自助旅行平均花10小時做功課！Expedia靠3科技施力，幫旅客快速下單|數位時代 BusinessNext

自助旅行平均花10小時做功課！Expedia靠3科技施力，幫旅客快速下單

從交通、住宿到體驗行程，資訊太多反而讓行程規劃充滿摩擦，旅遊零售業者Expedia Group透過聲控、AI、API三項科技工具來改變現狀。

了解你的旅遊喜好，AI個人化推薦

在Google比任何人都還要懂你的現在，要讓旅遊體驗真正達到個人化，人工智慧（AI）就是其中關鍵。

Expedia Group的住宿合作夥伴服務Lodging Partner Services研究負責人阿比吉特·帕爾（Abhijit Pal）認為，AI對旅遊業帶來的影響，只是剛開始而已。

「我們把自己視為一種旅遊物流公司，所做的就是把顧客從一個地方送到另一個地方。」阿比吉特·帕爾分析，一趟旅程涉及非常多面向，從班機抵達、入住以及行程接送，各方都必須有通暢的交換資訊，才能降低旅遊摩擦。

阿比吉特·帕爾認為，Expedia的品牌優勢，是旗下擁有眾多產品跟品牌，「我們可以追蹤同一名顧客，在不同平台的足跡。」在個人化推薦上比起同業多了更多優勢，現在多數OTA平台的做法，都是依照消費者的搜尋條件，給出可能感興趣的搜尋結果。

在阿比吉特·帕爾看來，這只是廣義的個人化體驗，他認為真正的個人化體驗，不應該讓消費者再翻閱一頁又一頁的搜尋結果，點進去看一大堆資訊研究，而是 只推薦2~3個最適合的選項 ，「因為我們清楚你的旅遊喜好，這就是資料的價值。」

提升下單意願，「聲控」打造親臨現場感受

「聲控，會是旅遊產業下一個著力的目標。」Expedia Group 的住宿合作夥伴服務科技副總裁Bhala Dalvi 斬釘截鐵的說。

從三年前，Expedia就開始研究聲控科技，「當時我們也不知道這會不會成功，只覺得這是一個機會。」在2016年底，Expedia推出了Expedia skill for Amazon Alexa，可以在任何支援Alexa的設備上，藉由語音指令查詢訂單紀錄，以及Expedia獎勵積分餘額等資訊，當時缺少最關鍵的訂購功能。去年，Expedia在Google Assistant上，推出「Expedia Action」功能，終於實現預訂、取消旅館住宿的功能。

事實上，直到現在聲控應用在旅遊產業應用仍不普及，實務上觀察，因為訂房、買行程、租車所需要考量的細節較多，多數人還是覺得在電腦、手機上仔細研究一番再下訂比較放心。

Bhala Dalvi認為，聲控另一個比較貼近實際情況的應用場景，是出發旅行前的行程探索，「像是讓客人在家中，可以聽到一些當地的聲音。」此外，最近Expedia也開始投入虛擬實境（VR）應用在訂房領域的研究。Expedia認為，VR可以幫助消費者在決定行程時，用更立體的方式親自先感受，藉此提升下單意願。

旅行組合上萬種，靠開放API彼此溝通

Expedia旗下擁有數十個旅遊品牌，要讓這麼多品牌所提供的服務、資料順利整合，Bhala Dalvi認為開放API（Open API）就像是那把關鍵的鑰匙。

API（Application Programming Interface，應用程式界面），可以想像成是連接軟體與軟體之間的橋梁，讓資料彼此互通，幫助開發者省去從頭開發的精力，快速達成目的。機票、住宿、租車到體驗行程，消費者在Expedia上預訂的組合有上萬種，且天數、目的地各有不同，要將多方的資訊整合，給出消費者最適當的組合與價格，就需要開放API的幫忙。

事實上，Expedia整合Google Assistant、Amazon Alexa的聲控功能，或是飯店資訊上顯示位置的Google maps，也都是開放API的應用。

責任編輯：陳映璇

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。