科技撲面而來,企業現在需要「人類學」!
科技撲面而來,企業現在需要「人類學」!

科技正在征服世界。臉書是世界上最大的社群,擁有20億用戶;蘋果雖然是手機王國,但採用谷歌開發的安卓(Android)作業系統才是全球霸主,也有超過20億的使用者。

在科技雖然聰明但還不夠聰明的時候,科技像是一位帝國主義殖民者,強勢地將新的文化元素引進各個不同的本地文化,例如滑手機的手勢舉世皆一、自拍相片的潮流席捲老中青三代。等到科技更加聰明,特別是有了人工智慧的加持,面對不同的文化、風俗和禁忌,不但不能用推土機鏟平差異,還必須給予最大的尊重,回到科技為人服務的本懷。

因此,科技越進步,必然越觸及文化;想要認識文化之不同,便需要人類學的素養。

用人類學,幫助人工智慧了解人類

人類學是自然科學、社會科學和人文學門的交集,有人將其形容為:「最具科學性的人文學,以及最具人文性的科學」。它從人類的體質、演化、種族,討論到語言、聚落、遷徙,再擴大到社會結構、心理及興亡。如此古今上下7億年的學門,因為科技開始橫越人類文化中細膩的差異,在21世紀中,獲得前所未見的重視。

據說微軟是人類學者第二大的雇主(第一大可能是美國聯邦政府)。英代爾有一個100人的研究團隊,專門研究使用者經驗,帶頭的Genevieve Bell博士在加入英代爾之前是史丹佛大學的人類學教授,雖然沒有科技背景,卻擁有13項專利;她率領的團隊曾經為中國的父母設計出一種個人電腦,防止子女邊做功課邊打遊戲。谷歌也曾經聘雇人類學者探討「移動」行為的本質,目前負責「策略規劃」部門(部門名稱是「動物園」)的主管Abigail Posner,也是畢業於哈佛大學社會人類學系的高材生。

人類學對於科技之所以重要,最初是為了加強人機介面和使用者經驗,無論文字、字型、顏色、使用方式,都跟文化息息相關,不同的文化有不同的口味,因此必須深入研究。但在人工智慧當道之後,其重要性又跨上另一個台階。

例如語音辨識、自然語言處理(natural language processing)或是自動翻譯,除了各種不同的語言之外,即使是同樣的中文,大陸、香港、新加坡和台灣,在用詞遣字上常有顯著差異,用錯了鬧笑話還是小事,最怕是觸犯禁忌。

未來進入手勢的領域,各種文化對於手勢如數字、手語、情緒表達各有千秋。人工智慧除了需要學會辨識,甚至可能創造出新的手勢。如果再加上面部情緒表達、肢體語言辨識,人工智慧幾乎成為人類了解人類最重要的工具

從另一個觀點,人工智慧也等於形成另一種新人類,我們這些舊人類該如何跟新人類相處?新人類是我們的朋友還是競爭者?我們該對他多坦誠?他可能背叛嗎?他能拉近我跟其他血肉之軀的同胞的心理距離,還是更加疏離?

用人類學,幫助不同文化的和諧相處

人類學之所以重要,還有另一個相面。一個企業成長到一定規模之後,必然成為國際組織,跨越不同的時區、國家、文明、政經體系,同時因為追求多元取向,各種性別、種族、宗教、價值觀都必須兼容並蓄。在這樣多元面貌的企業中,如何還能塑造具有特色、全體員工認同的公司文化,卻不至於壓抑弱勢的價值觀? 多元化的結果將成為一碗蔬菜沙拉,還是一鍋羅宋湯?是萬國旗,還是一條補丁被(quilt)?

今天無論在谷歌、臉書或亞馬遜的技術團隊中,甚至於新創公司的核心團隊裡,經常可見聯合國般的成員組合,他們即使口說英語,卻帶著各自的腔調;雖然同屬一個計劃專案,但成員可能遠在印度、中國、以色列或亞美尼亞;他們的薪酬、激勵動機和心理需求的差異,不亞於膚色、面孔的差異。如何能將這種種差異轉換為創造力的活水,而不是相互牽制的耗損,自然是21世紀經營者的挑戰。

每一個人都無可避免帶來自己生長環境中孕育的偏見和傾向,職位越高,偏見為害越大,越阻礙多元化的有效發展。而人類學從種族和文化的橫斷面來了解人性,鬆動了單一文化牢不可破的偏見。

與其說人類學是一種職業,或是公司裡的一個職稱,不如視之為現代經理人應該具備的一種心態,一種看待文化差異的視角。

尤其在21世紀裡,科技快速的變革加快並且擴大了文化板塊之間的摩擦,人類學的素養更能增加經理人的敏感度。

讓台灣的開放與多元發揚光大

台灣四百年來,歷經多次大規模移民遷入,原住民與各代新住民屢屢衝撞磨合,有挫折,也有火花,本來是人類學最佳的田野工作場域。同時在20世紀經濟起飛時代,台灣在產業供應鏈中佔據了樞紐地位,在西方思潮、管理制度和東方價值、社會倫理的衝盪間掌握了適當的平衡,也在美日韓中的潮流文化中扮演了積極的轉譯者角色。這種開放性的海島性格,其實在科技穿越文化藩籬的時代,是台灣獨特的先天優勢。

關鍵問題是:如何讓這樣的優勢繼續發揚光大?

90年代,台灣一路向西,20年後,台灣挺身南進。但是無論面向何方,台灣朝野的基本思維不外重商主義,眼光聚焦在成本與市場,手段上不脫行銷與競爭。這些都無可厚非,卻不免缺乏人文的溫潤,結果讓偏見有機可乘,削弱了各種前進策略的有效性和正當性。

因此無論西向、南進甚至探向東北亞,我們除了以資本、技術、產品、管理、經營策略為攻堅武器之外,還應該具備對當地文化深刻的了解和尊重,給予當地人才優先的培育和參與機會。 這樣的前進,才能生根,才不會被未來當地崛起的經濟力量取而代之。

其實,要培養這種溫柔敦厚的人類學素養,應該從台灣本島做起。台灣七波移民潮,有進有出,直到今日仍然是現在進行式。每一波移民,都帶來他們各自的歷史情結,文化傳承,和對未來的想像。我們欠缺的是對這些不同族群心理深刻的挖掘,誠懇的反思,和諒解的對話,而不是簡單化約,設計幾個激情的名詞,雖然響亮,卻不能忠實地反應複雜的現實。

人類社會是一個複雜系統,企業組織也是一個複雜系統。人類學不能解決複雜問題,卻可以幫助人們認識複雜的本質,避免科技至上主義者童騃似的樂觀,以為用科技的簡單工具可以解決一切複雜問題,結果鑄成難以逆轉的錯誤。

《數位時代》正式取得「獨立評論@天下」授權刊登。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #人工智慧
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