設計開始有價值
設計開始有價值
2003.07.15 | 技能

7月初,找工作的考生揮汗如雨,比起數載前參加聯考還要辛苦。一個社會新鮮人在金融業的面試中屢敗屢戰,無論如何千篇一律強調自己是國立大學高材生,卻始終乏人問津。直到有一次,一個主考官問到:「平常休閒的時候做什麼?」讓他贏得這個工作的卻是一個無心插柳的誠實回答:「我喜歡組合模型飛機和樂高,享受設計創造的感覺。」他現在的工作是金融商品設計。

**差異化,另一種勝出的機會

**
一戶因為重新裝潢而高價售出的房子,卻被新屋主把裝潢全部打掉再重新裝修,原因無他:「我們不喜歡原來的設計。」這樣一個理由,他們多付出了數百萬的裝潢費,還有數十萬的設計費。
在抄襲成風的台灣,創意一直只是口號,很少人會為了設計付出代價。然而從最近的變化看起來,設計創造價值的時代真正來臨了。
過去10年,台灣的教育環境和就業市場都發生極大的轉變。首先是大學畢業以上的職場新鮮人,從10年前的5、6萬人,增加到30萬人,將近5倍;但是同時期台灣的經濟成長複合成長率,不過增加了50%。
企管大師麥可波特(Michael Porter)10年前成名的理論之一,不過是把屢見不鮮的現象歸納為:「競爭優勢(Competitive Advantage)是由成本優勢(Cost Leadership)或差異化(Differentiation)產生的。」用白話文翻譯出來,就是:「如果產品和大家都大同小異,成本比較低的容易獲得青睞;如果產品有與眾不同的特色,則是另一種勝出的機會。」

**設計的價值開始湧現

**
台灣的就業市場,可以套用這個理論,以往,台灣的就業需求和人才供給大約相當,因此大部份的畢業生可以找到工作,如果想要較高薪的工作,就必須尋求差異化,當時公司徵募人才偏重書面審核,因此差異來自教育背景,國立大學生比私立大學生受歡迎。
但是時至今日,即使是國立大學生也太多。當市場上原有的差異化不再存在時,市場會向低成本靠攏,於是大學生起薪的水準日漸下滑,少數人不願意屈就沒有關係,反正多的是願意的人。市場也同時尋找新的差異化,於是學生紛紛流行學外語,但是等到就業市場上大部份的學生都有70分的外語程度時,外語能力又不再是差異化,於是設計能力就脫穎而出。和其他的差異化不同的是,設計不止要懂,更要融會貫通,還要創造力。因此不是短期間內學得來的。同時設計並不只是創意,還包括落實創意的能力,因此賞味期限又更久。
我們注意到設計的魔力,可能是:諾基亞的手機就是比其他品牌容易使用,Porsche的跑車看起來就是比較酷,華信銀行就是有本事第一個推出MMA帳戶,萬泰銀行搶了先機從日本取經帶回現金卡。其實,在聯發科等IC設計廠商在台灣股票市場領一時風騷開始,設計的價值已經開始湧現,只是如今更從工業界走向服務業,也走向金融業。
設計的時代真正要來臨了,我們準備好了嗎?你我的價值在哪裡?

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