「別等到痛才想辦法!」SAP看準智慧開銷,2面向為企業省錢
「別等到痛才想辦法!」SAP看準智慧開銷,2面向為企業省錢

2019年的現在,當我們再次說起智慧企業,我們在討論的是什麼?甫落幕的SAP Ariba Live奧斯汀峰會上,來自世界各地的重量級供應商及製造商齊聚一堂,把焦點放在一個詞上:智慧開銷(intelligent spending)。

然而,智慧開銷又是指什麼呢?SAP Ariba與SAP Fieldglass資深副總裁兼總經理Pat McCarthy認為,智慧開銷是將數據思維帶進供應端,將所有資料統整於同一平台後分析採集而來的數據,藉此優化採購等流程。「智慧開銷能讓你把錢花得少,或花得巧,」McCarthy說。

智慧開銷兩大要素:採購成本、外聘人才管控

SAP旗下兩大獨立子公司SAP Ariba以及SAP Fieldglass,就是希望在智慧開銷方面,提供企業最佳的解決方案。SAP Ariba針對提供企業採購的成本管理服務,SAP Fieldglass則專注於外部人力資源的管控。 McCarthy表示,這兩項服務,能夠讓企業供應鏈變得更有彈性,並提供企業接軌AI與機器學習等技術的機會。

SAP Ariba
SAP旗下兩大獨立子公司SAP Ariba以及SAP Fieldglass,主要業務為在智慧開銷方面提供企業最佳的解決方案。
圖/ SAP Ariba

過去在採購過程中,許多步驟是非常人工且瑣碎的。舉例來說,在與供應商下單、討論合約時,很多人都是透過Line或者電子郵件來回傳遞格式不一的Excel、PDF、word等各式檔案。這樣的溝通方式除了鬆散之外,更難以系統化地統計與供應商間的數據資料。

針對這樣的痛點,SAP Ariba提供了一個平台,系統性整理不同的採購環節,讓客戶可以與供應商一同在平台上協作,簡化繁複的流程並提供數據化的統計,進而提升效率、減少不必要的支出。此外,SAP Ariba的全球網絡中還搜集近380萬名供應商的資料,讓客戶能輕鬆在上面尋找合適的廠商,加快媒合的速度。

不過,若要更完整地達到智慧開銷,雲端化的外部人力資源管理也是相當重要的一環。SAP與牛津大學合作的研究報告指出,企業裡平均有44%的人力資源來自外聘廠商及自由工作者。McCarthy表示,一般公司對於外包項目負責人另外再找的團隊,難以進行品質控管與監督。

Pat McCarthy_SAP資深副總裁兼總經理_2019_04_17_蔡仁譯攝 -1 (1).j
過去在採購過程中,許多步驟是非常人工且瑣碎的。因此,SAP Ariba提供了一個平台,讓客戶可以系統性地統整不同的採購環節。
圖/ 蔡仁譯

McCarthy舉例,他們觀察到有些表現差的外聘人士,會反覆被同一間公司裡不同的人聘用。這樣的人才管理疏失,不僅是資源的浪費,也會影響到產品與服務本身。SAP Fieldglass想做的,就是讓企業和個人都能更有效率地找到適合的彼此。

McCarthy認為,外部人才的數位化管理會是未來的趨勢。因為這對許多年輕人正從事的零工經濟(gig economy)而言,是相當有益處的事。很多自由工作者他不是要找長期正職,而只是想在某一段特定時間、某一特定地點做自己喜歡的工作。過去這些人可能要土法煉鋼地在網上搜尋,但有了外部人才管理系統,他們只需要在平台上輸入資料,變得更方便。

智慧開銷的下一波浪潮:體驗經濟

從智慧開銷風潮的興起,我們可以看見數位轉型正不斷在深化。企業對數據的渴求勝過以往,並發明新的、規模化的方式,量化過去未曾紀錄過的行為。McCarthy也表示,數據以及速度,是數位轉型的兩大關鍵。數據帶來的新觀點加速了決策過程,改良的服務與產品也拉高顧客的期待值。速度不斷加快的情況下,人們也持續在探索新的數據。

至於SAP找到下一個重要數據了嗎?答案是有的。McCarthy認為,在不久的將來,體驗將會帶起下一波浪潮。他說,體驗數據就像是在坐雲霄飛車,過去我們能掌握車的速度、摩擦力等運作上的數據,但體驗數據講究的則是乘客是否有笑、和原先期待是否有落差、覺得好不好玩......等。

體驗數據若是套用在企業裡,就可能是這間公司合作起來感覺好不好、下屬能否輕鬆地與上司交談等。目前SAP已研發出相關系統,並已經在提供服務。對此,McCarthy也表示,SAP在這個領域方面,可說是世界第一。

面對種種快速的改變,McCarthy也對那些在執行數位轉型上感到猶豫的企業留下一句話:「別等到痛的時候才來想辦法。」或許這句話,正好象徵了數位時代的生存守則。

關鍵字: #SAP
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