比爾蓋茲基金在中國長袖善舞|數位時代 BusinessNext

蓋茲基金所投資的項目中，超過64.3億美元投資在短期投資項目，包括美國政府債券、高等級商業票據及短期貼現債券；210億美元投資在債券、現鈔及其他項目，例如國內國際共同基金投資、高收益企業證券和國際企業和政府證券等。投資在股票的數額占52.4億美元，包括美國和國際的股票，以及私人股票投資基金，當中扣去安全的貸款產品50億美元。
美林一位分析師表示，與之前審核的16家金融機構相比，蓋茲基金與其他金融機構的投資取向並沒有太大的區別，但更趨於穩重。從在國外的投資行為來看，其主要集中於電纜、網路設備、資訊家電等領域。
但給予人們更多猜測的還是蓋茲基金將參股長虹，為微軟加強與中國業務的合作助陣。證券分析人士認為，未獲取QFII資格時，微軟只能透過場外交易對長虹國有股權進行收購，而獲取QFII資格後，蓋茲基金會就能在二級市場對長虹的股權進行收購，這無疑多開了一條通道。而微軟之前一直強調與中國產業加深合作，參股長虹無疑是加深產業方面的一次「大躍進」。
2004年1月，微軟在成都大張旗鼓，布局資訊安全領域。當時就有消息稱，微軟還將逐步在數位家電、數位娛樂、教育資訊化等領域與四川進行投資與合作。到4月份，陳永正在成都參加會議時已經承認，微軟與長虹合作推進順利。6月30日，長虹與微軟在北京簽訂了戰略合作協議；協議決定，長虹、微軟將在資訊家電，包括互動式電視和PMC便攜式多媒體中心等方面展開合作，並將建立「長虹－微軟資訊家電技術聯合實驗室」。
分析人士指出，如果長虹與微軟共同制定一套面向未來的規畫，然後由蓋茲基金會進行投資，這將是一個令長虹眼紅心跳的未來，而蓋茲，左牽微軟中國、右擎蓋茲基金會，在與中國產業的合作將長袖善舞。
蓋茲基金2003年財報顯示，截至2003年年底，該基金會的投資額為276億美元，投資收益達39.3億美元，總資產為268億美元。蓋茲基金會主要把資金用於長線投資項目，包括金融衍生產品、股票期權等，也有部分資金投資於股票及債券市場。因為該基金主要做為慈善用途，2003年的捐款及其他慈善開支近15億美元，基金所賺的利益比捐款還要多。

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。

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。」

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。

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。

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。