從PChome、M17看台灣資本市場國際化問題
從PChome、M17看台灣資本市場國際化問題
2018.06.15 | IPO

網家PChome商店街與M17 Entertainment都是數位新經濟領域(以下簡稱新經濟)的新創業者,從台灣起步、放眼國際市場,但都苦嚐敗績。前者遭遇蝦皮購物(Shopee)補貼戰攻勢,資金後援不足,只好棄守台灣資本市場,成為電商類股首個下市案例;後者因不熟悉美國IPO市場,戲劇化喊停引起金融圈議論。

偏重製造業思維的台灣資本市場,根本不理解新經濟新創業者

從上述兩個案例來看,試問「台灣的資本市場,養不起新經濟新創業者嗎?」答案恐怕是如此,台灣必須真實面對。

新經濟的特性,是一種C2B的商業模式,由消費者主導企業開發出符合需求的產品,強調的是「用戶體驗」,消費者對於產品的黏著度、停留周期很淺碟,新鮮感第一。

因此,企業必須抱持的創業思維,就是縮短產品的壽命週期,快速的推陳出新,但又要有獨家的商業模式與數位技術,才能滿足消費市場。

另一方面,企業必須在短時間內養出足夠的用戶數量,才能取得市場位置,導致創業初期一定會虧損,但卻能成功衝出市占率。

更重要的是,這樣的新經濟消費市場,不僅是一種「時間戰」,更是一種國際盤的商戰市場。新經濟的創業家們,需要以更快速的方式取得資金或發債,不只企業的成員要國際化,金主的組成結構必須國際化,以不斷電的方式提供後援,才能打得起這種商戰。

然而,台灣的資本市場結構還是老派的製造業經濟思維,習慣B2C線性的硬體製造,與新經濟的軟體服務大相逕庭,且上市櫃的企業規模以中小企業為主,產業分類對新經濟的著墨不多。

投資方無論是法人或一般散戶,偏愛眼見為憑的成熟性產業,習慣入袋為安,在台灣自家自給自足,對風險性投資的承受力有限。台股的資金規模也不夠大,一家新創企業若要在一個月內募得新台幣30億元,恐怕會排擠到其他企業的資金需求。

這一如我今年4月曾經在立法院財政委員會質詢過金管會主委顧立雄,台股有嚴重的「三缺」老化問題:缺乏知名企業在台掛牌,缺乏新創公司,缺乏軟體服務、AI等新經濟。

台灣要發展新經濟必須開放資本環境,藉由國際資本市場登高望遠

若思考PChome的「蝦皮之役」、M17「美國IPO之恥」為台灣上了一堂甚麼寶貴的課?從新創業者心態、台股結構體質到籌資的能力與經驗,仍與國際市場脫節。

對台灣新創業者來說,不管是透過IPO或私募,首要之務是能夠圈住國際性資金,藉由他們登高望遠,借力使力打入國際市場。所以,想打國際盃的新創業者必須重視與國際資本市場的溝通。

但這類國際級投資人多屬於法人機構,欣賞「膽大心細」的企業CEO(有創意、有遠見但沉穩謹慎),偏愛有中長期投資潛力的新企業,希望聽到一個好故事(商業模式),對法遵的要求也一絲不苟,不能便宜行事。

若要幫助新創業者圈住國際性資金,台灣的資本市場一定要國際化。但現在國外資金不願意進來台灣,也使得整個金融業都不夠國際化。這樣的惡性循環,不僅讓金融人才流失,也讓發展新經濟的重要金融支柱跛腳。

對於台灣的資本市場,政府若有決心要發展新經濟,必須改變資本市場封閉、台股的老化問題,鬆綁法規,打造一個歡迎獨角獸企業的籌資環境,包括開放「同股不同權」、即使沒有獲利也可以掛牌等,給新創企業更大的自由度。

再者,因為資本市場的封閉,台股老化,台灣多年沒有吸引國際資金的好標地,政府不妨思考繼續推動國營事業民營化,就像當年中華電信一樣,吸引國際資金,同時扮演母雞帶小雞的角色,結合新創來佈局東南亞國家。

另外,過去政府用租稅各方面的優惠,造就了許多成功的半導體產業,即使到現在,台灣半導體產業的全球市佔率仍有至少四分之一強。這些產業的獲利者或是經營者,能不能提供資金佈局下個世代的產業、來支持台灣的新創企業?都是國際化新經濟的重要力量。

本文授權轉載自:余宛如部落格

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #PChome #直播
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