[貴陽數博會現場]百度無人車七月量產計畫添變數，李彥宏：我擔心不夠安全！|數位時代 BusinessNext

[貴陽數博會現場]百度無人車七月量產計畫添變數，李彥宏：我擔心不夠安全！

隨著陸奇離職後，百度自駕車量產計畫是否還能「按表操課」？百度董事長兼執行長李彥宏出席在貴陽舉辦的2018中國國際大數據產業博覽會（數博會），會中說明對廈門金龍自駕車量產計畫有「焦慮與擔心」。

陸奇離職後，自駕車量產計畫是否還能「按表操課」？

李彥宏手下大將—擔任百度總裁兼首席運營長陸奇在五月閃辭，轉任集團副董事長，不再負責百度營運管理工作，由於陸奇上任以來，主導Apollo自駕車平台計畫，2017年12月，百度召開第一屆Apollo理事會，陸奇任則是第一屆理事會會長。他的離職讓外界認為可能會延遲Apollo計畫的發展速度。

李彥宏在2017年1月挖角擔任微軟全球副總裁的陸奇，一年多來經過陸奇大力整頓，讓原本發展速度跟不上阿里和騰訊的百度，表現優異，被視為復興百度重要人物。

陸奇在上任的三個月後就在上海宣布推出Apollo自駕車平台計畫，平台推出一年後已經三次系統更新速度驚人，並且有包含Tier1、Tier2等百家合作夥伴，生態系雛形已備。

陸奇離職後，百度自駕車量產計畫是否還能「按表操課」是外界重要觀測指標。

試圖擺脫Velodyne，低成本解決方案：成千上萬隻「道路之眼」

會中李彥宏隻字不提「失陸」一事，不斷強調百度對於自駕車安全性的努力。李彥宏展示一支示範影片，片中百度自駕車在雄安新區的測試道路上與遇到一隻小狗，自駕車隨即停了下來。

李彥宏說，「百度是中國從事自動駕駛研發的網路公司中第一個拿到《道路車輛功能安全》國際標準ISO26262的公司（歐洲已將ISO 26262納入歐盟官方汽車法規）。」除了國際標準，在系統平台上也為增加安全性努力，「百度自駕車平台中接近50%的代碼是為了安全而增加，我們不能容忍安全方面的錯誤。什麼東西都可以錯，但是這個東西不能錯。一旦出事，就有可能使得整個技術的推進停滯一年到兩年。」李彥宏說。

自駕車的感測器，有「自駕車之眼」之稱，降低感測器成本，是自駕車產業鏈的共同目標，誰能找到安全又便宜的解決方案，就打開了量產大門。會中李彥宏繼續對旗下近百間合作廠商喊話說，「百度無人駕駛車的成本會大幅度降低。」

李彥宏提及了另一個新解決方案，「直接在道路上布建感測器。」過去自駕車的眼睛只安裝在車子上，但未來則在道路上布建成千上萬之眼睛，一方面提高駕駛的安全性，另一方面也可以降低成本。

「如果我們能夠在道路層面、基礎設施層面把相應的感測器布下去的話，那我們的車就可以用更便宜的感測器就能夠感知路況，能夠躲避障礙，這樣無人駕駛車的成本就會大大的降低，這也是我們寄予厚望的一個方向。」李彥宏說。

百度自駕車現今採用的感測器解決方案和Google Waymo自駕車類似，配置毫米波雷達與攝影機也使用光達（Lidar，Light Detection And Ranging）提升安全性，不過光達價格昂貴，一顆美商Velodyne H64E光達價格約7萬美元至8萬美元，加上Velodyne量產速度緩慢，讓各車廠測試光達大缺貨，因此車廠莫不積極尋找替代方案，避免關鍵技術被掌握在Velodyne手中而動彈不得。

日前百度更新的Apollo2.5版本，就採用了中國光達IP技術開發商禾賽科技(Hesai)的解決方案，讓感測器總體成本可以降低九成。

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。

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。」

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。

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。

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。