,因此印度的優勢在於其技術型勞動力。印度的服務業佔國內生產總值中比重高達五○%以上,對印度的經濟增長功不可沒,然而,印度在基礎架構方面仍落後於中國,使得製造成本方面處於劣勢。

龔方雄: 目前中國的增長已到了一個轉捩點,在未來十至二十年內從由出口及投資帶動的經濟增長,向由國內需求帶動的經濟模式轉型。與印度相比,中國能夠更高效地利用資本(資本產出的增長率為四%,而印度為五‧二五%)。主要是因中國的受教育人口比例較高,技術型勞動力的素質較高,勞動生產率亦較高,通過外國直接投資也促使改善技術及組織能力。
中國若要實現長期的可持續性發展,必須繼續推行開放政策,實施銀行及金融改革,開放資本市場,將延遲發展的金融體系融入世界經濟的一體化。

**莫愛德:**從宏觀的角度分析,中國無疑遠遠領先於印度。然而,從微觀層面來看,印度呈現有機性增長,由本土企業帶動,而非由外國直接投資帶動。印度具備較完善的體系及以市場為導向的機制及制度框架,因此,印度的表現將有可能好過中國,投資者最終將會關注於有機增長,以及需要投資於表現更好的公司,從而將令印度在長期內可能比中國持續佔有優勢。
印度擁有可持續增長的內在優勢,但亦需在短期內吸引外國直接投資,以發展基礎架構。與此相反,中國即使擁有較完善的基礎架構,但在改善微觀因素方面將面臨重大挑戰。

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