零離職,且超賺錢的Broadcom台灣研發中心
零離職,且超賺錢的Broadcom台灣研發中心
2005.01.01 | 科技

二○○三年十一月,行事甚為低調的美國網通IC設計大廠Broadcom董事長暨首席技術長山謬利(Henry Samueli)飛抵台灣,宣布將在新竹首次設立美國本土以外的網路「系統單晶片」(SoC)研發中心,並計畫在未來三年內投資超過四億美元,擴增三倍的人力。
一年過去,這個Broadcom亞洲最大、與加州總部並列為Broadcom系統單晶片的研發重鎮的台灣研發中心,的確不負眾望,交出一張漂亮的成績單。除人力編制已擴增一倍外,更順利開發出八款寬頻通訊晶片,為Broadcom帶來數億美元的獲利,其中多款高性能X位元(Gigabit)交換器單晶片甚至為業界首次推出的產品。究竟Broadcom台灣研發中心有何能耐,可以為全球第二大的IC設計廠商,帶來如此豐厚的效益?

**吸引人才加入,不斷提高競爭力

**
補強人力,是關鍵。向來以併購作為主要擴張手段的Broadcom,於二○○○年底時,買下以交換器晶片以及軟體開發見長的台灣IC設計廠商優碼科技,並接收優碼科技中來自台灣工研院四十位左右的研發人員,「而這個團隊也正是Broadcom研發中心的前身,」Broadcom台灣研發中心總經理高榮新表示。
「能有這樣亮眼的成績,人才的培育是其中關鍵因素,」高榮新分析,Broadcom在亞洲的研發基地,包括台灣、大陸、新加坡及印度,其中台灣是唯一的晶片設計中心,也是規模最大的基地,「我相信人力素質應該是最高、最整齊的」Broadcom台灣研發中心裡一位工程師驕傲地說著。
高榮新表示,目前台灣研發中心工程師的平均年資為五~六年,全部約八十位的員工中,研究所的學歷以上佔絕大多數,其中曾經到海外留學的比例高達一半以上,「來到這裡之後,光是比學歷就讓我感到相當大的壓力,」一位剛進台灣研發中心的本土碩士感嘆。

**提供優渥環境,創下零離職紀錄

**
能吸引這麼多優秀的人才前來工作,Broadcom除提供較台灣廠商平均高出五○至一○○%的薪資,以及「股票選擇權」(stock option)之外,更提供台灣場商所無法提供的如「首席工程師」(Principal Engineer)與「技術總監」(Technical Director)等升遷管道,讓不想轉往管理領域的研發人員,得以持續留在研發領域上,並獲得公司的尊重,「目前已經有許多華人晉升到Broadcom最高等級的院士(Fellow)階層,」高榮新說。
此外高榮新表示,Broadcom在公司內部也會定期提供一連串的教育訓練課程,除讓舊有員工得以不斷進修外,更能夠讓新進員工,藉由教育訓練接觸全然不同的環境以及技術,而不必再重複過去的研究,「對於研發人員而言,時時充滿挑戰的環境,絕對是工作最大的動力。」
如此優渥的環境,讓Broadcom台灣研發中心創下「零離職」的紀錄,但是對於高榮新而言,除維持這不易得來的紀錄外,更希望能將研發中心的規模在今年擴增到一百人以上,再一步擴大台灣研發中心的貢獻。

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