找遠傳聯手推LINE MOBILE新服務,但LINE卻志不在電信市場
找遠傳聯手推LINE MOBILE新服務,但LINE卻志不在電信市場

LINE今(23)日宣布與遠傳合作,共同在台灣推出LINE MOBILE這個新電信服務。不過LINE真正的目的其實不在電信市場本身。

不是電信運營商,而是電信通路

首先,從消費者角度來看,LINE MOBILE能提供的服務其實和一般電信業者差異不大,可以說只是為這個本來就已經相當擁擠的市場,再新添了3個資費方案,以及另外提供2%的LINE POINTS點數回饋。

不過有一點值得注意的是,這次LINE和遠傳的合作,與LINE在日本和軟銀合推的LINE MOBILE,或是更早之前7-11與遠傳合作的統一超商電信等,本質上其實很不一樣,不是MVNO(行動虛擬營運商,Mobile Virtual Network Operator)服務。

LINE攜手遠傳電信 結合雙方優勢推出LINE MOBILE.jpg
在LINE MOBILE的合作中,LINE提供的主要是品牌和平台,實際運營還是由遠傳負責。
圖/ LINE

更準確地來說,LINE沒有申請MVNO執照,也沒有直接處理帳務金流,而是利用LINE平台上既有的工具,如官方帳號和Business Connect,和遠傳既有系統和服務串接。因此,服務雖是以LINE為名,實際上則是由遠傳方面負責處理門號申請、帳務、客服等工作。

所以LINE在這項服務中提供的主要其實是品牌和平台,本質上不是一家電信營運商,而更像一個虛擬電信通路。這也是為什麼LINE台灣總經理陳立人會說他們是輕資產運營,啟動的速度可以非常快。

藉LINE MOBILE展現火力,著眼更大的跨產業商機

由此來看,雖然LINE MOBILE用戶數的多寡可能直接影響LINE可以分得利潤的多少,但這個合作案之於LINE的更大意義其實不在電信服務本身,更像是LINE的一次能力實證。

如同前面所說,LINE MOBILE的服務其實是透過整合LINE平台上既有的官方帳號和Business Connect等工具做到,甚至也用了新工具LIFF,以及整合LINE Pay和LINE Point兩個熱門服務。在陳立人看來,這次LINE幾乎就像是一次把所有的菜都端上桌,將LINE MOBILE變成一個LINE平台應用的最佳範例。

也因此,相對於直接從LINE MOBILE用戶身上賺錢,開啟更多企業客戶對LINE平台發展可能性的想像空間,才是更大的商機。所以陳立人也說,這次合作對他們真正重要的,其實是「跨產業」這件事。

Line與遠傳電信合作_2018_04_23_蔡仁譯攝-1.jpg
在LINE MOBILE之後,LINE還會有更多跨領域合作案推出。
圖/ 蔡仁譯/攝影

逐步包圍消費者生活,但能不能又多又好?

同時,這件事對LINE在消費者層面的布局其實也有類似意義。陳立人表示,他們的目的是希望從消費者的需求,進一步發展、擴大LINE之於消費者的深度和廣度。所以他也預告,今年還會有電信之外的跨領域合作,「我們很快會再見面。」

可以說,這次LINE和遠傳合推LINE MOBILE,只是LINE整個發展大藍圖中的其中一塊,接下來他們還會一步步在消費者生活的其他面向,為LINE創造角色,嘗試打造一個「無所不能」的品牌形象。

當然,如果LINE在這些跨領域的新服務上,只是「求有不求好」,做不出和市場上既有服務的差異化,則不論是對企業客戶或是消費者,也反而可能會帶來扣分的負面效果。

LINE通訊相關數據:

  • 平均每日使用LINE撥打語音通話的人數達840萬人
  • 2018年第一季平均每日用LINE撥打2,700萬通語音與視訊通話
  • 最高紀錄一天撥打超過1億分鐘的一對一LINE語音與視訊通話
關鍵字: #電信通訊 #LINE
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