為什麼疫苗買不到?政府錯在哪?了解過去一年國際各國在疫苗開發與採購上的困境
為什麼疫苗買不到?政府錯在哪?了解過去一年國際各國在疫苗開發與採購上的困境

疫苗採購這議題能吵到這種地步也是令人吃驚,一堆人好像都上禮拜才開始了解全球疫苗的產能與配送狀況及各國採購情況,在一知半解的情況下就開始砲轟政府,要批評政府當然沒問題,但要確定問題點到底在哪裡,而不是靠自己腦補的資訊與邏輯去罵,這樣批評與反駁方只會互相鬼打牆,對於釐清問題一點幫助也沒有,更遑論去解決問題。

剛好從去年疫情爆發開始就有固定在關注疫苗發展進程,幫大家回顧一下過去一年疫苗發展的歷程,至於在這樣的背景下台灣做得好不好,自己判斷吧。

去年歐美疫情爆發後,美國、歐盟、英國等先進國家政府都投入大筆預算給藥廠發展疫苗,並協助藥廠擴充產能,因這些國家都有共識以當時的情況幾乎不可能靠任何限制措施來有效控制病毒的擴散,只有大量施打疫苗達成群體免疫才能真正的對抗疫情,其中又以美國的operation warp speed最積極,一出手就是180億美元。美國、歐盟、英國等先進國家當時與有實力開發疫苗的廠商簽訂雙邊合約,用提前預購的方式來為藥商提供經費,優點就是疫苗成功可以優先使用,但相對的疫苗失敗錢就等於丟水裡了。

當時最被寄予厚望的不是現在大放異彩的輝瑞/BioNTech(Pfizer/BioNTech,指的是德國生技公司BioNTech與美國輝瑞藥廠合作研發的疫苗)的BNT162b2或莫德納(Moderna)的mRNA-1273這兩款疫苗,而是牛津大學與AstraZeneca合作開發的AZD1222(俗稱AZ疫苗)。

疫苗_shutterstock_1852683142.jpg
莫德納疫苗mRNA技術,不確定性高、開發成本昂貴。
圖/ ShutterStock

mRNA技術在這次疫情才第一次被用來做疫苗開發,不確定性很高,製造成本昂貴,再加上mRNA非常不穩定,對運輸跟儲存的要求非常高。而Oxford/AstraZeneca疫苗(AZ疫苗)採用的腺病毒載體技術相對成熟,製造成本低廉,對運輸跟儲存環境的要求也沒那麼高,當然更受偏愛。

但去年11月中Phase III數據出來後兩款mRNA疫苗跟AstraZeneca疫苗黃金交叉,臨床實驗數據顯示兩款mRNA疫苗保護力更強,還可以快速針對變種病毒做調整,超乎大家的預期(可以看莫德納跟AstraZeneca的股價走勢對比,莫德納到Phase III數據出來後才開始暴漲)。

之後疫苗開始進入量產並配送,這時候mRNA疫苗易於量產的優勢開始嶄露,配合operation warp speed的支持產能一路暴衝,3月的時候兩家藥廠就蠻有信心可以在上半年完成各自對美國政府2億劑疫苗的出貨,而AstraZeneca歐洲產能出包,原本預計在第一季交貨9,000萬劑疫苗給歐盟,結果最後只出貨了3,000萬劑,歐盟跟英國還就這事吵了起來,叫英國要分享不要自己先用,歐盟甚至直接禁止歐盟生產的疫苗出口

AstraZeneca
AstraZeneca歐洲產能出包,原本預計在第一季交貨9,000萬劑疫苗給歐盟,最後只交了3,000萬劑。
圖/ AstraZeneca

結果就是,美國跟英國施打進度順利,歐盟問題連連。同時,AstraZeneca疫苗出現血栓疑慮,雖然只是零星個案,但也增加對此疫苗的安全顧慮,很多國家暫緩AstraZeneca疫苗的施打,或只開放給老年人施打,因血栓案例主要發生在年輕人身上

同時在另一個角落,以色列正開始大規模接種Pfizer/BNT疫苗(俗稱輝瑞疫苗),二月初就有將近3成的國民完成第一劑接種。以色列在Pfizer/BNT疫苗三期中期報告快出來前才與輝瑞(Pfizer)簽訂供貨合約,但透過提出誘人但條件讓Pfizer優先出貨給以色列,包括承諾快速施打及協助蒐集數據為條件,大幅提高採購單價,並免除疫苗相關的法律責任,以色列開始大規模接種後,並沒有出現嚴重副作用,也證實群體免疫能讓疫情得到良好控制,死亡率與重症率大幅下降,經濟重啟,讓大家對輝瑞-BNT(Pfizer/BNT)疫苗更有信心。

AstraZeneca產能出包且有安全疑慮,而輝瑞-BNT(Pfizer/BNT)表現出色,有錢買得起輝瑞-BNT(Pfizer/BNT)疫苗的國家就開始搶輝瑞-BNT(Pfizer/BNT)的產能了,免得自己到年底都沒疫苗打。只是輝瑞-BNT(Pfizer/BNT)的產能都被買光了,至少都要等到5、6月歐美打得差不多後才能出貨。今年輝瑞-BNT(Pfizer/BNT)疫苗能出貨30億劑(如公司承諾),而AstraZeneca目前趨勢看來只能完成15億劑的出貨(公司宣稱能出貨30億劑)。

AstraZeneca雖然實際產能遠不如預期,但起碼還是有持續完成疫苗供貨,公司也簽了很多外包合約,印度SII是主要用來交貨COVAX的主力(沒錯,印度也在搞疫苗外交),結果印度前陣子又爆了,疫苗沒辦法出口,又引起了新一波的疫苗採購潮,這時候莫德納(Moderna)在美國也證明了自己,更多國家購買莫德納的疫苗。

回到台灣這邊,台灣第一批採購合約是跟COVAX簽的,於去年9月加入COVAX並在10月初付訂金,採購量476萬劑,當時的時間點疫苗的研發進度還不明朗,在沒有要採用砸大錢分散風險的策略下選擇先跟COVAX簽約確保一線抗疫人員的疫苗供給相當合理(你多買COVAX也不會先給你,COVAX要確保參與國家第一線抗疫人員都盡早獲得疫苗)。之後11月跟AstraZeneca完成1000萬劑疫苗的簽約,這應該是三期中期數據公布前就已經開始談的合約,那個時間點AstraZeneca的疫苗看起來確實是最好的選擇。

然後就出現BNT疫苗採購的問題,衛福部採購團隊11月開始了解疫苗的技術細節,應該等到之後數據出來決定採購,並在12月底完成簽約準備,但到1月BNT更改決定暫緩簽約。11月時衛福部購買Pfizer/BNT疫苗的意願跟優先度應該是大於Moderna疫苗的。12底的新聞又透漏台灣已經購買了約2000萬劑疫苗,476萬劑來自COVAX,1000萬劑來自AstraZeneca,500萬劑洽談中暫不公布,之後也證實當時不公布的500萬劑疫苗指的就是Pfizer/BNT疫苗,然後就是今年2月公布購買Moderna疫苗505萬劑了。之後就一路快進到本月跟高端疫苗簽下500萬劑購買合約加500萬劑開口合約。

所以對比起來,台灣買疫苗策略就跟大部分不想砸大錢亂買的國家一樣,先加入COVAX,再買AstraZeneca,然後等mRNA疫苗測試結果出來再買mRNA疫苗,但想買表現得到更好證實的BNT疫苗時不成功。如果今年1月順利跟BNT完成簽約,而且2月數據更完整後有可以進一步加購的選項,或許就不會走到今天這一步了。

寫文至此,大概梳理出台灣疫苗採購策略的問題。問題其實很單純,即在2月跟3月時在買不到BNT疫苗跟知道AstraZeneca產能有問題的前提下,為什麼沒有加買Moderna疫苗做保險?或許當時國產疫苗廠商給出很多樂觀的消息,高端也掛保證今年出貨1000萬劑沒有問題,反正都是等,那就等國產疫苗出來吧。但另外的問題就是,這樣會不會過度押注國產疫苗的成功,畢竟Phase II數據都還沒公佈,變數相當大,怎麼不先確保今年能夠大致施打?

看到最後,希望讀者對政府疫苗採購策略有了較完整的看法。我認為,政府的採購策略肯定有需要檢討的地方,但在切入問題時得先了解問題為何,討論起來才會聚焦,而不是無的放矢。政策議題應該是越辯越明,而不是互抹泥巴。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:蕭閔云

往下滑看下一篇文章
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?

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。

富邦人壽
富邦人壽理賠智慧助理透過黑客松加速落地!數位時代專訪團隊成員郭乃瑀 (左上)、 王羽藍(左下)、陳子聆(右上)、林庭樂(右下),分享過程與收穫。
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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