輸給AlphaGo的韓國棋王宣布退役，李世乭：「拿下第一名，我也不是冠軍。」|數位時代 BusinessNext

永無可能戰勝AI，李世乭萌生退意

然而，即使雖敗猶榮，依舊無法消弭他面對AI的挫敗感。11月19日，李世乭向韓國棋院遞交了退役申請，結束他24年的職業棋士生涯。根據《韓聯社》的訪談，他決定退役的原因，便是3年前與AlphaGo的一役中，感受到了AI在圍棋領域人類無法抗衡的強大。

「隨著AI進入圍棋世界，我理解到無論我再怎麼拚命拿下第一名，我也不是真正的冠軍。」李世乭說。

最初李世乭認為自己能大勝AlphaGo，然而一切並未如他所料，他壓倒性地輸給了AI，賽後他向對自己寄予厚望的民眾道歉，「我輸了，我很抱歉最後比賽以這樣的形式結束。」

當他被AlphaGo連下三城時，他感到非常低落，「坦白來說，比賽開始前我就嗅到了一絲落敗的可能性。Google的科學家們從一開始就表現得非常自信。」

雖然在比賽中落敗，世人對李世乭沒有一絲苛責，「當我連續輸給AlphaGo三場時，我很好奇人們在網路上的評價，但超乎預料地很少人批評我。」

「神之一手」奪全球讚賀，卻認為贏在系統錯誤

與AlphaGo的第四局比賽中，執白子的李世乭下出的第78手棋──這被譽為「神之一手」的一步棋，讓AlphaGo表現失常，進而逆轉局勢拿下比賽。這局棋為世人所稱頌。韓國棋手安永吉（An Younggil）聲稱，這場比賽是李世乭的最傑出的一局棋，一場足以流芳後世的經典對弈。

外界相信，這一局向全球揭示了人類勝過電腦的可能性，但李世乭認為，他能從AlphaGo手中拿下一勝，是因為AI在面對出乎預料棋步時的「缺陷」。

李世乭向《韓聯社》解釋，「我的白78手不是一個該直接對付的棋路。在絕藝（中國圍棋AI）中也有一樣的錯誤。即使讓人類兩子，絕藝也是位非常難以拿下的對手。但因為錯誤的原因，當它輸時會以非常奇怪的形式落敗。」

與AI對弈為棋士生涯畫下句點，李世乭：「我這次很可能也會輸。」

雖然與AlphaGo的對弈，是李世乭萌生退意的原因，作為棋士生涯的收尾，他計畫將與韓國IT公司NHN Entertainment的圍棋AI「HanDol」進行對弈。HanDol於2018年研發，出道短短1年已有擊敗韓國排名前五圍棋選手的出色戰績。

與HanDol的比賽中，第一場李世乭將被禮讓兩子，後續比賽是否會讓子則依據第一局的成績而定，「即使被讓兩子，我也不覺得自己能贏過HanDol。」

儘管對於能否獲勝沒有把握，屆臨退休的他對於勝負顯得相當坦然，「這陣子我甚至沒有關注圍棋界的新聞，我希望就像已經退休般，與HanDol輕鬆地下一局棋，當然我仍會全力以赴。」

對於李世乭退役的消息，DeepMind執行長德米斯．哈薩比斯（Demis Hassabis）聲稱，他在與AlphaGo的比賽中，展現出了真正的戰士精神，「我謹代表DeepMind AlphaGo團隊為李世乭的傳奇歲月致上敬意，並祝福他未來一切順利，我知道他將成為這一代最偉大的棋手之一。」

責任編輯：蕭閔云

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。