邊境不開、二波疫情頻傳!KLOOK宣布全球裁員160人,台灣員工占3成
邊境不開、二波疫情頻傳!KLOOK宣布全球裁員160人,台灣員工占3成

歷年募資總額超過150億元台幣的旅遊體驗電商KLOOK(客路),就算本再厚,也抵擋不了新冠狀病毒(COVID-19,俗稱武漢肺炎)帶來的深淵。

共同創辦人暨執行長林照圍於昨(22)向全球員工發布信件、於今(23)正式向外公開,宣布KLOOK全球裁員160人,約是9%的人力,主要遣散的員工來自客服與客戶營運部門。而台灣部分,則裁員了46人,占總體裁員數量的28.75%。

「在疫情間,我們的確看到部分市場的復甦,但離完全回歸還有很長一段距離,特別是香港、澳洲又在過去幾週的時間傳出更多的確診病例。」林照圍說,「為了能更專注聚焦在我們未來的發展上,勢必要進行調整。」

台灣是KLOOK最大的客服中心之一,受影響最劇

林照圍_Klook創辦人_2018_08_23_蔡仁譯攝-4.jpg-copy
林照圍於今(23)發布公開信,宣布裁員160人。
圖/ 蔡仁譯/攝

在信件中林照圍提到的兩個重點,同時也是所有旅遊產業業者心中的刺:第一,全球各地不斷再次傳出確診病例高峰,讓復甦之路起伏不斷;第二,「我們真的不知道何時,旅遊產業才能完全復甦。」林照圍說。

雖然KLOOK也在疫情中進行了不少嘗試,包含針對各國的國內旅遊發力、推廣在家的線上體驗等,但是各國國境的封鎖仍壓垮了旅遊產業,「旅行泡泡是我們相當期待的進展,但現在看起來各國的進度相當緩慢。也許,要等到疫苗出現,旅遊產業才能回復正常。」林照圍說。

編按:旅行泡泡(travel bubble)

指的是地區或國家間商討互相開放邊境,讓雙方的旅客可以在這些地區旅遊、工作,不需在入境後隔離。

也因此,KLOOK決定進行人員調整,一共裁員了160人,約是KLOOK整體的9%人力,主要是在台灣、馬來西亞的客戶營運與客服團隊,以及少部分的日本、歐洲與美國的商務拓展團隊,同時也關閉印度辦公室。

據了解,台灣的裁員數量為46人,占所有裁員人數約3成。主要原因是KLOOK於2019年大舉在台灣招募客服,打造亞洲的客服中心,不只服務台灣人,還提供其他11種語系的客服。因此占比才會這麼高。

針對台灣的狀況,KLOOK表示:「台灣防疫有成以及深耕國旅的策略見效,許多國內活動和體驗的訂單數甚至逆勢成長超過去年同期,但即使台灣市場逐漸恢復常態,以外國旅客為主的服務需求和業務仍舊是大幅下降,因此受影響的團隊主要是台灣的客服團隊,商務開發或行銷等業務團隊則不受影響。」

所有被遣散的員工,皆能保留筆電

林照圍也同時提到,為了協助所有遣散員工能夠順利地找到工作,KLOOK也會採取幾項措施:

給予各地被遣散員工優於當地法規的資遣費用、遣散員工到年底前都能繼續使用KLOOK的員工援助計畫(KLOOK提供員工全年無休的免費熱線,能夠諮詢顧問或與法務、財務專家對談)。

此外,KLOOK也會持續協助離職員工找尋新工作,包含建立人才清單,方便其他公司進行招聘與聯繫,以及在IT部門重新設置,確認沒有敏感訊息後,員工能夠把筆電帶回家,方便找尋工作。

幾乎是等同於Airbnb在今年5月宣布裁員時,讓全球驚嘆、大讚暖心的福利。

延伸閱讀:營收砍半!Airbnb忍痛裁員1,900人,CEO卻做一件暖心舉動

而林照圍也在信件的最後一段感性寫道:「對於離開我們的夥伴,我打從心裡再次感謝你們,因為你們的努力與貢獻才能造就今天的KLOOK。期望在疫情結束之後,我們的未來能有機會再次交會。」

責任編輯:蕭閔云

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