不做討厭的事、靠被請客維生!日本作家年收入300萬元的生財之道
不做討厭的事、靠被請客維生!日本作家年收入300萬元的生財之道

25歲的日本男子中島太一號稱無業,卻有個令人羨慕的頭銜——被請客專家。

他的生活準則是「用他人的金錢維生」,靠著「被請客」在推特吸引10萬人追蹤,年收入折合新台幣300萬元。為什麼超過3000人搶著花錢跟他見面聊天?這個世俗眼光裡有點廢、比寬鬆世代更寬鬆的年輕人,怎麼能大言不慚地出書教人「不做討厭的事,也能活得很好」?

「被請客專家」是個什麼樣的人?他19歲從大學退學,明明沒什麼錢也跑去歐洲自助旅行3個月,跟難民一起翻垃圾桶找東西吃、一時興起去登山差點送命、跟當地女孩認識兩週就結了婚(已離婚)。回到日本之後,透過推特開始「被請客」,每個月大概可以接受5、60人請他吃飯。

想請他吃飯,還得符合以下條件:
*社群網站的追蹤人數5000人以上
*擁有非常有趣的經歷
*博士畢業生或在學博士生
*稀有職種(在職人數5000人以下)
*有無法跟別人說的祕密
*擁有不輸給任何人的喜好
*支付5000元

這些規則正是中島太一的生財之道。

請客的人想聽他說那些有趣的經歷,符合以上條件、來請他吃飯的人,通常自己也有很多有趣的經歷,或知道一些鮮少人知道的事。

中島把聊天內容隱去身分識別後寫成文章,刊登在付費部落格。看到他的推文、覺得有趣的人,會付費訂閱部落格文章、來請他吃飯,形成正循環。

taichinakaj.jpg
日本作家中島太一在推特上有超過10萬名追蹤者,他Twitter的頭貼(圖)相當有個人風格。
圖/ twitter/taichinakaj

《不做討厭的事,也能活得很好》這本書的目標讀者是覺得人生好累、好想跳出「心累」迴圈,不想奮發向上,只求不被討厭的事整死、不為討厭的事而活的新人類。

簡單一點說,就是認同日本悟世代、中國「躺平」主義的人。他們物欲低、懶得競爭、懶得戀愛、懶得動。

以國家發展的角度來說,如果一整個世代都這樣,可就麻煩了。從個人的角度而言,一切都是個人選擇。

博客來.jpg
靠跟人吃飯聊天,累積收入的新世代。中島太一出了一本書:不做討厭的事,也能活得很好:3000人爭相請吃飯也要聆聽的另類人生觀
圖/ 博客來

中島太一懶洋洋地敘述他的理念、他的生活方式,比方說當你思考某個東西划不划算的時候,代表你並不需要它;只要戒掉那些花錢的娛樂,就不需要勉強自己去工作賺錢。

他甚至大方承認,因為討厭寫長文,這本書只有前言跟後記是自己寫的,其他都由寫手彙整。

這本書要分享給年輕世代的價值觀是不必以為「活著就必須勉強自己做討厭的事」,被討厭又不會死,只要不做自己討厭的事,當魯蛇也很好,不必依隨別人的價值觀,只要活著就很好。

對痛苦的年輕世代來說,中島太一營造了一種「再廢也可以」的新生活可能,為他們帶來希望。本書出版2年銷售狀況一直很穩定,許多讀者覺得被撫慰了,有人讀了好幾次,也有疲憊不堪的家庭主婦讀完決定放棄「媽媽友」社交圈,給自己一點喘息空間。

從一個中年人的角度讀這本書,除了窺看我們不懂的年輕世代到底在想什麼,見識到為什麼「長大的屁孩」是世界上最幸福的人類,也看到中島太一隱藏在「我不在乎」背後的創意與機靈,他非常有生意頭腦呢!

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