小店風範學
小店風範學
2004.11.15 | 科技

台灣經濟要成長,與其看「大廠」,不如看「小店」,會這麼說,其實有深刻道理。

**先來看「量」的變化……。

**自從八○年代「服務業」首度超越「工業」,成為台灣GDP(國內生產毛額)的主力後,這個趨勢便扶搖直上,到今年第三季止,服務業占台灣GDP產值比例達67.4%,幾乎是工業(31.2%)的兩倍。然而,比重雖增加,服務業近年的成長率卻遠遠落後工業,由景氣復甦的2002年起算,兩者的成長比值分別為「2.8%:5.0%」、「2.7%:4.7%」,今年第三季則是「3.6%:9.0%」,換句話說:比重大、成長卻遲緩的服務業,是讓台灣經濟失去活力的主因。
而在台灣的111.13萬家公司行號中,無疑的,製造業是「大廠」居多,而服務業則是「小店」天下,以今年6月的數字來看,13.21萬家的製造業締造了1.64兆的營業額,平均每家1241萬;而66.45萬家的服務業則只賣出17.9兆的商品勞務,單店月營業額只有269萬。
結合上述總體經濟的數字可以推斷,台灣如果要在這一波景氣循環力爭上游,如果不靠著大街小巷裡的各式小店來創新,挑戰15000美元國民所得之路,真可謂困難重重。

**再來看「質」的變化……。

**
由GDP的5項構成成分--民間消費、政府消費、固定投資、存貨變動、商品勞務進出口差額來看,民間消費比重近十年以來皆獨占鰲頭,約莫近乎六成,其次則是固定投資,約近20%;政府消費則排第三,約達12~3%。
因此我們可這麼說:台灣經濟要成長,唯有讓民間「願意消費」以及讓民間「願意投資」而已。前者來自民眾對生活和工作品質期望值的提昇,也來自供應商能創新商品和服務,使消費者能有花錢的標的;而後者,則源自經營環境的改善和投資信心,如果撇開政治的紛擾不談,就屬「企業家創新經營模式」的能力,最為重要。
而不論前者和後者,都根源自經濟體所在地的社會,能否自發性地醞釀創新意願和能力,美國卡內基美隆大學教授佛羅里達(Richard Florida)研究美國49個都會區的調查就發現,擁有三個T--腦力(Talent)、技術(Technology)和容忍(Tolerance)的城市地區,愈容易產生創意城市生活,連帶地也有傑出的經濟成長。佛羅里達所謂的「創意城市生活」,包含有豐富的夜生活、層出不窮的街巷店舖和提供各種生活新鮮刺激的藝文活動。這些構成城市空間、體驗、消費與資訊交換、刺激城市住民創意產值的,不用說,絕不會是大企業,而是街巷里弄間的無數小店。
把這經驗拿到台灣,如果台灣城市中的小店能體現出創新的活力,那台灣每年獲得美國專利的件數,就應該不止日本的1/7、德國的1/2;台灣的「技術貿易收支比」(技術出口/技術進口)也不會只有區區的0.1,而應可躋身日本(2.39)、英國(2.22)和美國(2.36)的領先群。

**最後來看「小店」對市民就業的貢獻……。

**
根據統計,一座投資1000億台幣(30億美金)的12吋晶圓廠,約略僅能創造1000個工作機會;但是批發零售和餐飲業卻只要投資6億、社會及個人服務業僅需8億、工商服務業則是11億,就能同等地創造1000個就業人口,換句話說:服務業的就業創造密度是晶圓代工業的100倍。
因此,如果真要讓台灣的就業率提高,我們似乎就更應該鼓勵「有能力的微型創業家」,而非「半導體巨賈」才對。
既然小店如此重要,那麼為何台灣的「小店經營」始終不出色呢?
很重要的一個原因是:由製造業出口立國的台灣(2003年出口總值佔GDP比例高達48%,美國不過12%),長期以來也以製造業「勤奮、紀律、節儉、泯滅個性、團體齊一」的價值,作為社會的集體價值。因此,照理說是該刺激消費、活潑人心、營造體驗和夢想的服務業,也隨之成為呆板、制式(uniform)、成本導向(而非績效導向)的「製造業延伸體」。當人們不被鼓勵去消費、而社會上又欠缺值得消費的誘因,內需服務業的數十萬家小店,當然和製造業工廠裡的福利社般,難以創造亮麗的經濟產值。
但是,這樣的場景有了改變。不僅明基、台積電、聯電、華碩公司裡的「福利社」有了改變,台灣城市大街小巷的各色服務業「小店」,也起了重大變化。在愈來愈多的這些新空間裡,消費不只是「購買生活必需品」,還是「購買感動」;老闆不再是個邊收錢邊看電視或報紙的「收銀機按鍵狂」,而是個在乎氣氛和空間個人特色的「服務研發者」;小店經營模式不再是蕭規曹隨、有樣學樣(像當年的蛋塔店),而是創新、複合、體驗的多樣附加價值。
我們可以說:台灣的小店,在21世紀後,逐漸、逐漸地有了「風範」(ethos)。
社會富裕、教育水準提高、年輕人成就自我的更高熱忱、全球旅行的洗禮,以及更多心靈的反省,都是「新小店風範學」誕生的眾多原因。但對於關心台灣經濟成長的我們來說,了解這些小店創業者的獨特經營理念和兵法,卻遠比大企業的重大決策,更有意義也多所啟發。 如果台北像紐約、高雄像阿姆斯特丹、台南成為斯德哥爾摩、台中變成維也納,那台灣早已是個2萬5千美元所得的國家了。
請看--《數位時代雙週》本期製作的「小店風範學」專輯,一群迷你小店的微型創業家故事。

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