看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
2020.04.03 |
創雲數據行銷經理朱淯蓉
”當問題的發生時,沒有捷徑,就是靠經驗!

2014年創立的創雲數據團隊,專注基礎技術開發,以實踐開源的 OpenStack 架構切入,為大型軟體資料中心進行規劃設計、系統建置、同時考慮後續的維運模式。成立之際面臨激烈競爭的創雲團隊,以八年以上的 IT 規劃/維運經驗,持續在高技術門檻的雲計算產業耕耘,協助客戶進行彈性的技術佈局。

創雲數據 OpenStack

編按:OpenStack是美國太空總署和Rackspace合作研發的雲端運算軟件,為自由和開放原始碼軟件,擁有三大模組運算模組、網通模組和儲存模組,加上一套集中式管理的儀表板模組,來組合成一套OpenStack共享服務,可提供有需求者彈性擴充或調度,也可進行二次開發。

穩紮穩打帶來技術高含量和意想不到的機會

有別於大廠對於客戶而言無法釋出彈性、難以完全符合需求,創雲數據為因應不同需要,藉由客製化現有軟體和延伸其功能,更符合客戶需求。

創雲數據_Meet創業午餐會_2020-01-16_賀大新攝影_4118_Lr.jpg
圖片由左至右為創雲數據行銷經理朱淯蓉、董事長特助董啓豪與執行長徐振威。
圖/ Meet創業小聚

2015年創雲數據成功接洽中國湖北省級政務雲端計算運算及大數據資料中心的案子,打造共用雲平臺。當時,創雲用不到20名技術人員,在不到兩個月的時間,為資料中心建置1000個節點,成功讓200臺實體伺服器落地,「我們完成儲存總量約 2pb 的雲端計算中心,現在看起來雖然不大,但在當時是個創舉。」執行長徐振威提到。

相較於傳統數據中心,創雲數據提供的整體計畫讓硬體採購成本下降70-80%,維運人力節省高達90%。除此之外,資料平臺應用涉及相當廣泛,舉凡政務、交通、醫療、教育、工業、農業、金融等,直到2017年底覆蓋整個湖北、分佈在六個城市,實現省、市、縣三級互聯互通的智慧城市需求。

微服務整合平臺,讓資源管理不再是企業的痛!

大型資料中心不只側重於建置,更應在問題發生的當下,快速地找出問題並有效解決,建置湖北資料中心的經歷,使得創雲團隊的整合能力大幅提升。

2017年,團隊將技術搬回臺灣,看準企業數位化需求,創雲開始為企業建置微服務系統,目標對準虛擬銀行和金融科技,有效地為客戶實踐更彈性的數位服務建置、以及更長遠的成本節約。過去兩年,創雲數據攜手國內金融巨頭,建置一個整合微服務平臺,將全臺近200個據點、管理人員達一萬人以上大規模的資料管理一網打盡。

以金融產業為例,一個銀行App時常包納相當多元的服務,包含:點數累積兌換平臺、外幣兌換平臺、網路銀行平臺、信用卡繳款平臺、證券交易平臺等。然而,這些獨立的平臺服務相當分散且關聯性太低、難以統整,對於龐雜資料管理上除相當耗時外、系統多半老舊,執行長徐振威提及:「如果要回到公司做整合會耗費相當多時間,所以我們幫企業做,未來應用就是在一個平臺完成所有作業。」可以說,微服務是因為系統的有自己的資料庫、可以把資料獨立快取、儲存。而傳統的系統架構就是牽一髮動全身,如果公司要改其中一個類別的資料的話,不同類型的資料庫都要連同一起修正。有了微服務,有效解決資料處理龐雜又耗時的問題。

創雲數據 AI Ready 的混合雲架構設計

為Redhat認可合作夥伴,看好微服務於全球的發展

自2017年返臺以來,創雲數據為Redhat提供產品顧問一條龍服務,其實關鍵在於Redhat十分看好微服務的發展,且認可創雲數據的專業技術含量高,至今持續合作,Redhat也成功縮短50%的開發及測試時間,目前有30項微服務正在運行、仍有20項微服務正在開發,未來將提供移轉服務。

執行長徐振威分享:「微服務應該是要把原本web做拆解,而不是一直花費成本買,就是不該一直擁抱核心,而是診斷流程,用原本的東西轉型提供最好的應用。」執行長也舉例:一個內含Java的ERP(Enterprise Resource Planning,企業資源規劃)系統,創雲教導企業自行移轉企業過往自編的程式─「像是拆解積木,企業內部的工程師已經組裝好,創雲就是教他怎麼拆開。」

期盼產品化的合作夥伴加入,讓價值加成!

另一方面,看準AI應用愈加廣泛,市場將會有「資源如何應用」與「如何有效管理」的問題產生,為解決市場痛點,創雲數據AI資源自動化管理平臺應運而生,他們規劃於今年(2020年)第二季上線,對此,董事長特助董啟豪也補充道:「就像我手上有好幾百臺車,這麼多資源我就需要自動化管理,所以我們協助夥伴去建置,尤其是東南亞很喜歡。」

「雖然我們有knowhow,但Open source其實全球都在做,創雲將投入臺灣AI戰局,必須花更多心思做整合。」朱淯蓉提到,創立以來,創雲數據一直都面向 B2B 業務,除目前因應求新求變的金融產業,未來也將擴大與 AI 應用單位合作、協力整合資源,資源最後勢必要集中化,將採開源的角度邀集相關企業投入。此外,創雲數據也看準學術單位較願意接觸新的應用且user數量多的優勢,2020年也將市場版圖再拓及學校;在人才方面,下一個策略會聚焦於品牌思維的建立,團隊將延攬市場開發(Business Development)跟行銷(Marketing)專業的人才進駐。

在資金方面,募資會是創雲數據今年度最關鍵的階段目標,因為團隊需要人才讓技術優化,才能進行上下垂直與軟硬體整合。預計在 Pre A 輪可募集2500-5000萬臺幣,望募資者的產業可與創雲數據相輔相成,形成策略性投資,加強技術產品化的能力。

創業快問快答:

Q:長遠來看,公司想成為一家何種類型的公司?下一步的目標是什麼?你們如何完成?

A:我們想成為技術型的產品顧問服務公司,下一步目標除了整合RedHat原廠及合作廠商加強marketing外,學術單位客戶群更是重點經營目標。

Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?

A:

  1. AI人工智慧在未來十年將改變全球經濟產業鍊供應方式,進年正處於爆發式成長。但並非所有企業的IT或資訊部門都了解該引入AI。AI Force除了解決此入門門檻相對較高問題外,並同時提供自動化的流程管理,一次性的解決客戶在面對AI人工智慧時所面臨的所有痛點。

  2. 企業的產品研發人員從撰寫程式碼到產品正式上線都有個生命週期,在此過程中會面臨非常多的問題及挑戰,例如版本測試、管控、需求變更、源代碼備份、資安等問題。創雲數據為客戶提供的產品解決方案,可協助客戶一站式的解決這些問題,讓研發人員專注寫code,維運人員透過自動化流程輕鬆管理,縮短產品上線時程。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?

A:

  1. Always要有plan B。
  2. 商場是多變且現實的,沒有永遠的敵人或夥伴。
  3. 慎選核心團隊成員!
  4. 永遠要有最壞的打算。
  5. Never say Never!

公司資訊

公司名稱:創雲數據股份有限公司
成立時間:2014/6/25
產品名稱:AI資源自動化管理平台 / DevOps CI/CD自動化平台 / RedHat全系列產品服務
上線時間:2019/11/8
團隊人數:11人
官方網站Facebook新創資料庫

關鍵字: #Meet創業之星
往下滑看下一篇文章
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈

近年談 AI 轉型的金融業者不少,多半從技術切入,闡述架構藍圖與導入策略。富邦人壽則選擇從行政端著手,先問哪個場景最攸關保戶,再決定 AI 該往哪裡導入。「關鍵在於回歸以人為本的核心,專注於客戶體驗。」保單行政處處主管蔡佳蓉副總經理指出,核保、理賠與客服,是服務價值鏈中與保戶互動最直接的三大關鍵,自然成為富邦人壽 AI 布局的起點。

以 AI 賦能核保,審查時間省六成

開始一張保單的旅程,核保是第一步,攸關保戶是否能儘速取得保障。投保過程中,若涉及既有病史或體況,核保便須介入評估,綜合審視商品條款、投保規則與法律規範,以決定是否承保,可說是一項高度專業的決策工程。

「以一份新契約為例,客戶的病歷資料可能厚達百頁。核保員得逐頁翻找診斷紀錄、用藥史與手術紀錄,判斷其對承保的影響。但大多數核保人員並不具備醫護背景,這方面的專業判斷力全靠長期經驗積累,導致傳統作業十分耗時。」蔡佳蓉解釋。

為此,富邦人壽建構「核保智能助理」,運用生成式 AI 摘要病歷,解決過往判讀大量專業英文病歷的痛點。這可不是把資料丟進 AI 資料庫就好——蔡佳蓉分享,導入過程中的挑戰之一,是為特種個資去識別化,需先透過個資遮罩工具處理病歷;此外,針對 AI 常見的「幻覺」風險,團隊也反覆調校提示詞,讓摘要報告力求精準正確。

她強調, AI 定位為「初篩與重點整理」的助手,最終決策權仍歸於核保員。透過 AI 摘要、核保員決策的人機協作模式,體況審查平均作業時間成功從 40 分鐘縮短至 15 分鐘,核保效率提升六成,讓核保同仁能將心力集中於高風險案件與例外處理。

以 AI 輔助判讀,加速理賠條款今昔對照

同樣面對大量資料判讀挑戰的,還有理賠。理賠是保險公司實踐承諾、展現服務價值的重要時刻,但隨著醫療技術不斷進步,許多保單條款當年訂定的手術項目,到了今天可能已發展出全新的治療方式。理賠人員需要從大量醫療資料中,判斷新技術是否符合條款約定,過程相當耗時,也需要高度的醫療專業知識。

對此,富邦人壽導入「理賠智能助理」,整合醫療資訊與內部顧問醫師的專業意見,協助理賠人員快速比對保單條款與客戶所接受治療的對應關係。例如,當醫療科技演進產生新的手術方式時,AI 可協助理賠人員快速了解該疾病與手術的進行方式,並檢索相關條款與內部規則,提供理賠判斷建議,縮短過去需逐一查找資料的時間。此外,系統亦能協助摘錄擷取診斷書、病理報告及醫療費用單據等理賠文件審核重點,大幅縮短人工判讀比對時間,讓理賠人員更專注於專業判斷與保戶溝通,加速理賠服務效率與一致性。

客戶服務處處主管張婉茹指出:「AI 除了加速理賠作業,也能將資深理賠人員的專業經驗與判斷邏輯濃縮為高效吸收的知識庫,協助新進同仁快速掌握案件重點與判斷依據,縮短學習曲線,並提升理賠判斷的一致性與品質。」透過 AI 助理減輕資料整理的負擔,理賠人員得以將精力回歸專業決策與客戶溝通。

以 AI 客服加速分流,前線服務更到位

在核保與理賠之外,最大量的服務場景是客服。張婉茹表示,隨著數位原生世代逐漸成為保戶主力,客戶傾向先自主操作解決問題,不會直接撥打電話;一旦選擇撥打電話,就代表問題已超出自助服務能處理的範圍。

對此,AI 客服的導入,不只是回答問題,更是協助客戶找到最適合服務管道的「智慧導航員」。「我們是第一線面對客戶,因此 AI 客服最重要的不是回答得多,而是回答得正確。」張婉茹表示,富邦人壽在設計上特別重視回答來源的可信度,透過既有知識庫與 FAQ 資料治理機制,讓 AI 優先扮演「理解需求、引導服務」的角色,確保保戶獲得正確且一致的資訊。

事實上,富邦人壽的文字客服早於大型語言模型盛行前便已上線,目前文字客服平均每月處理超過六萬則訊息,智能助理能即時理解客戶需求,將保單查詢、資料變更等簡易服務導引至 App 或線上平台快速完成;面對理賠、保單變更或保障內容等較複雜的需求,則由真人客服接手提供專業協助。讓簡單問題快速解決、複雜問題由專人服務,將有限的人力資源投入最需要專業與溫度的服務情境,讓分流機制發揮實際成效。

從核保員手中的病歷、理賠人員桌上的單據,到線上客服的迅速回應,富邦人壽的 AI 布局,始終緊貼第一線作業現場。張婉茹表示,科技發展不一定要一次 end to end 全到位,應該是不停小步快跑,慢慢把應用場景擴大。去年底推出的全新富邦人壽 App,將「簡單、貼心、隨行」的理念落實在使用者介面體驗上,就是一次階段性集大成的成果。

但無論 AI 如何加速資料判讀、優化流程,專業判斷與服務溫度仍是機器無法取代的核心。「要有專業,才能判斷 AI 的產出品質。」富邦人壽兩位主管也強調,科技迅速發展下,富邦人壽導入 AI,不是要取代核保員、理賠人員或客服人員,而是希望讓每一位同仁把時間花在最有價值的地方。當AI承接了流程中繁瑣的資料負荷,人員就能更專注在判斷、溝通與服務,讓同仁的專業與心力回歸到最需要判斷力與人情味的溝通之上,這才是真正以客戶為中心的 AI 轉型。也是富邦人壽實現「AI Everywhere」的旅途上不忘的目標。

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