運用機器學習竟發現新行星，Google簡立峰：開源不再是電腦領域的事|數位時代 BusinessNext

運用機器學習竟發現新行星，Google簡立峰：開源不再是電腦領域的事

Google 6日分享利用機器學習幫人類發現了新的行星。機器學習跨足多元領域，除展現跨領域人才合作的重要外，Google董事總經理簡立峰也指出，開源精神應開拓到資工以外的領域，像科學界也可把相關數據開放出來。

Google這個成功專案，帶給台灣什麼啟示？

一、跨領域人才合作

Google董事總經理簡立峰指出，「從這個成功的專案可以看出跨領域人才合作的重要性。」

夏爾專長在機器學習，並非天文學家，他在Google參與圖像字幕生成、自然語言模型建立以及機器學習理論等研究。先前在Google多媒體廣告團隊負責Gmail和Google地圖的廣告篩選及個人化。在加入Google前則專職在數學領域的研究與教學。

這個專案是他的個人興趣，是他善用「20%計畫」(在Google可以利用20%的時間來做員工喜歡或感興趣的事情)的成果。夏爾找上美國德州大學奧斯汀分校的天文學家Andrew，共同執行這個專案，將機器學習技術應用在宇宙探索，並教導機器學習系統如何識別遙遠恆星周圍的行星。

而人工智慧本身僅是一種技術，當然技術本身突破很重要，但落地解決產業問題更能彰顯其價值，而產業應用性需跨領域的人才合作。

台灣人工智慧人才缺乏，科技部砸錢投資外，除了Google、微軟與IBM等外商也提供許多資源培育機器學習等相關人才，台廠鴻海集團也宣示對相關人才的重視。

但這還不夠，除了電腦科學或電機等領域，其他物理、數學、醫學與生技甚至藝術設計等領域人才，都在人工智慧產業應用層面扮演重要角色，政府應該用心引導這些人才重視人工智慧的發展，提供誘因讓他們「跨領域」合作。

況且，跨領域這三個字說起來簡單，做起來難度不小，合作雙方需要不少時間磨合試錯，培養默契，才能找到最佳模式。

二、科學界也該擁抱開源精神

另一個重要啟示則是「開放資料」與「開放源碼」重要性。

簡立峰指出，「開源」的精神應該要開拓到資工以外的領域，「開源精神不僅是從事電腦資工領域的人的事，科學界也該擁抱這樣的精神，如把相關數據開放出來。」

甫上任的玉山金控科技長同時也是台灣人工智慧學校執行長、台灣資料科學協會理事長陳昇瑋觀察，台灣人工智慧人才利用開源工具後的創新力很強，平均表現不輸美國與中國，但應該更勇於擁抱開源源碼精神，「我們從全球開源社群拿了很多，也要給予回饋。」

矽谷Acorn Pacific Ventures創投基金共同創辦人鄭志凱，也在文章「與其追趕人工智慧，不如擁抱開源軟件。」中指出，在開源軟件圈裡，無論機器人、機器學習、語音或圖像辨識、神經網路，各種人工智慧中的關鍵技術都有開源軟件社群不斷深耕。鄭志凱說，「台灣既然不能單挑大象，一決勝負，是否應該儘早加入開源軟件螞蟻雄兵的陣容？」

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。