後SARS時代的奈米省思
後SARS時代的奈米省思
2003.08.01 |

上一波SARS危機,加拿大的死亡率比很多國家高,原因可能很多。但從微生物研究的角度來看,也許是加拿大本來就是很乾淨的環境,居民對微生物、病毒抵抗力相對變低,細菌、病毒會致命有時候不是因為毒性多強,而是因為我們體內沒有抵抗機制,沒有遇過新種微生物導致。所以,經歷SARS、腸病毒後,消毒殺菌變成首要之務,其實,把細菌都殺光是很不得已的作法。

**可以只殺有害的細菌嗎

**
1996年,我們開始著手研究奈米技術的抗菌藥時,便有人問:「可以只殺有害的細菌嗎?」
很遺憾,現在所有的殺菌技術都是「瞎子」,即使有益環境生態平衡的微生物一律會被消滅。
殺菌的副作用就是對生態環境的衝擊和人體的傷害。
氯(一般漂白水即是氯為主成分)是最快、最強的殺菌劑,但後遺症也最多,人體接觸容易致癌,排放至下水道、進入到自然環境則會殺光所有微生物、破壞生態體系。臭氧(O3)殺菌效果也很強,但只適合在室外使用,理由是臭氧對人體有不良影響(過度氧化),雖然臭氧在空氣中30秒內就會分解,而且臭氧因為氧化力強,對金屬有侵蝕性,所以普通的室內環境也不太適合長期使用臭氧殺菌。除了氯、臭氧外,紫外線殺菌的副作用也是對人體會有致癌的危險,至於現在很流行的奈米光觸媒(TiO2)殺菌技術,坦白說,理論和實際情形是有差距的。
能不能奈米級分散是奈米光觸媒產品的第一個挑戰,市面上奈米光觸媒產品通常沒有解決這個問題;接著要問的是驅動光觸媒的能源從何而來?自從總統府噴灑塗佈奈米光觸媒後,很多人深信這種光觸媒能半永久性(可維持數月到數年)地發揮殺菌功效,其實,室內幾乎沒有足夠紫外線能源來引發光觸媒作用(普通日光燈、戶外透入的日光中含有的紫外線極少),除非另外以紫外線燈管照射,否則光觸媒是難以作用的,更遑論是否有做到奈米級分散。

**觸媒殺菌技術向前行

**
儘管產品常是誇大功效,但使用觸媒來殺菌確實是較環保也較有效的殺菌方式,而觸媒也還有很多應用研發空間。凱記目前的Bio-Kil技術是不需要外在能源(紫外線)的觸媒技術,讓帶正電荷的奈米級觸媒形成一把把能戳破細菌的刺針(細菌外表為負電荷,會被正電荷所吸引),流經殺菌刺針的水或空氣也因此而達殺菌功效,不會造成環境污染。我不敢說自己技術有多先進,我們還在讀幼稚園,但在這領域裡比我們早讀的卻幾乎沒人,因為研究微生物的學者過去都專注在基因體研究,把殺菌技術視為低層次的範疇。
後SARS年代,要想的也許不是把細菌殺光,而是不得已之下,如何控制這些微生物、人類和環境間的平衡發展。

蕭炎昆 凱記科技公司董事長
1990年成立觸媒實驗室,進行燃料電池研究,後將觸媒技術轉入微生物的無藥殺菌研究,
蕭炎昆和研究團隊的Bio-kil抗菌技術獲得台灣、美國專利以及瑞士日內瓦發明展金牌獎。
除了國內部分醫院使用,全省麥當勞的冷卻水塔也使用該項殺菌技術。

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