破解暗黑談判術!看懂對方「擠牙膏」背後套路
破解暗黑談判術!看懂對方「擠牙膏」背後套路

暗黑談判界有一招叫做「擠牙膏」,學術一點的名稱是“Reopen Deal”,最近我的團隊被擠了。

負責製作社群影片的乙方在專案簽約之後,頻頻要求更改條件,先是要修改付款的時間,從交付影片後提早到確認腳本後正式開拍前,然後又縮減服務項目,藉口精算後才發現不符成本。

參與交涉的同仁,氣到快中風,開會時罵到下巴都要脫臼,我看這件事倒是充滿了好奇心,很想開口問:「身為乙方的你,怎麼敢這樣做?」

暗黑談判的核心:不平等的力

暗黑談判的核心是「以力逼人」,拳頭比較大,銀彈比較足,資源比較多,用明顯的權力差距迫使他人就範,省時省力、簡單快速,談判的過程中傳遞的訊息是:「姐說了算,不然你要怎樣?」

shutterstock_486101422_boss_fire_talk_meeting.jpg
圖/ shutterstock

暗黑談判的兩大要素

以力逼人談判要有效,必須符合兩個先決條件:

  1. 乙方擁有對手難以企及的權力。如Apple vs 電信公司,想要在新品上市,需求最強勁的時候配到貨,就是要乖乖聽庫克叔叔的話。
  2. 不需要與對方發展長期、友善關係。如歐巴桑跟攤販殺價,就買這一次,一定不會客氣,直接往死裡殺。

不要落入對方擠牙膏的套路之中

M社是資源豐沛的甲方,被乙方擠牙膏,團隊成員罵到最後的結論是乙方「沒誠信」又「無道義」,以後不敢跟他們合作,直接歸入拒絕往來的黑名單。

從結果反推,對方採取「擠牙膏」的談判策略,得罪了另一方,卻完全沒有替己方增加任何價值,要求額外收費的理由,經過我們一連串的提問之後,提不出合理的解釋,只能摸摸鼻子撤回,來來往往的過程,不僅增加前置作業的複雜度壓縮專案執行的時間,還賠上了聲譽與日後的商機。

其實暗黑談判不代表有力,通常代表沒能力!

價值談判課中我常常提醒同學,用暗黑談判術對付你的人,不見得是壞人,很大的比例其實是「無能」 。

不清楚目標,就無法展開相對應的談判策略,於是走一步算一步,迷失在大量且複雜的資訊中,離想要得到的目標愈來愈遠。

我們該如何應對擠牙膏?

每回對方擠牙膏,負責協商的人跟我抱怨的時候,我都會不厭其煩地提醒:「不要生氣,要問清楚為什麼?」只要對方提出要求,大腦就必須自動開啟談判開關,「為什麼要多收10萬?」「為什麼是10萬,不是8萬或12萬?」

開口要求加錢是「立場」,沒必要為了他人不經思考的立場氣壞身體,對方不專業,只能自己扛起推進專案進度的責任,運用提問與積極傾聽的技巧,協助對方找到立場背後的利益與需求,用合作的態度取代對立的思維,才可以打破僵局。

避免立場糾結,採取可行方案

擠牙膏的事件,我們團隊就負起了引導談判的責任,不糾結於立場的爭辯(付錢或不付錢),而是協助對方發現立場不合理,主動拋棄立場,提出更可行的解決方案。

小心暗黑談判,讓你與機會斷交

有時候我們並不是有心機的暗黑,就是想要「碰運氣」,反正就開口試試看,有就賺到,沒有就算了。

但小心啊,投機與僥倖,可能不只讓你這次要不到,往後所有的機會,也因為信任的消失,就這樣永遠的斷送了!

責任編輯:傅珮晴、陳建鈞

《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)

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #職場
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