越南怎麼一天到晚罷工?揭開台商在越南勞資關係的面紗
越南怎麼一天到晚罷工?揭開台商在越南勞資關係的面紗

製鞋大廠寶成集團的越南廠在3月26日發生大規模罷工,再度成為媒體焦點。越南的罷工時有所聞,但多數媒體都以台商經營困難為主要報導觀點,卻未深究為何越南罷工如此頻繁。台灣勞工陣線協會舉辦了越南勞資關係剖析講座,請來了多年研究越南的國立中山大學社會系教授王宏仁,分析越南罷工不斷背後的原因。

中越環境大不同

現代企業為了追求更高的利潤,會不斷移動到不同的國家尋找更低的勞動成本,台商也是如此。早年台商往中國發展,當中國勞力成本提高之後又轉向東南亞地區,其中越南更是台商落腳最多的地方之一。但由於中越兩國的背景不同,會發現兩邊的勞資關係有著巨大的差異,這一點可以從罷工看的出來。

中國很少發生罷工,因為罷工對勞工而言非常危險,可能會遭公安暴力相向,有的人還會被關進監獄。罷工時中國警方往往與資方站在同一陣線,資方甚至能打電話請公安鎮壓罷工,往往會爆發激烈的衝突。越南的罷工相當頻繁,但過程相當平和,警察只是到現場維持秩序,不會干涉罷工。資方也習慣於要面對罷工,通常會坐下來與勞工協商,談好條件之後勞工就回去上班。

同樣是在追求利潤極大化的國際分工生產體制之下,中國和越南的勞資關係會有這麼大的區別,最主要的原因在於政治體制的不同。相較於已經邁向個人集權高峰的中國,同樣是共產黨統治的越南卻是貨真價實的集體領導。王宏仁指出越南國會某種程度上和美國非常相似,都是利益團體的競爭,各自代表不同的利益去協商出可行的方案。這也讓越南台商無法像在中國一樣,倚靠國家暴力來解決勞資問題,而被迫需要和勞方協調。

罷工是因為越南人浪漫?才不是這樣

越南罷工頻繁的原因,並非台商所說的「越南人天生浪漫」或是「只是一點小事不滿意就不工作」。王宏仁表示越南罷工的主因,是因為低工資、長工時和威權的管理。雖然越南的國民所得快速成長,但物價上漲也讓勞工吃不消,資方又盡可能地壓低工資,勞工吃不飽自然會反彈。越南一星期要上班 6 天,旺季趕著出貨時加班時間又容易過長,則是另一個罷工的重要原因。台商的管理方式通常是從中國直接原封不動搬到越南,也就是一套動輒痛罵的權威式管理,但越南人不太吃這一套,王宏仁說甚至有越南勞工私下表示這些台籍或中國籍幹部是不是沒受過教育,這麼粗魯。

越南的罷工非常普遍,每一家台資公司都曾經遇過罷工。罷工時相當有組織,早年台商還誤以為是政府在後面支持。罷工通常會有一個既定的流程,宣告罷工之後由資方代表出面與勞方協商,了解勞工的需求,並通知政府派人來調停。雙方在官方代表的見證之下協調出彼此可接受的方案,勞方就會結束罷工。台商在越南的時間長了之後,也開始習慣這樣的罷工流程,甚至成為一種半制度化的勞資協商方式。

王宏仁指出寶成同奈省的工廠會罷工不斷,就是因為管理層不理會工會的意見以及勞工的不滿,勞工才會以罷工為手段爭取權益。相對的,寶成另一間工廠因為管理層重視勞方意見,並視工會為平等的合作夥伴,因此罕有罷工發生,甚至成為越南政府認定的勞資關係模範工廠。這說明了管理階層的態度,會大幅影響罷工發生的機率。有些台商經過越南罷工的洗禮,也漸漸越來越能和工會溝通(反觀台灣)。

說要保護勞工?先學學越南的政府和工會

越南的工會能夠如此有力有其歷史因素,南北越合併以前南越實行資本主義,當時就已經有許多工廠,也不時發生罷工,工人有著豐富的罷工經驗。越戰結束南越僅實行了 11 年的共產制度,1986 年就改革開放,許多有經驗的工人自然還沒忘掉怎麼罷工。北越方面則長年深陷越戰和中越戰爭等戰亂,共產黨非常需要群眾的支持,而工會更是其中非常重要的一環。越南總工會的主席還必然兼任越南共產黨的中常委,可見工會在政府中有著不可忽視的影響力。

因此越南政府相當保護勞工權益,勞資爭議時也常常站在勞工的一方(反觀台灣)。越南目前一年加班上限最高為 200 小時,台灣以現行規定每月加班上限 46 小時計算,一年加班上限高達 552 小時,被越南狠甩 300 條街。越南最低工資的調整也會經過越南總工會、越南商工總會和政府單位,勞資政三方協商。

越南罷工新聞頻頻登上國際版面的背後,不是只代表台商經營所要面對的挑戰,也反映越南當地的政治背景和勞資關係,更是越南勞工爭取勞動權益的展現。

本文授權轉載自:科技新報

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