看準企業AI技術痛點,開發者與創業家老兵創立InfuseAI聯手打造新工具
看準企業AI技術痛點,開發者與創業家老兵創立InfuseAI聯手打造新工具

人工智慧時代來臨,看準企業對打造AI工作環境的需求愈趨增加,新創團隊 InfuseAI 提供易入門軟體解決方案,降低企業導入AI/ML技術門檻,無需繁複、枯燥的安裝過程,就能應用人工智慧技術、滿足所需應用。

鎖定企業投入領域痛點 提供環境基礎建設服務

InfuseAI執行長暨共同創辦人高嘉良,是台灣知名自由軟體程式設計師,除了開發Xcin輸入法之外,同時也是控制系統SVK的創始人。擁有豐富創業及程式設計經驗的他,鑽研技術外也積極推動台灣Open Source社群;在近年來希望能以科技促成民間與政府良性交流,推動自由與民主持續進展的零時政府g0v社群暱稱為高村長的他,與眾多夥伴花費大量心力,結合國內外公民科技技術社群力量。

由於長年鑽研技術領域,高嘉良觀察到,這兩年想投入AI的企業越來越多,但卻常因錯放資源或執行不當策略策略,導致成效有限。於是,他攜手另一位曾創立知名售票網站KKTIX(現已被KKBOX收購)、擁有一流Ruby on Rails技術的營運長暨共同創辦人薛良斌,成立 InfuseAI。

「當你依序安裝A、B、C解決方案,結果發現最好的方法是D,這是目前企業跨入AI領域最常遇到的問題。」薛良斌提到,在市場上,一間公司想要投入AI領域,常認為購買所費不貲的機器、高薪聘請資料科學家,就能搞定所有事情,但在運作後才發現,技術專家擅長領域有限,想純靠人力擺平一切是不可能的事情。有鑑於此,從這項痛點切入,他們提供企業可快速建立機器學習環境的基礎建設服務,以解決中間技術落差

降低門檻 輔助企業技術人員快速打造機器學習環境

但如何降低企業打造AI環境門檻?InfuseAI推出PrimeHub機器學習平台,使用者運用平台內的各式基本化模組,就能快速打造一體化機器學習環境。除了模組工具,平台也依照用戶需求打造客製化服務,六大解決方案包括:

  1. 快速開啟Jupyer Notebook環境
    Jupyer Notebook是一個介於整合開發環境(Integrated Develop Environment,IDE)及編輯器(Editor)之間的編碼工具,使用者無需自行安裝軟體,便可直接透過Jupyer Notebook工具撰寫程式。此工具有利於研究室及教學現場,能容易地將研究數據和結果以視覺化圖表、線性回歸等方式呈現。

  2. 多種硬體規格及深度學習框架供選擇
    使用者不必再自己組裝硬體、下載軟體,省去費力、耗時過程,PrimeHub支援多種主流深度學習框架,包括提供Docker Image管理環境設定及其他客製化選項,技術人員可選擇最符合需求的方式建構企業機器學習環境。

  3. 更有效管理數據、避免資料缺漏
    在機器學習領域,資料集(dataset)包含大量圖片、文字影音檔,因此在共用、分享時,時常產生檔案缺漏、變動或損壞等問題,為解決此問題,PrimeHub支援管理者建立、上傳資料集,以類似「唯獨檔案夾」形式開放專家下載,除非管理者下放權限,否則不可變更內容,藉此確保檔案存取統一。這項功能可協助企業更有效地管理大量資料集,並確保機器學習指向相同結果。

  4. 輕鬆與內外部協作者共享資訊
    PrimeHub為降低使用者進入的門檻,串接了其他網路服務帳號系統,如LDAP、AD、Google等,讓使用者可使用原帳號登入協作。同時,管理者能自訂使用者權限、增加訪客帳號、設置到期時間和可觸及資料等。

  5. 配額控管硬體資源
    系統運作理想狀態是一台機器專心處理一項專案,但實際上常是一機多用。資源分佈不均情況下,不僅浪費時間也使專案延宕。PrimeHub透過調度,將硬體資源分配給不同專案,例如:一家公司共有20顆GPU和其他CPU等容量設備,平台可設定其中A組使用10個、B組使用10個、有多餘資源時再給C組,減少資源浪費、成效不彰等問題。

  6. 具有高擴充性、高可用性及高服務可靠度
    除上述支援與服務外,PrimeHub也提供分析圖表,並建有自動故障排除、分散式資料儲存等機制。企業可在軟體中設定可用性及擴充性,升級系統版本時,也能停止某幾個伺服器、只維持特定一個持續運作,使作業不會中斷,資源可以妥善分配、使用。

持續打磨產品 拉高與其他競爭廠商區隔

InfuseAI主要商業模式為B2B,將PrimeHub軟體及服務賣給握有資料、具硬體設備、想打造機器學習環境的企業及單位。薛良斌說:「即便相關開源工具越來越多,但企業還是有客製化需求,如何讓動手步驟愈趨簡單、快速,就是InfuseAI想做的事。」同時,針對尚未擁有硬體、卻也想跨足AI領域的潛在客群,團隊計畫未來與硬體廠商合作,藉由軟硬整合拓展客源、滿足更多企業需求,並藉此與純提供SaaS服務的競爭對手做出區隔

目前,他們主要面向金融、教育產業,台灣人工智慧學校就是他們其中一個客戶。短期內他們會先在台灣爭取更多傳統產業、學術研究及教育機構客戶,等基礎打穩後再進一步前進全球,藉由參與國際大型技術論壇、開發者活動等,積極爭取曝光,打造跨國軟體供應企業。

InfuseAI_企業機器學習平台_2018_11_01_蔡仁譯攝-1.jpg
左起:InfuseAI共同創辦人暨執行長高嘉良、營運長薛良斌
圖/ 蔡仁譯攝影

創業快問快答

Q:長遠來看,公司想成為一家何種類型的公司?
軟體服務公司。下一步目標是增加國際曝光,並且提供平台讓國外用戶便於試用。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?
除了公司要做什麼之外,也要決定公司不做什麼。

公司資料

公司名稱:工合有限公司/InfuseAI Inc.
成立時間:2018/6/26
服務名稱:PrimeHub
上線時間:2018/6/26
團隊人數:7
官方網站FacebookMeetHub

本文授權轉載自:創業小聚

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