飛機為什麼不能都靠電腦來飛?
飛機為什麼不能都靠電腦來飛?

飛機為什麼不能都讓電腦來飛?
高階手機為什麼不能都讓機器人來組裝?
看似無關的問題,其實有相近的答案:感測器不夠多!

很多人認為每次的飛機起降都是一樣的程序,就像每支手機組裝都是一樣的程序,但實際上,每次都會有少許的不同。這少許的不同,對人類來說,是很容易彌補的,但電腦系統很可能根本無法察覺,最終釀成大禍。

以手機組裝來說,一支高階手機可能有大約一百個螺絲。螺絲製造的時候多少有一點公差,這公差對裝汽車輪胎來說可能沒關係,但對手機鏡頭這麼小尺寸的東西來說相對就很重要。鎖螺絲的時候,如果到一半有點卡卡的,熟練的師傅就知道馬上停止,退一點再鎖一次,再不行就換一顆;但生手可能就硬鎖下去,雖然當場看來沒事,但可能導致下游十個工站以後的另一個零件裝不上去,或是會把螺牙弄壞,造成以後無法維修。

感測器不夠多,機器人無法察覺細微變化

人類之所以能夠做到這一點,是因為手掌和手指上有幾千個觸覺神經末稍,可以發現「有點卡卡的」;而工業機器人沒有,所以只能讓人類來做。

那你也許會問:工業機器人為什麼不大量安裝感測器?這有幾個原因:

  1. 感測器很貴。 感測器要量到有意義的數據的話,距離要大一點,所以不像晶片,可以集中大量製造,於是相對成本就比較高。而感測器的製程也不像電晶體那麼單純,容易控制。做好之後的校準也是要花很多工夫。

  2. 感測器很大。 不像電晶體的大小,現在是以一兩位數奈米來算的:感測器目前的尺寸還是在微米級,也就是幾百到幾千倍的尺寸,再加上每一個要單獨包裝,佈線連接,佔據的空間相對就多了很多,於是就無法像人的手指上有那麼多的感測點。

  3. 感測器要怎麼用還不知道。 AI 的訓練需要模型和數據,對於什麼是「卡卡的」、「怪怪的」,目前還沒有很好的定義,也沒有人找出訓練的方式。

前面兩點是比較好解決的:只要有足夠的經濟效益,自然有人會砸大錢去開發。第三點才是關鍵:不知道該怎麼用的話,前面的開發方向可能完全錯誤而浪費了。

雷達沒那麼神奇,不符經濟效益

那我們再來討論另一個問題:空中相撞的避免。

我小時候看到飛機相撞的新聞,直覺地認為:飛機上為什麼不都裝上雷達?這樣就可以看到別的飛機在哪裡了。後來才知道:

  1. 雷達沒有像科幻電影裡那麼神,隨時知道所有的飛機在哪裡。 掃描繞一圈回來要很久,而且很多角度都看不到。

  2. 有更簡單的方法可以解決大部分的可能相撞,就是事先指定航道。 每架飛機在空中走不同的航道,距離拉開,自然就不太可能相撞了。而在距離近的地方,例如機場附近,則是由塔台統一管制飛機的移動。

  3. 雷達很貴、很大、很費電。 只為了少數情形下相撞的避免,而要所有飛機都裝上雷達,是不合經濟效益的。後來的避撞解決方案是一種短程的無線電或雷達,只有在飛機接近的時候發出警告。

  4. 雷達很危險。 為了偵測遠處的回波,雷達發射的功率很大。以戰機的雷達為例,在掃描目標的時候,前面如果有小鳥飛過,是很可能直接被烤熟的。(更正:不會直接烤熟,但大約和微波爐差不多)

駕駛飛機顧慮層面廣,電腦難替代機師

再回到自動駕駛的主題:要讓飛機自動飛行,要花多大的工夫?

首先要有足夠的感測器。這包括附近的氣候、氣流、陣風、地面的形狀、其他突然出現的物品、飛機本身部件的運作狀況、重量分佈等等。要用什麼樣的感測器?主動式(雷達或光達)還是被動式?然後要以多大的時空解析度來佈建,也是重要課題。收集了這些數據之後,又要如何控制飛機?飛機有部份受損時要怎麼辦?這些目前都還沒有解決方案。就算有了之後,也要經過若干年嚴謹的反覆驗證,證明它的穩定性可以達到水準,才能引進。畢竟目前航空公司的肇事率是以每百萬次飛行為單位來算的,電腦要做到比人好,還有很大的距離。

這就是為什麼現在飛機的自動駕駛還是只能用在中間平穩飛行那段,而不能用在起降的時候。這也是為什麼機師的薪水看起來很高,因為這份工作真的很難。不信你去試試看,我知道我不行。(模擬飛行遊戲不算)

本文由翟本喬授權轉載自其Facebook

《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。)

往下滑看下一篇文章
終於出現「看得懂的保險」!國泰人壽以「保險視圖」引領資訊透明革命
終於出現「看得懂的保險」!國泰人壽以「保險視圖」引領資訊透明革命

在台灣,多數人的第一份保障來得很早,可能來自父母,或是出社會後自行投保。然而,直到今天仍有許多人即使手握數張保單,仍說不清自己到底保了什麼。條款繁複、名詞艱澀,導致投保當下似懂非懂,過一陣子就全忘了。保險資訊的不透明,讓風險管理變成了一場全憑印象、依賴業務員的信任遊戲。

自從國泰人壽推出 App 3.0,以「陪伴」重塑保戶與保險的關係,下一步,更要讓資訊變得透明、易讀、好上手。於是,「保險視圖」誕生了—由國泰人壽戰情室 diLab(Digital Insurance Lab)領軍打造的這個平台,試圖翻轉保單難懂的問題,將散落於規範、條款與系統的資訊重新整理、轉譯與可視化,讓保戶終於能「一圖看懂」保障全貌。

「我們希望做到的不只是查詢工具,而是讓保戶真正理解風險、開始做決定。」diLab 經理林蔚安說,這項專案從發想到上線歷時多年,可說是完成了連同業都不敢想像的艱鉅任務。這場透明革命如何開始?國泰人壽又如何讓這個看似困難的挑戰落地?

資訊透明:讓保險回到能被理解的語言

「保險商品本身就很複雜,很多人買了保險,打開保單還是看不懂。」林蔚安指出,國泰人壽累積 800 萬保戶,團隊在梳理客戶旅程時發現,即使擁有多年的資歷與服務經驗,卻未能讓保戶更清楚自己的保障;大多僅在與業務員討論時略有概念,事後又陷入陌生感。因此,「保險視圖」的構想,就是要讓保戶能在同一平台掌握所有保障與資產資訊。

數位時代
diLab 經理林蔚安與團隊歷時打磨領先業界的保險視圖,幫助保戶一次看懂保障。
圖/ 數位時代

第一步,是處理「看不懂」這件事。diLab 從資料盤點開始,依照生涯階段與保障屬性,將保單內容重新分為「我的健康照護」、「我的保險資產」、與「我的壽險傳承」三大方向,讓保戶以更貼近日常的邏輯理解保障結構,例如「住院時有哪些保障?」。

「調研時發現,國內幾乎沒有成熟案例可參考,國外雖有概念但差異極大。」林蔚安表示,圖表複雜,反而增加理解負擔,因此團隊反覆推敲呈現方式,「要放什麼、怎麼放、放到什麼程度,光這個架構就討論了數個月!」每一個看似微小的改變,背後都是無數次的反覆測試與訪談,「我們帶著不同版本的草稿詢問保戶,在沒有業務員引導下是否看得懂。」最終,團隊定調以金字塔結構建構視圖基礎,從保戶自己的健康保障,到未來可運用的累積資產,最終到照顧家人的壽險傳承。沒有看似花俏的圖表,只希望讓多數保戶好理解的簡單呈現。

但挑戰不只在前端設計,還有保險條款轉譯。傳統保單以商品邏輯分類,與使用者思考「何時會用到」的方式完全不同。為了讓資訊更貼近生活情境,「保險視圖」不再以條款分類,而以場景情境作為基準。例如保戶生病住院時,介面會按照基礎醫療、意外、癌症、重大疾病、長照與壽險等六大結構分層呈現,先呈現核心,再逐層深化,視覺化整體保障全貌,並同步提供現金價值與現金流資訊,形成一套完整的理解脈絡。

風險洞察:AI協助人們看清保障缺口

國泰人壽
視覺化保障達成率,一眼了解保障缺口。
圖/ 國泰人壽
國泰人壽
提供熱門推薦與更加個人化的AI推薦,喚醒補強意識。
圖/ 國泰人壽

當保險資訊透過直覺式的設計變得透明,下一個挑戰就是讓保戶理解「自己目前的保障夠不夠」。

因此「保險視圖」也導入保障目標試算功能,保戶只需回答幾題簡單問題,如:住院希望住單人房或雙人房、對疾病治療的費用承受度等,系統即可推算個人的保障目標。接著,AI 會即時計算保障達成率與缺口比例,將複雜的理賠與條款結構轉換成直覺的百分比。「醫療保障達成率 60%」、「癌症保障達成率 45%」,藉由直觀的數字圖表呈現,讓保戶能一眼看出自己保障的完整程度。

此外,平台不只呈現差距,還會以情境推估可能的支出。例如住院五天、手術一次的費用與實際理賠差異,讓保戶真正感受到風險的具體樣貌。「保戶不再是聽到『癌症住院很貴』這種抽象說法,而是看得到具體數字。」透過以場景為基礎的推算,使保戶終於能對模糊的風險概念有畫面,並對理賠內容有更直觀的理解。

平台也提供「熱門推薦」與「 AI 推薦」兩種建議模式。前者以性別、年齡作為分析基礎,後者則依個人資料與既有保單做更客製化的配置。保戶可在平台初步理解現況後,再與業務員討論,透過數位賦能、與有溫度的人性服務建立互補機制,也讓業務溝通更聚焦、更有效率。

領航轉型:戰情室以創新實踐「以人為本」

保險視圖歷經多次迭代上線,雖仍在推廣階段,但初步成效已浮現。以今年 4 月關稅議題為例,資產型保單查詢需求明顯攀升,保戶登入次數從每週平均 4 萬次提升到 5 萬 6 千次,大幅成長40%。以往查詢保單價值需透過業務員協助或臨櫃辦理,如今登入平台即可取得資訊。

國泰人壽
保險視圖一次呈現保戶的整體保險資產,建立更清晰的財務健康圖像。
圖/ 國泰人壽

此外,視覺化呈現保障缺口後,有保戶回饋「看到達成率 70%,就想補到 100%」,顯示視覺化真正促進了主動管理的行為轉換。

數位時代
diLab 戰情室跨商品、設計與數據協作,以使用者為中心反覆驗證,用心設計保險資訊呈現方式。
圖/ 數位時代

能完成一份視覺化介面不難,但能把 60 多年累積的保險商品結構、條款邏輯與資料系統重新整合再轉譯,背後極度仰賴組織文化。尤其,保險視圖的誕生,從構想到落地,專案歷時 4 年,期間國泰以「區塊化堆疊」的方式逐步發展服務功能,包括資產總覽、健康與壽險視圖、缺口試算與 AI 推薦,每一步都需要長時間協作與反覆推敲。

林蔚安形容:「戰情室就像加速器。」其角色是串聯商品、數據、數位、UI與UX設計、開發工程與行銷等多個團隊,以使用者中心作為共通語言,讓跨部門能在同一個目標下推進。「大家的專業不同,但只要目標一致,就能共同前進!」

數位時代
專案歷時多年,團隊成功以敏捷方式快速迭代,實現保險資訊透明化。
圖/ 數位時代

展望未來,透明化只是起點。林蔚安指出,下一步是讓更多保戶願意使用平台,使行為軌跡形成數據基礎,再透過個人化推播與 App 串接,發展國泰人壽保戶更完整的數位體驗。「這條路很難,但值得做。」他分享,有一次泰國人壽數位團隊來台交流,第一眼看到保險視圖就說:「這真的很不容易。」但也因此,更突顯國泰人壽勇於創新、以人為本的服務精神。同時,保險視圖也不會是終點,卻會是打開未來保險模式的一把關鍵鑰匙。國泰人壽以具體行動落實「Better Together 共創更好」,在每一項細節中重塑保險服務的日常價值。

保險視圖:https://cathaylife.tw/VoeoOdb

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
進擊的機器人
© 2025 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