保險科技：讓保險公司利用數據重新建立競爭優勢|數位時代 BusinessNext

哪個產業的決策是數據導向的？保險業絕對是其中之一；大多數保險公司擁有大量數據，但試圖將數據應用於營運時，卻面臨巨大的挑戰。保險業需要採取一些行動，才能解決這種困境。

推薦閱讀：保險科技浪潮來襲，從小孩「被退貨」看市場新商機

考量歷史數據的數量和價值，第一優先的任務，是將已儲存在資料庫中數十年與精算、保單、理賠和詐保相關的數據釋放出來，為未來進行承保、定價、作業處理、產品開發、偽冒防制等業務時，提供有利的参考資訊。在理想狀況下，這些歷史數據幾乎可以無限地利用時間和資源進行數據挖掘、搬移、儲存、資料挖掘、資料倉儲和分析，這種運用資料的方式將會很有效。

然而，任何保險公司都沒有無限的資源和時間，可投入在舊數據中尋找有價值的資訊，特別是眼前還有許多其他緊急的問題或商機要處理；此外，當市場上新保單銷售數字的持續下降，以及所有事物都朝向「亞馬遜化（Amazonification）」（即滿足客戶對即時、簡易的線上購物體驗的期望）加速發展時，企業對客戶的深入了解，以及有效運用數據來優化獲取客戶（customer acquisition）、提供個人化體驗、簡化購買流程的時代與壓力已經到來，而且無處不在。

面對如此艱困的環境，解決之道是什麼？這裡提供3種因應策略：

策略1：不要眷戀歷史資料，重新蒐集數位數據

根據摩根史坦利（Morgan Stanley）和波士頓企管顧問（BCG）共同發表的報告〈Reinventing Life Insurance Agency Distribution Globally〉指出：缺乏效率是保險業面臨的主要挑戰，特別是「老派作風的銷售流程」，既繁瑣且與要求數位體驗的客戶期望不符。 歷史或過時的數據不會隨處可見，但競爭優勢可以無處不在。基於這個論述，建議保險公司採取「數據轉傳（dataforward）」的思維，向前看而不往回看。

最好、簡單的方法是：重新開始。 透過乾淨的數據集和現代技術重新發展以數據驅動的策略，保險公司不僅可擺脫傳統數據的泥沼，且可充分利用人工智慧和機器學習等先進技術，以建立競爭優勢。此外，現代消費者多已透過線上與保險公司進行互動，因此可經由良好設計的數據蒐集方式，來深入了解客戶在搜尋什麼商品？真正的需求是什麼？這類的作法對吸引和轉換潛在客戶、設計和交付更好的產品與服務至關重要。

策略2：蒐集高質量數據，建構查詢和運用數據的能力

保險公司要能在2020年代取得成功的關鍵：「擁有高質量的數據（quality data）」以及「擁有查詢（query）和運用（use）數據的能力」。

而最快且有效的方法是提供數位化的服務體驗，同時使用現代技術從頭開始建構建全新、乾淨的數據集。但有兩個問題須先釐清：

什麼樣的數位服務體驗，可以產生最有價值的數據？
保險公司應該自行建構或向外採購所需的技術。

無論保險公司是何種商業模式，舉凡那些訪客瀏覽過公司的網站、訪客來自何處、以及訪客在搜尋或瀏覽什麼等行為相關的數據都是無價的。透過這些互動所產生的洞見（insights）將可為許多決策提供参考依據，最終都有機會使潛在客戶和保險顧問以更容易地與公司進行業務往來。

保險公司可以根據業務需求，也可以由其他類型的數據獲得更多有價值的數據。例如，與理賠和保單相關的數據便可應用在精算和審核，以便找出共通性及改善產品、定價和預防詐欺。精準的保單定價將會直接影響利潤，因此，將內、外部數據與預測分析工具結合使用，可使保險公司能夠快速地回應市場需求，同時能夠偵測出潛在的詐欺行為。根據BCG的分析，相較於能更了解客戶需求而驅動客戶購買商品的競爭對手，無法適應新的定價模式與破壞式的定價技術的保險公司將會喪失競爭優勢。

未來，根據即時數據（fresh data）收費的按需型保單（on-demand policy）應有機會爭取到目前尚未購買保險或保險保障範圍不足的消費族群，既能增加新的營收來源，也能降低獲客成本。

策略 3：與保險科技業者合作以快速建立競爭優勢

進行全面的「自行建構」與「向外購買」的分析，可以協助保險公司進行多面向的比較，包含成本與效益、開發以數據為中心的解決方案、或與供應商合作之間的成本等；但是有些項目是難以量化的，例如錯失的機會成本和用戶體驗也應併入考量，特別是市場上充滿著許多與現有保險者競逐相同市場的數位原生型的市場破壞者，這些考量尤其重要。

但許多保險公司是否能做出決策，只取決於一個問題：公司是否擁有或可以僱用的資料科學家、資訊專家、客戶體驗專家等專業人員，能在公司內部執行數據分析的任務？ 顯然，大部分的保險公司都缺乏這些人才。

目前較為可行的解決方案是與保險科技業者合作，要比公司獨立開發要快速、風險更低且更容易成功。此外，保險科技新創業者還可提供現代化的基礎架構、持續的創新、定期的軟硬體更新、取得先進的技術與人才等益處，這些資源可幫助保險公司持續聚焦於原本擅長的銷售保單和客戶服務等領域。

保險公司原來擁有的數據不會消失，且仍具有價值；短期來說，重新開始建構數位數據是正確的解決方案；舊有的平台可進行現代化改良，舊的數據可往後台搬移，當有新的數據產生時可一併投入使用。隨著時間演進，當保險公司擁有合併數據來源（包括第三方的數據源）以及根據多元數據集產生新洞見的能力時，未來將可創造更多的商機及優勢。

詳細內容，請參考：「Insurtech: An opportunity for insurers to start fresh with data」 / By Jean-Nicholas Hould / Digital Insurance / Feb 03, 2020

責任編輯：陳建鈞

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場

2026台灣設計展於9月24日至10月11日在桃園登場，以「桃園流」為主題，結合千塘之鄉的水文地景、國門之都的航空與物流優勢、多元族群文化匯流，以及 AI 科技應用，展現城市運轉的動態美學。

其中，為提供民眾不同於以往的互動體驗，AIoT 智慧感知大數據平台服務商棋苓（Chylyng）推出全展區 AI 穿戴互動體驗「FLOW CHECK」。參觀者配戴主辦單位提供的智慧手環後，可沿著展場動線於不同站點進行互動。即使多人同時參與，每位參觀者仍可依照不同的路徑、選擇與互動節奏完成體驗；系統並依據互動過程與結果，即時生成專屬的 Flowmomo 數位卡牌，讓參觀者儲存並帶走屬於自己的展覽體驗紀錄。

看似簡單的手環互動，背後其實是一套整合穿戴裝置、即時感測、場域互動、資料處理與雲端服務的完整系統。尤其在大型公開展覽環境中，不僅必須因應大量參觀者於短時間內同時使用，也必須確保從手環感測、站點互動、資料傳輸到最終結果產出的每一個環節，都能維持即時且穩定的服務品質。

棋苓以自主開發的 Eleplo AIoT Platform 為技術核心，整合穿戴裝置、感測設備、人員與資產定位，以及即時事件與資料管理，並負責建構 FLOW CHECK 的手環互動邏輯、站點應用、卡牌生成及參觀者操作介面。

專業分工合作：諾德資訊坐鎮後端，撐住大型公開展覽的服務韌性

為了讓系統從開發與測試環境順利進入大型公開場域，並進一步提升正式服務的可用性、資安與系統韌性，諾德資訊與棋苓採取專業分工合作。棋苓聚焦於 AIoT 平台、穿戴應用及使用者體驗；諾德資訊則負責後端基礎架構、正式環境部署、壓力測試、高可用性驗證，以及服務上線後的系統與流量監控。

由於展場現地部署時間僅有兩天，雙方將大量驗證工作提前至開展前完成。諾德資訊於正式開展前約一個月即建置專用測試環境，讓棋苓的應用服務提早與正式營運架構整合，並進行壓力測試、高可用性驗證及異常情境測試，使原本必須於現場進行的系統驗證工作大幅提前完成。

諾德資訊業務開發經理邱柏瑞表示：「FLOW CHECK 的挑戰在於大量參觀者可能集中於同一時段使用手環，因此除了確保服務穩定之外，也必須辨識進入系統的流量究竟來自真人使用者、合法自動化程式、AI Bot 或惡意攻擊，並透過即時監控及早發現異常。」為此，諾德資訊導入 IntelliFend Bot Management，協助辨識真人使用者、合法自動化及異常機器人流量，並於展覽公開服務期間透過遠端監控，持續掌握主機、資料庫、應用服務及外部流量狀態。

此外，為驗證系統在大型展覽情境下的承載能力，正式展出前，諾德資訊亦協助棋苓進行大規模壓力測試，模擬最高約 3 萬人同時使用的流量情境，提前觀察系統資源使用狀況、服務反應與可能的效能臨界點，並據此進行相關調校。

透過棋苓在 AIoT、智慧穿戴與互動應用上的技術能力，以及諾德資訊在正式營運環境、資安、壓力測試與維運監控上的經驗，雙方在展覽正式開放前，即完成從應用層到基礎架構的完整驗證，讓 FLOW CHECK 能夠在大型公開場域中穩定提供即時的 AI 穿戴互動體驗。

AI加速開發腳步，但也增加「上線」考驗

從生成式AI到代理式AI，軟體開發速度快速提升，過去需要長時間才能完成的產品原型（Prototype）與概念性驗證（PoC）專案，現在可以很快完成驗證，讓軟體商有更多時間跟資源投入客戶需求、產品創意與使用體驗。

但是，從PoC走到Production，面對的是完全不同的考驗。
諾德資訊技術長張家榮解釋，進入正式環境（Production）後，軟體服務必須面對真實使用者的流量、不同客戶的IT環境、計算資源擴充、資料庫負載、網路連線、資安攻擊，以及服務異常時的切換與處理，就算在壓力測試時表現正常的系統，也可能在Production的時候出現問題。

更值得特別注意的是，AI不只讓開發者更快，也讓攻擊者發現漏洞的速度加快；過去，服務上線後還有時間慢慢觀察、修正，現在，服務一上線，可能很快就遭到掃描甚至攻擊。

也因如此，軟體商、系統整合商選擇基礎架構夥伴的條件開始改變，從過去關注功能與價格轉向：產品能不能順利上線？出了問題誰來處理？面對流量變化與資安風險，服務能不能持續運作？

張家榮表示：「諾德資訊可以提供從公有雲、私有雲、地端、邊緣運算、主機代管、網路，到維運與監控等服務，讓軟體夥伴可以將資源集中在應用與客戶需求，無須擔憂Production議題。」

不僅提供資源，諾德資訊將Production變成一項服務

而這也是諾德資訊會提出「Production as a Service」的原因：不是在提供另一種雲端或主機服務，而是將軟體從開發走向正式營運所需的Production流程，轉化成可以被專業分工、驗證與持續維運的一項服務。

「Production as a Service不是單純把主機或雲端資源租給客戶，而是共同檢視這套軟體能不能順利上線與正常營運。」邱柏瑞表示。

實際做法包括，在上線前協助檢視架構，建立與正式環境相近的測試環境，確認系統正常狀態、最大承載量與資源需求，並驗證高可用性、資安、備援及服務切換機制；上線後則持續監看服務狀態、容量與流量，及早發現異常並處理。

諾德資訊之所以有這樣的服務能力，可以歸結為三點：

第一，長期累積的基礎架構與維運經驗，目前，諾德資訊同時服務的客戶數近30家，應用情境涵蓋IoT、購物平台、遊戲、音樂等不同類型的軟體服務。

第二，諾德資訊將每一個客戶遇到的問題與解決方案收攏至知識庫，讓團隊成員可以快速處理、借鏡，滿足客戶需求。

第三，依循ITIL的維運精神，並具備ISO 27001等資安相關認證，將服務流程、操作紀錄、備份、監控與異常處理等機制內化到服務之中。

這也是諾德資訊與單純提供雲端、IDC或主機代管服務的業者之間的最大差異：交付的不僅是基礎設施，而是讓服務持續運作的能力。面對客戶同時使用公有雲、私有雲、地端與邊緣運算環境，諾德資訊另以 MQloud 提供統一管理，把網路、防火牆、流量、監控與帳務收進同一套平台，降低跨環境營運的複雜度。

「軟體商負責開發，就像晶片設計公司；諾德資訊則負責協助完成測試、製程調整與正式生產，讓產品真正走向市場，希望成為『軟體界的台積電』。」張家榮如是說道。

展望未來，諾德資訊將持續深化 Production as a Service，成為軟體公司從上線到長期營運的夥伴。自構想階段起即與軟體商共同討論架構，於測試階段協助驗證，於準備上市時承接正式環境，上線後則持續守住流量、資安與服務韌性。軟體開發者與 SaaS 業者可將資源集中於產品與客戶，完整基礎架構與 24×7 維運則由諾德資訊端到端承接。