醜,卻健康的台灣
醜,卻健康的台灣
2003.05.01 |

近兩、三年來,台灣人充滿了焦慮感;然而,這種焦慮感其實是沒有必要的!讓我們先以史為鑑:美國從1970年代初期開始的「恐共焦慮症」跟我國目前的焦慮症其實相當類似。美國從1970年代初期開始碰上一連串使其灰頭土臉的事件:1973年開始第一次石油危機(顯示美國無法節制OPEC產油國家),1975年由越南的泥淖中撤退(美國國內在1960年代末期就有反越戰的學生運動),1979年美國撐腰的伊朗巴勒維國王垮台,而且開始第二次石油危機。反之,蘇聯在1970年代受惠於油價上漲與世界革命形勢大好,聲勢頗大。在這種我消敵長的表象之下,美國人對蘇聯與其他絕大多數的共產政權於1989年突然崩潰,根本沒有心理準備(在1987年,美國股市還有一場極其戲劇化的大瀉)。
事後,經過深入檢討,史家才發現:蘇聯在1970年代時,其實已經外強中乾;只不過有利的國際形勢讓它頂著一圈光環,而且其內部問題為極度缺乏彈性的政治制度所隱蔽。
大概都已經知道,日本的經濟從1990年代初期就已經開始陷入泥淖,而且現在大概也不會有人認為日本足以挑戰美國的經濟霸權。但是,如果我們回到1990年代初期,當時的氛圍與目前的共識恰好相反。筆者曾於1994年至1995年到美國賓州大學作一年研究,當筆者離開美國時,美國人事實上還沒有從懷憂喪志的氣氛中醒過來。在這種氛圍之下,我們不難想像有一個美國人在1993年還警告大家,日本已經兵臨城下,即將打敗美國。這個人不是別人,正是目前被奉若神明的Intel總裁葛洛夫(Andrew Grove)!

**「敗絮其外,金玉其中」

**
台灣目前的焦慮症其實與美國當時的焦慮症有一個相同之處:為短期的表面現象所迷惑,忽略了自己的國家在深層所進行的寧靜革命,沒有察覺到蓄勢待發的態勢。當然,台灣的焦慮症有一個獨特之處(姑且不論政治上的惡鬥):台灣其實是一個很難理解、很弔詭的體系;因為台灣可以說是一個「敗絮其外,金玉其中」的體系,台灣也可以說是一個「潛水艇」式的體系:很有力量,但是看不見。
台灣有「敗絮其外,金玉其中」的特色,早為發展經濟學者所注意到!去年去世的倫敦政經學院匈牙利籍經濟學家Tibor Scitovsky 在1990年的一篇論文中,利用許多種數據「證明」了台灣在許多面向都優於南韓。但是,他在文中也特別強調:「國際的觀光客一定會得到相反的印象,因為漢城的市容在表面上遠比台北體面多了!」。他解釋這是因為:南韓的國民平均所得雖然低於台灣,但是南韓的所得比較不平均,所以南韓有比較多有錢的上流階層,可以支撐起比較多光鮮亮麗的店面等有助於美化市容的要素。
Scitovsky的論點事實上可以把它一般化:很多開發中國家(包括中國在內)的光鮮亮麗,事實上是因為它們的體系具有一些「病態因素」;而這些病態因素之中最重要的是:所得在「地區之間」與「階層之間」的極不平均的分配。當所得被集中在少數經濟個體(上階層或大企業)與少數地區(如大都市)時,我們如果只注意這少數經濟個體與地區,我們會覺得這些國家並不比先進國家差。

**從表象容易低估台灣的實力

**
筆者三、四年前曾到巴西的聖保羅(Sao Paulo)考察,聖保羅在很多方面比台北氣派多了;例如許多富人都是開直升機上班的(巴西對民用直升機的需求量,可能是全世界最高的)。當地的台商領袖張先生還告訴我們這個考察團說:巴西當地的經理人薪水是向歐美看齊,薪水相當高。
高等教育的統計數字很能具體呈現:許多落後國家常常具有頗為體面的上流階層。1980年代後期,在英國,大學生人數約佔總人口數的1.5%。但是巴西、印度、墨西哥與菲律賓均佔2.5%以上,厄瓜多爾更佔3.2%,祕魯也達到2%。這些國家大學生的比例比英國這個先進國家還先進;但是這些國家的底層可能極度落後:例如,印度當時的文盲比率竟還高達40%以上!這些國家可以說把資源集中在高階層,因此,其中某些國家的高等教育的表現可能比我們台灣還要傑出。但這其實是一種病態,而非值得慶賀的事;因為發展中國家表現比較好的,幾乎都是重視基礎教育的國家(尤其,當國家尚處於落後階段時)!
Scitovsky的論點可以解釋為何表面的印象會低估台灣的實力;因為,相對於其他的開發中國家,台灣的特色乃是:所得在地區之間與階層之間的分佈比較平均。這使得,如果我們拿上階層或大都市來比較,台灣可能都比不上巴西、阿根廷、智利、印度、墨西哥與菲律賓等等,遑論與南韓相比。
我國許多有識之士動輒抨擊台灣出國旅遊的民眾沒有水準,敗壞國家名聲,其實,真正的實情是:台灣所得比較平均,所以,連「沒有水準的人」都有辦法出國旅遊。出國旅遊的民眾有沒水準的表現,不代表台灣人的平均水準比較差!
台灣的表面形象比較難看,還有底下的原因:一般民眾控制比較多的資源(相對的,其他國家的資源大多控制在大企業手中)而且市場的進入障礙較低。這些特色使得稍有資金的阿貓阿狗也可以創辦企業;既然阿貓阿狗只是稍有資金,企業的長相當然就比較抱歉了--例如用個鐵皮屋當工廠,將就了事。

**中小企業為主的體系較健全

**
我們應該注意的是,台灣以中小企業為主的體系其實是比較健康的體系,雖然長相不體面!
讓我們訴諸外來的和尚吧!美國籍經濟學者Brian Levy在一篇1991年的論文指出:南韓是以大企業為主的體系,台灣則是以中小企業為主的體系;而且之所以如此的原因乃是:南韓的市場機能比較不健全,台灣的市場機能比較健全。Levy的這個推理乃是立基於制度經濟學的一個定理:如果市場機能比較不成熟,則廠商會發現零組件由自己生產比向外採購更划得來,因此企業規模必須較大。因此,制度經濟學告訴我們:一個體系如果以大企業為主,可能表示該體系的市場機能有病。
台灣以中小企業為主,還導致台灣的競爭實力會隱而不露;因為中小企業是無法在國際上從事品牌競爭的,台商站上國際舞台露臉的機會當然相當少了。但是,如同Levy所強調的,台灣的中小企業體系其實是比較健康的。基於這些理由,台灣可以說是一個「潛水艇」式的體系。
一個很有趣的事情是,論語所記載的一段兩千多年前的對話,恰好切中時弊,讓我們抄錄這一段話作結束:司馬牛問君子,子曰:「君子不憂不懼。」曰:「不憂不懼,斯謂之君子已乎?」子曰:「內省不疚,夫何憂何懼。」
台灣其實不必怕什麼,時間將說明結果!

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