失業型復甦
失業型復甦
2004.02.15 | 科技

美國最近適逢期中選舉,跟台灣一樣,動見觀瞻的總統選戰進入白熱化階段;經濟議題,尤其是美國本土的經濟復甦與失業率問題,成為共和與民主兩黨的攻防重心。傳統上,幾個以生產製造為主的大州,是總統選票的關鍵,讓兩黨對於失業率是否改善的數字錙銖必較.

**數位經濟時代特有產物?

**
但讓許多政治人物與經濟學家頭痛的是:美國經濟最近所經歷的,卻是個少見的「失業型復甦」(Jobless Recovery)。按理說,經濟復甦應該會帶來更多的工作,失業率也會隨著降低;但美國最近這一波的經濟復甦,卻是市場景氣回溫,但卻沒有帶來相對增加的工作機會。這種現象聽在一般待業者耳裡,自然是頭皮發麻。
一般而言,經濟復甦現象中的兩大重要指標,是總體需求增加與失業率下降。總體需求復甦,企業才會開始大量生產,經濟體裡頭的各個環節才有事頭勞務,市場才會活絡;而失業率下降,社會裡的每個勞工才有薪資進口袋,也才能購買商品消費, 進一步刺激市場的成長。
但在「失業型復甦」中,雖然生產的各個環節都暢旺了、需求也增加了,甚至大部分的企業獲利指標也都紛紛告捷,股市蠢蠢欲動,卻唯獨工作機會的釋出遲遲不見起色,使得失業率仍然居高不下。也因而使得美國社會好奇:這到底是怎麼一回事?
失業性經濟復甦的成因,眾說紛紜,不只政治人物各說各話,連經濟學者也都難以全然解釋.。
不過,第一次出現這樣的現象,遠因可以追溯至1992年後的美國經濟,說起來也是數位經濟時代才有的產物;近因則可歸因於泡沫經濟後的企業緊縮,以及911事件後的市場信心不足。
昔日鋪張、今日緊縮,是作生意千古不變的道理。過去幾年,美國科技股泡沫狂飆,美國企業雇用勞工過多,加上員工福利分紅等制度大為盛行,使得企業成本增加;如今大部分的企業寧可選擇強化既有勞力的生產效率,也不願再雇用新的勞力。而911效應,與隨後對伊拉克戰爭所造成的政治與社會不穩定,連帶也影響企業對全球市場的信心,寧可保守度日,即使短期無戰事,也要謹慎度小月。

**全球化與數位化是幫兇?

**
但造成這一波美國失業型經濟復甦的更重要原因,則是「全球化」與「數位化」這兩大結構性因素。簡單來說,美國企業內原來的生產工作,現在交給外國的勞工(例如印度的軟體工程師與中國的製造工人)與電腦都可以做得更好更便宜,生產效率提升不說,連帶也使得雇用美國本土勞工的誘因降低。因此企業獲利當然帶來復甦,股市亦有榮景,只是雇用本國勞力的迫切不再,失業率自然居高不下。
據統計,目前美國消費者所購買的產品,有近26%是在美國本土以外的地區所生產,與1980年代相比增加了近一倍。不只如此,許多美國大廠紛紛把工廠移轉到開發中國家,甚至連原本被視為附加價值最高的科技產業,許多軟體開發與晶片設計工作,也紛紛外包出去至像印度這樣的國家,造成美國科技白領階級的恐慌。
此外,90年代以來美國企業紛紛數位化,花大錢買最先進的科技來改善營運,也在最近展現爆發性的成果。根據美國聯邦儲備局2003年底的資料,美國經濟的生產力成長在2001年達到4.5%的年成長率,足足比90年代末多了兩個百分比,充分反應出美國企業在這波數位科技潮流下,生產效率的大幅提升。
但是就如同許多經濟學者的的老生常談:生產效率提升太快,那麼企業對勞動力的需求就會減低,因生產外包、科技提升而體質精進的企業開始賺錢,沒有工作的勞工,卻仍然沒有工作,只能冷眼看待這波無從參與的經濟復甦。

**結構轉型的陣痛何時了?

**
對於這種現象,樂觀的經濟學家指出這是一種結構轉型的陣痛,遲早會有新的機會。今年一月底,美國聯邦儲備局總裁葛林斯班就舉證,歷史上美國經濟也曾因為產業外移而喪失許多工作,但只要美國企業繼續鼓勵創新,總是會再創造出新的工作機會。然而,卻也有不少社會科學研究指出,在這種結構轉型的陣痛中,一般人的薪資調升速度會變慢不說,首當其衝的受害者,正是少數族群與低學歷的勞工,即使是美國的大學畢業生,與二十年前相比,也更難找到工作了。
但失業不只是經濟議題,在每個國家,永遠都會是重要的政治議題與社會議題。隨著當代經濟進入全球化的全新競爭架構,類似 「失業性復甦」這種充滿矛盾意涵的字眼將一再出現,讓認真打拚卻不知為何缺少機會的工作者,百感交集。

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