購物、訂房Chatbot搞定!挾輕量優勢,聊天機器人取代商家App地位的最後一哩路
購物、訂房Chatbot搞定!挾輕量優勢,聊天機器人取代商家App地位的最後一哩路
2019.06.04 | Facebook

在今年Facebook F8開發者大會上,宣布了未來將會逐漸整合Facebook Messenger、Instagram和WhatsApp三大旗下即時通訊服務。

這對於Facebook Chatbot開發者來說無疑是個好消息,在未來,只需要開發一個聊天機器人,就可以接觸到更多不同族群的消費者;這也促使開發者更積極投入各種Messenger相關應用。

Facebook Developer Circle台灣社群領袖唐宏瑞說,自2016年F8開發者大會後,就看好未來Messenger應用將會有爆炸性的成長,因此成立了Chatbot Developers Taiwan聊天機器人開發者社群。在目前的Facebook台灣開發者社群中,也依然有一半以上的討論主題都與Messenger應用有關,是相當被看重的開發方向。

在歐美地區,也已看到透過聊天機器人就能完成電商訂單的應用案例;在台灣雖然也能透過內嵌網頁(Web View)做到相似的消費體驗,但若要做到完全在對話框中完成交易,則還要等待金流法規解禁。

台灣facebook開發者
Facebook開發者看好Chatbot將成下世代App。
圖/ 程倚華/攝影

Chatbot輕量優勢,將成為下一個世代的App

儘管目前Facebook Chatbot應用依然是以客服與行銷應用居多,但展望未來,GoSky構思網路科技共同創辦人暨執行長張聿瑋認為,「Chatbot將會是下一個世代的App。」

他提到,與App相比之下,Messenger Chatbot的優勢在於不占手機儲存空間,以投資成本與可以提供的功能來說,也很適合中小企業主投入。像是在今年F8宣布開始提供的預約功能,就能打中餐廳、美容、美甲等中小型業者的痛點。

「消費者只要透過私訊,選擇他要預約的時間(就能完成預定);(業主)在粉絲專頁後台也可以看到整理得很乾淨的使用介面,可以看到使用者的預約時間,」張聿瑋認為,這個功能可以在消費者不改變使用習慣的狀況下,為品牌端、用戶端都帶來幫助。

Chatbot下一步應用:在對話框完成電商購物

雖然短時間內不會看到App被Messenger Chatbot所取代,但是Messenger Chatbot確實已經被視為一個重要性與官網、電商平台、App並列的消費者接觸管道。現在消費者也可以在透過Chatbot得到產品資訊後,直接在對話框內完成購物。

「在今年的F8我們也看到很多國際開發者的應用方式,像有一個在加拿大多倫多的開發者,他們就是把Chatbot做成像是Trivago、Hotels.com這樣的應用,直接在Chatbot就可以訂飯店、訂機票,」張聿瑋分享。

現在消費者可以在透過Chatbot得到產品資訊後,直接在對話框內完成購物。
圖/ panuwat phimpha via shutterstock

目前台灣也已有部分品牌業者將電商功能與Messenger Chatbot串接,做到在聊天視窗內即可直接下單完成交易。唐宏瑞說,許多美妝、鞋包類品牌,由於有更多關於尺寸、使用方式等等個人化需求問題需要解決,因此較早開始導入Chatbot應用。

但是,由於受到金流法規限制,目前台灣使用者依然無法直接在聊天視窗中完成結帳。儘管可以在Messenger裡面串第三方金流服務收款,但還是必須要開啟一個很小的內嵌網頁才能完成刷卡結帳。以這種方式,「當然體驗還是斷了一點點,但其實已經不錯了,」唐宏瑞認為。

Facebook Spark AR Studio創作者鄭以屏也分享,在與許多品牌合作的過程中,使用者透過AR體驗試妝、試穿完成後,因為沒有Messenger內建金流服務,因此還是要導到品牌各自的商品頁下單。

「以便利性來說,客戶當然希望未來(金流)可以銜接起來,」她這樣說,「不過在制度層面還沒有突破之前,也只能用現在的方式(進行)。」

Facebook聊天機器人的應用日趨多元,未來若法規鬆綁金流規範,Messenger成為和App一樣重要的工具,似乎是可以期待的應用場景。

關鍵字: #VR_AR_MR #Chatbot
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