臉部辨識、智慧名牌都用上！幫牛牛配備高科技，農場能如何高效管理家畜健康？|數位時代 BusinessNext

糧食危機、食安意識高升，成「精準農業」發展契機

2020年的一場疫情，超市的貨架被恐慌的民眾掃購一空，美國垂直農業公司Plenty共同創辦人斯托里（Nate Storey）指出：「疫情暴露了我們的食物供應鏈有多脆弱。」近年可利用的農地縮減，但世界人口及食物需求仍在成長，進一步加劇人們對糧食短缺的擔憂。

此外，市場研究公司ResearchAndMarkets發現，2019年全球有機蔬果需求規模191.6億美元，預計2026年年均複合成長率（CAGR）可望達6.5%，這說明了食物品質與安全意識日益高漲，使有機與安全食物需求增加。

糧食危機加上食安意識高升，催化了「精準農業」的發展。如Plenty打造的「垂直農場」，便是利用數據分析，以機器學習調整人造光和溫度濕度等，讓人可以在高聳的牆壁上種植蔬菜作物。

馬來西亞的農業科技新創Boomgrow Productions Sdn Bhd，同樣運用人工智慧與機器學習感知技術模擬理想生長環境，將作物種植於層架、採人工照明，再配上物聯網（IoT）感測器偵測菜葉變色與硝酸鹽化合物等生長與環境狀況，葉菜年產量逾5萬公斤。

智慧名牌、動物臉部辨識，協助農場主管理家畜

澳洲昆士蘭一片蓊綠的草地上，牛群正愜意的吃著草，這群牛可不是普通的牛，他們可是有著高科技配備的牛。

這座農場中，每隻牛的耳後都有一個火柴盒大小的裝置，它是由太陽能驅動，與衛星連結的「智慧名牌」，會將牛隻相關的即時數據回傳給主人。

「它透過GPS告訴農場主人動物的位置以及狀況。」開發出該技術，來自布里斯本的Ceres Tag執行長史密斯（David Smith）對《BBC》解釋。這個名牌，也可以監測牛隻反芻的程度，以及其他健康數據。

愛爾蘭公司Moocall也生產一種與手機相連的感應器，安裝在懷孕的母牛尾巴上，當母牛快生產時，會傳送訊息給農民。這讓農民不必長時間和待產母牛一起等待，可以利用這段時間去做其他工作，收到訊息再及時趕到就好。Moocall營運主管費根（Stephen Fagan）表示，透過這款產品，「我們可以提高農場的工作效率，提高整體盈利能力。」

另外，監控技術獨步全球的中國，也把臉部辨識技術應用於「家畜」上。這款系統是由中國科技公司Beijing Unitrace Tech開發，透過拍攝50張不同角度的照片，記得動物的臉部輪廓和斑紋性狀，建立辨識功能；農場主人能經由設置在飼料區和擠奶站的監視器，從系統下載家畜的健康、受孕等資料。

系統創辦人趙金石（音譯，Zhao Jinshi）說：「我們可以知道個別牛隻喝多少水，吃多少東西，以及一天進食多久。」他表示，人工智慧還可以偵測出家畜的不適徵兆，或是有任何不尋常的行為。

「這些技術讓工作變輕鬆。」中國河北省一位農場管理人何燁（音譯，He Ye）接受《華盛頓郵報》採訪表示。他認為，引入這些科技後，他可以隨時掌握農場裡動物的體重，而且如果有牛隻生病或有問題，會自動傳送通知訊息到手機，為他省去很多巡視的時間。

本文授權轉載自：FC未來商務

責任編輯：郭昱彣

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。