從一張數位證書的發展來看:我們與數位轉型的距離
從一張數位證書的發展來看:我們與數位轉型的距離

數位轉型是這幾年產業界一個很重要的議題,從產官學都可以看的出來對這個議題的焦慮感,對於企業界恐怕更是,光看到這些年相關的研討會,雜誌媒體上的倡議主題就可得知。

但是在實務上會發現有很多的違和感,常常會讓人覺得:「這樣就是數位轉型嗎?」

萊爾富HiSTORE智慧販賣機
萊爾富的HiSTORE智慧販賣機。
圖/ 程倚華/攝影

例如之前曾經在台北市吵過一陣子的智慧販賣機議題就是個類似的現象。販賣機確實在進化,從過往只能接受硬幣,到現在配合市場趨勢而走到可以接受多元支付,然後我們為了簡化把這樣的改變叫做「智慧販賣機」,只是這樣就真的具備Smart了嗎?還是只是我們為了方便所以這樣叫感覺比較潮?

推薦閱讀:7-11、全家都導入!四大超商搶攻的「智販機」和自動販賣機有何不同?

自動化是數位轉型的「開端」而非終點

但在筆者實務上參與了許多與客戶端的會議後,發現這其中有著非常大的落差和誤解,如同已經有許多的顧問業者在輔導傳統帶設備的產業時,到最後客戶端可能認知到的數位轉型結果常成了把過去的人工轉成自動化,或者只是導入自動化設備,卻非以純數位的角度來思考。

當然這樣的過程是優惠到了自動化設備和自動化顧問業者,但若把過去有人工的狀況透過自動化做到無人的狀況,其實只是數位轉型的「開端」卻非數位轉型的「終點」。

推薦閱讀:數位身分證即將上路,我們準備好改變了嗎?

舉一個近期參與的好案例。目前現行大家習慣看到的證書證照型態大多都還是紙本形式,於是相關單位決定應該啟動一個數位證書的專案,可惜的是,負責專案的成員都還能明白目前的數位證書相對於真正的數位化證書,充其量只是先把目前的紙本證書直接mapping轉換成一個數位的文件,而非真的以數位資料為主的數位化,而在真實的數位轉型中,有意義的並非這個數位證書(PDF),而是以資訊流為主的資料,因為在不同的系統中所能解讀的其實並非是文件的PDF而是資料,它可能僅是一串看似亂碼的數值而已。

但為何相關成員都明白,卻又還是得先做一個好像很跛腳的數位證書呢?答案很簡單!一切都是為了「人」。

因為人類能理解看懂的並非這些數值,而是如同現實世界中的各式印出的優美證書,這些證書代表了他所能認知的意義。

我們知道了最終的答案和終點,但在走到終點前,我們就必須找到一套與過去或者與現在相容的方式,來讓這個終點有機會開始走的到,而非只是抱怨為何不一次到位。

在真實的世界中,一步到位必須搭配著天時地利人和,就像過往大家會說為何中國可以把行動應用及支付做的極好,都是類似的原因。並非我們不行或者先進國家不行,而是彼此在發展的路徑中客觀環境才是真正影響你前進的因素,而非只是單純的幾個原因。

在數位證書這一個過程中,我看到團隊已經知道有這個現象,因此在現在雖然只是先做了紙本對應的數位文本,卻又已經開始埋入了真正啟動數位轉型的因子,讓數位證書可以接著真正開始演化,直到最後會發現不再需要「證書」,這時數位轉型可能才終告一段落。

而這樣的過程可能得花上數年的時間才能完成。但也因為我們得考量到各種Legacy(延遲)的存在,而不是過於理想的去掉Legacy來思考,這樣才可能有機會完成一個好的數位轉型。 只是也因為如此,可以看到我們到底離數位轉型有多遠?若無法建立以資料優先數位為主的心態,那麼數位轉型恐怕就還只是停留在空談吧!

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

關鍵字: #數位轉型
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