助企業建自動學習預測分析平台，獨角獸DataRobot如何讓企業爭相合作？|數位時代 BusinessNext

助企業建自動學習預測分析平台，獨角獸DataRobot如何讓企業爭相合作？

DataRobot主要提供企業機器自動學習的預測分析平台，幫助企業大幅縮短建構預測模型的時程，並入圍CB insights全球百大人工智慧的新創名單。

自二十世紀以來，資訊科技呈爆炸性成長，世界各國每天產出驚人的資訊量，巨量資料分析因此成為各國焦點；美國預測分析獨角獸DataRobot的服務一推出，就獲得廣大迴響，並快速獲得Altimeter Capital Management、Tiger Global、BlackRock、Silver Lake、New Enterprise Associates...等來自世界各國的企業和投資機構投資。

截至目前為止，DataRobot獲得的總融資額已超過9億美元（約250億新台幣）；2018年，DataRobot在D輪融資中，獲得1億美元（約27.8億新台幣）的融資後，公司估值一舉突破10億美元（約278億新台幣）大關，正式獲得獨角獸頭銜；今（2021）年，DataRobot在最新一輪的融資中，又獲得2.5億美元（約70億新台幣），公司估值因此大幅飆漲至60億美元（約1663億新台幣），並入圍CB insights全球百大人工智慧的新創名單。

DataRobot是由傑里米·阿欽（Jeremy Achin）創立於2012年，總部位於美國波士頓，主要提供企業機器自動學習的預測分析平台，將開發、部署、維運人工智慧的完整流程全部自動化，不僅涵蓋各種最新的開源演算法，且支援眾多開放架構，讓開發團隊不需撰寫程式碼就可以快速構建並自行定義人工智慧模型；此外，DataRobot平台上的演算法還會自動偵測開發團隊要處理的資料，提供適合其分析的神經網路，並自動對其進行微調，以提高程式的性能，幫助企業大幅縮短建構預測模型的時程。

DataRobot的出現，迅速吸引聯想電腦、Steward Health Care System、聚碩科技、Hexaware...等多間來自世界各國的企業購買並尋求合作，不僅成功打開市場知名度，公司年營收更是逐年增長；今（2021）年7月，DataRobot宣布收購機器學習運營平台Algorithmia，計劃將Algorithmia和DataRobot模型中的管理功能結合，以期讓客戶能使用具成本效益的「營運骨幹」，加速開發團隊使用其機器學習模型。

對此，Algorithmia 的執行長迭戈·奧本海默（Diego Oppenheimer）表示：「多年來，我們與DataRobot理念相同，我們正在努力保護我們的業務，同時，更快地生產更多模型，以便我們的客戶能夠在當今市場上蓬勃發展，因此，我們很高興能夠與DataRobot結合。」

今（2021）年，DataRobot常被各界列入上市候選公司名單，不過，DataRobot的執行長長丹·賴特（Dan Wright）表示：「我們正在做的所有事情，都是讓公司準備好邁出這一步。」因此，DataRobot公司目前尚未公開說明上市的時間規劃，但並不排除上市的可能性。

未來，DataRobot將繼續專注於研發更多功能，並積極拓展人工智慧業務，以期能幫助更多企業輕鬆建構人工智慧模型，加速企業進行各種資料分析。

參考資料：0xzx、sohu、flabyte

責任編輯：傅珮晴、侯品如

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。