漸趨黯淡的東方之珠
漸趨黯淡的東方之珠
2002.11.01 |

諷刺的是:緊挨著中國的「東方之珠」——香港,是失去最多光采的城市。 現在的香港再狼狽不過了:受負資產波及的香港居民,有增無減;標準普爾公司剛降低香港的債信評等;李嘉誠的旗艦企業和記黃埔,在國際市場上發行債券的計畫,居然鎩羽而歸。香港的壞消息,像瘟疫傳染一樣,沒完沒了。 在世界經濟面臨再度蕭條(Double-Dip)的強烈威脅下,大部分的人都感到悲觀,尤以香港人為甚。
香港人上至達官顯要下至販夫走卒,都知道癥結所在就是香港的生活及企業經營成本都太貴了!為了降低香港的經濟成本,出現了通貨緊縮的現象,不動產價格下滑超過70%,失業率急遽上升,僥倖保有工作的人也面臨減薪的威脅,居住在中國近郊的個人與企業,都以中國為採購的腹地……。
所有香港經濟行為的發展方向,一半以上都在降低香港的經營成本,但是,這個過程痛苦且綿長。

**放棄聯繫匯率的痛苦決定

**
有沒有一勞永逸的捷徑?答案是:放棄香港的聯繫匯率制度(pegging system),讓市場自由決定港幣的價格,反應公認港幣該貶值的趨勢。
香港經濟的種種磨難,都是為了解決港幣匯率與美元掛鉤所造成的成本偏高問題。如果放棄貨幣聯繫制度,港幣預料將下跌超過40%,經營成本將一口氣大幅降低。
然而香港為什麼不放棄聯繫匯率?這個問題比想像複雜得多,並不只是像少部份人嘲諷指出的面子問題。一方面,香港企業希望降低日常經營成本,讓損益表變得好看,然而,香港企業長期透過國際金融市場以外幣舉債,若港幣貶值,可能讓企業無力償還借款。
更直接的影響是,許多國際機構投資人選擇在香港投資,是因為香港沒有貨幣貶值的風險,一旦放棄聯繫匯率制度,這些國際基金投資人,可能會連夜撤出,造成嚴重的打擊。 這個問題的癥結,在於「短期」與「長期」之爭。
香港政府是否願意透過貨幣貶值,在短時間內承受嚴重打擊,調整經營成本;或是打算以時間換取空間,讓香港慢慢完成結構性的調整。
香港做為亞洲金融中心,產業長期的發展畸形地偏向服務業,尤其是金融業,使製造業在經濟的比重及發言空間都嚴重被壓縮。
因此香港政府可能會選擇對金融服務業影響較少的「長期調整」方案,也就是不讓匯率浮動,而以讓失業率上升、資產價格下降、通貨漸趨緊縮等方式,達成成本調整的效果。
然而香港的幣值,眾所公認已嚴重被高估,國際金融市場上的投機客,無不虎視眈眈,準備打擊港幣,即使是香港居民,也把港幣轉成美元保值。
以此看來,港幣貶值是遲早的事,也證明在經濟發展成熟的國家,選擇用聯繫匯率制度這種高度經濟不自由的制度,只是將苦果向後推延。
香港過去10年,努力不讓港幣貶值所產生的好處,只是預支將來的快樂,在港幣貶值時,將一次還給香港所有的苦果。

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