有訓練師天天背後鞭策,國泰金控的Chatbot「阿發」有何不同
有訓練師天天背後鞭策,國泰金控的Chatbot「阿發」有何不同

根據國際研究顧問機構 Gartner預估,到了2021年有超過50%的企業每年花在ChatBot的投資金額將會超過傳統App,揭示ChatBot是未來改變做生意以及客服方式的那把鑰匙。

「他現在還只是小孩,還在長大中。」國泰金控在今年9月默默上線的智慧客服Chatbot「阿發」,就是國泰金控數位暨數據發展中心經理吳明陽口中的那個小孩。在各行各業都號稱產品能與AI、智慧沾上邊的今天,國泰金控的Chatbot到底還能有什麼不同?

Chatbot客服有什麼好處?從一名聽障客戶的故事看起

「我們曾經有一位聽障的客戶,因為信用卡消費異常,客服致電通知客戶,後來家人代為接聽後,這位客戶透過『阿發』與客服用文字溝通,順利解決的問題。」記者會中,國泰世華銀行副總莊秀珠分享了這麼一個小故事。

這個故事也反映了國泰金控推出Chatbot客服的初衷,經理吳明陽回憶,一年前內部一直希望找到一個能提升顧客滿意度,同時又能保有人類溫度的工具,「看了很多科技後,發現Chatbot最適合,這就是阿發誕生的原因。」

國泰金控
「阿發」結合自然語言理解技術,可以完整理解客戶的需求。例如客戶詢問信用卡繳費,阿發不只會列出繳款金額、期限,甚至還會提供鄰近可供繳款的超商位置。
圖/ 國泰金控

智慧客服「阿發」今年(2018)九月時,已經在國泰人壽跟國泰世華的官網正式上線,阿發採用新一代自然語言理解技術(Natural Language Understanding,簡稱NLU),來理解客戶的語意,再經由Chatflow(交談流程引擎)支持對談功能。簡單來說,NLU可以判斷客戶的意圖、情境以及到背後的知識庫撈資料,最後Chatflow可以把對話流程模組化,讓資訊反饋給客戶時,以聊天的方式呈現, 阿發背後還串接了後端系統API,可以讓所有麻煩的問題,用一站式的方式解決,這就是阿發跟一般Chatbot不同的地方。

回想使用一般Chatbot的經驗,系統大多只是把資料庫中相對應的資訊丟出,一旦談話超出資料庫範圍就無法應對。而阿發因為結合自然語言理解技術,可以完整理解客戶的需求,例如客戶詢問信用卡繳費,阿發不只會列出繳款金額、期限,甚至還會提供鄰近可供繳款的超商位置,若真的遇到無法應對的問題,阿發會直接在同一個介面中,轉由真人客服以文字交談的方式接手,不必像傳統的Chatbot還要另外撥打電話。

智慧客服滿意度逼近真人

記者會現場也做了一段示範,輸入身分證字號驗證身分後,就會出現繳款資訊,可以選擇以帳戶直接繳款,或是單純查詢消費概況,若是告訴阿發:「我被盜刷了」,這類比較複雜的問題,系統就會建議轉由真人客服接手。

國泰世華銀行副總經理莊秀珠分享,目前詢問阿發的問題,有四成都跟信用卡業務有關,為了讓Chatbot欄位上的資料看起來簡潔,產品開發時,團隊分析了上百通客服電話、訪談了上百位用戶,「我們是真的去了解第一線的使用需求。」

除了銀行服務,人壽業務也導入阿發「人壽、科技加上溫度,這是我們想做的。」國泰人壽副總經理范千惠談到,因為保單資訊比較複雜,保戶可以透過阿發查到繳費紀錄、保單現況,還可以用保單申請貸款,能夠節省接通真人客服的往來時間,更快取得資訊。

事實上,國泰金控過去曾有第一代智慧客服小Q,不過功能較為陽春,平均單日上線人數不到一千,登場短短兩年就被迫退役,現在接手的第二代智慧客服「阿發」,平均每日上線人數已經達到3千,今年11月12日的上線人數更首度破萬,范千惠談到:「使用人數雖然持續成長,但阿發的品質還是一樣好。」

背後靠的就是國泰人壽及國泰世華銀行專責的「阿發訓練師」,每天都會比對前一天上線的實際狀態調整系統,不斷訓練讓「阿發」變得更聰明。吳明陽經理表示,智慧客服上線快三個月,阿發的滿意度達91.4%,真人客服為92.6%,「這兩個的滿意度其實已經是差不多的。」

國泰金控
國泰人壽副總經理范千惠范千惠(中)強調,阿發未來的目標是要「人機合作」,讓人類客服去處理更複雜、個人化的問題。
圖/ 國泰金控

「人機合作」才是客服新趨勢

范千惠透露這套系統不只是要解決問題,「我們還為阿發加入了一些閒聊的元素,像是你問他是男生是女生,都能夠有相對應的回答。」

ChatBot 跟人類客服最大的不同,是不受勞動規範的限制,可以24小時不間斷地工作,甚至還能以一抵十開啟多工運作模式,對企業來說可以大大節省營運成本,但這並不代表人類客服會被取代。范千惠強調,阿發未來的目標是要「人機合作」,讓人類客服去處理更複雜、個人化的問題。

ChatBot可以將人類從重複性極高的初階客服中解放,就能讓人力去處理需要複雜判斷的客服事件,讓「人」跟「機器」都能發揮最大的效用。

Grand View Research研究指出,64%的顧客以及80%的企業主,期待即時回覆以及互動性,ChatBot能提供「人味感」十足的解決方案,抓住顧客注意力之餘,順帶提升情感連結。

國泰世華銀行副總經理莊秀珠透露,阿發應用逐漸成熟後,下一步會布局個人化金融商品預測服務,以客戶的資料為基礎,讓機器推薦最合適的金融產品,「阿發花了一年時間才上線,國泰導入這個不是為了要fancy(花俏),背後都是思考很久的。」莊秀珠說。

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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