剖析AR眼鏡開發的秘密，和碩設計總監蔣文瀚：最大挑戰是「FIT跟MOVE」|數位時代 BusinessNext

剖析AR眼鏡開發的秘密，和碩設計總監蔣文瀚：最大挑戰是「FIT跟MOVE」

AR眼鏡成科技大廠如英特爾（Intel）、Google等大廠發展重點，但也紛紛傳出計畫喊卡傳言，究竟AR眼鏡商業量產有何難度？和碩聯合分享他們內部AR眼鏡專案碰到的挑戰。

建立人體資料庫，和碩投入AR眼鏡研發

AR眼鏡普及化最大挑戰是「FIT（舒適度）跟MOVE（行動性）」，人對配件的偏好不同，臉型差異又頗大，預期會是AR眼鏡發展的最大挑戰，蔣文瀚說。

和碩設計（PEGA D&E）創意總監蔣文瀚參加達梭系統（Dassault Systèmes）台灣用戶大會時分享工業設計團隊開發AR眼鏡經驗，他表示，未來科技趨勢有4大重點，包括：無縫相連、數析人生、虛實整合、AI新智能，

目前和碩設計團隊對AR與VR眼鏡、穿戴裝置、機器人投入研究，其中發現穿戴跟AR眼鏡的工業設計最大挑戰，在於人類多樣面貌及移動性，尤其眼鏡變化喜好多元，加上每個人臉型大不相同，為此和碩內部建立了龐大的人體資料庫。

蔣文瀚表示，和碩從產品設計、研發到生產都有完整的著墨，工業設計團隊不斷研究下一個明星產品，搭配達梭的軟體套件設計AR眼鏡時，可以納入人體型參數，直接在設計初期比對是否符合人體工學，在空間中畫出草圖，讓導入3D階段速度加快，更快檢查模型問題在哪裡。

鎖定B2B市場，瞄準觀展、視覺導覽用途

個人化穿戴方面，即便智慧手錶Apple Watch已推出三代，蘋果仍不斷推出新錶帶以迎合不同用戶需求，但大小錶款原本是想給手腕不同粗細的用戶挑選，但結果並非最初所料，比方說，有不少女性選買大尺寸Apple Watch，為的是配大錶可以更凸顯手的纖細，用大手機可以凸顯小臉，這都不是最初想到的消費行為。

蔣文瀚指出，AR眼鏡設計難度比一般眼鏡高數倍，單單是配眼鏡都需要花時間驗光才能配到好，以B2C而言，或許未來AR眼鏡也無法在網路銷售，必須到眼鏡行調整符合個人參數配戴後銷售。

以和碩的AR眼鏡研發經驗來說，蔣文瀚表示，由於B2C商業量產複雜度高，和碩先鎖定B2B市場，比方展覽單位，定義應用場域為觀展、視覺導覽用途，消費者使用AR眼鏡時，現場必須有工作人員提供協助。

由於英特爾宣布解散AR眼鏡團隊Vaunt，讓市場期盼AR眼鏡加速商業應用的前景蒙上陰影，蔣文瀚表示，不清楚英特爾計畫，但他樂觀認為AR眼鏡發展關鍵仍在內容，這需要等待，現階段AR眼鏡要走到終端消費市場仍有高難度，需要有專屬的應用體驗。

和碩目前的做法是先開發Prototype眼鏡，先預想適合的場域，比方導覽、銷售賣場或遊樂場，等客戶開案，再增強體驗功能。而一體成型機種將是開發方向，眼鏡本身處理部分資訊，並以藍牙或WiFi連結至後台是未來趨勢。

和碩也將於台北國際電腦展Computex中展出最新開發的AR眼鏡產品，宣示在新穿戴裝置布局。

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。