台灣企業60%是數據新手!看好「即服務」商機,戴爾全球喊推APEX
台灣企業60%是數據新手!看好「即服務」商機,戴爾全球喊推APEX

「數據已經成為企業負擔,而不是機會。」數位轉型是企業面對產業新競爭局態的存活關鍵,但根據戴爾科技集團委託研究機構Forrester Consulting的調查,雖高達73%的台灣企業自命為數據驅動型,但實際上,台灣企業是數據新手比例高達6成(59%),比全球54%更多,顯示多數台灣企業無法處理海量數據,僅10%的企業被定義數據領先者。

收集與分析數據,成企業競爭命脈,台灣企業雖體認「數據是企業的命脈」,但根據調查,只有17%的企業將數據視為資產,並依數據調整營運優先順序,而且台灣企業有更高的比率認為還需要更多數據,但在分析使用數據的速度上落後全球。

戴爾科技集團台灣區總經理廖仁祥表示,企業的數位轉型有5大明確障礙,包括:數據孤島、數據倉儲沒優化,導致可分析度不佳、高儲存成本、過時的IT架構及太多手動流程,無法滿足業務需要。

台灣企業:無法充分運用既有數據,卻還要收集更多

而根據Forrester Consulting的調查顯示,高達90%的台灣雖知道數據重要,但尚未改善數據技術與程序、文化與技能;雖然企業花費大量精力和成本試圖提升自身在未來數據時代的競爭優勢,但目前進展有限,仍有64%的台灣企業尚未接近數位轉型目標。

這項研究針對包括台灣在內,全球超過40個地區、4,036位負責企業數據策略的資深/高階主管,以追蹤全球企業的數據成熟度。

戴爾科技集團
戴爾從硬體起家,但現在也將各式服務雲端化並提供隨需量使用的年約服務。
圖/ 戴爾科技集團

67%台灣受訪者表示,數據蒐集的速度,遠超出分析與使用的速度;同時,卻有78%的受訪企業指出,他們持續需要比目前能力可提供的數據「還要更多」的數據量。兩者之間似乎有些矛盾,存在數據悖論。

另外,大多台灣企業制定的IT策略欠缺擴充性,54%的企業反映,過多且分散的數據湖正導致數據孤島的問題,但仍有半數以上的受訪企業(51%)持續增加對數據湖的投資,這導致高達78%的企業需應付數據孤島的問題,高於全球的60%。

戴爾倡議「即服務」,年約訂閱制使用IT

由於疫情引發新一波數據優先(data-first)、數據無所不在(data-anywhere)的經濟浪潮,60%的受訪企業認為即服務模式能協助企業增加靈活性,60%的企業也看到即服務可讓他們加快並簡化應用程式配置。不過目前只有22%的台灣企業將大多數的應用與基礎架構轉移至即服務(as-a-service)模式。

即服務(as-a-service)是什麼?廖仁祥解釋,也有人稱為「隨需」付費,或訂閱制,但對企業最大的改變,是從本來對數據中心或邊緣地端的投資,轉往雲端,根據Gartner調查顯示,現在企業新的IT投資僅2%用as a service,但預估2023年全球企業有15% IT支出會以as services模式,但因為一場COVID-19後,這個比率上調為43%。

Data-center.jpg
Gartner表示未來企業IT支出將不會純在地端,而是混和雲運用。
圖/ 阿里巴巴

隨著即服務(as a Service)時代來臨,60%資深決策者認為即服務模式將使公司更靈活;67%的企業則著重其擴充應變能力,以因應不斷變化的數據需求與數據量。廖仁祥表示,因此今年戴爾科技集團也推出APEX即服務方案,以年計費提供企業混和雲IT服務。

責任編輯:蕭閔云

延伸閱讀:

  1. 五倍券如何變十倍?各家綁定優惠懶人包一次看
  2. 國旅券怎麼抽?6個QA一次看懂
  3. 台灣Pay綁定五倍券,加碼方案特別多?如何操作、各家優惠一次看

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #戴爾
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