吃美食不踩雷！Google Maps加入熱門菜色推薦|數位時代 BusinessNext

不知道吃什麼？讓Google Lens為你推薦

首先，第一項是Google在5月初舉辦的Google I/O上，為Google Lens發表的新功能。當你坐在餐廳裡，卻不知道吃什麼好時，只要打開Google Lens，將鏡頭對準菜單，就可以立刻看見餐廳的熱門菜色，以及其他消費者的評價。

另外，將Google Lens鏡頭對準帳單，它還可以幫你估計小費，或者算出如何與同行者分攤費用。Google表示，這項新功能已在本週正式上線，目前暫時僅支援英文菜單，但他們承諾未來會提供更多不同語言的服務。

從大門到餐點，Google Maps要成為你的美食嚮導

手機不支援Google Lens的人也不必失望，Google同時在Google Maps上追加一項熱門餐點（Popular dishes）功能。這項功能會透過機器學習技術，自動連結每道菜的名稱、圖片與評論，讓你從找餐廳到料理上桌，一款App就能通通搞定。

用戶只要點擊Google Maps上的任一家餐廳，便能在總覽頁面中，找到店家的各式熱門菜色，每樣招牌菜都會附上圖片與菜名，用戶還可以點擊圖片觀看用戶對每道料理的個別評價與給分。

即使你是位身處異鄉的旅客，看不懂當地文字，Google Maps也提供評論翻譯功能，替使用者消除尋找美食的任何絆腳石。Google希望Google Maps能成為每個人的美食嚮導，帶你從「大門到餐點」暢行無阻。

Google提到，目前熱門餐點功能已向全球Android用戶推出，iOS版本則預計會在未來數個月內，提供用戶使用。

Google也並非首個嘗試蒐錄菜色評價的平台。去年美國最大評論網站Yelp曾推出熱門餐點功能（Popular dishes，與Google同名），且和Google同樣藉由機器學習技術，配對網站上的菜名與評論，不過Google更提供用戶針對每道菜色上傳照片、做評論的自由功能。

也因為熱門餐點功能仰賴用戶主動上傳圖片，以及對每個餐點的評價，下次拍照打卡時，不妨上傳一份進Google地圖，同時寫下你的心得，為下個尋覓美食的饕客做指引吧！

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。