「利」不從心的低利率時代
「利」不從心的低利率時代
2002.10.01 | 人物

和經濟相關,又常常變來變去的數據中,卻偏偏有一大群就是以「率」來命名的,像是利率、匯率和失業率;當然也有另一群以「指數」命名的,像是股價指數和消費者信心指數。最近媒體的焦點就集中在這些叫做「率」的難兄難弟。不過,這並不是什麼好事,因為雖然這表示媒體對於經濟的不同層面開始感到興趣,但是觸發點顯然是股票跌跌不休,讓股票指數漸漸失去了媒體關愛的眼神。君不見現在的經濟新聞多半是:「利率谷底盤旋」、「匯率劇烈變動」或是「失業率屢創新高」。
在這眾多的「率」氏兄弟中,利率和所有人最息息相關,不出國的人可以忽略匯率,退休的人可以不關心失業率,但是每個人都受到利率的牽連。在定期存款利率猛創新低的同時,部分軍公教退休人員享有存款利率18%的保證,必須由政府編列數百億預算來支應;台灣的保險公司,由於過去販賣的保單,保證利率高過目前市場的利率,虧損累累,逼得某些老字號得要拍賣大樓求生;房屋貸款利率屢屢降低,不但沒有能刺激買氣,還惹來舊房貸戶抱怨。
以近期全球和台灣的經濟發展來看,台灣未來幾年內的利率,嗅不出有回升的跡象。看來,政府如果不能降低對退休人員的保證利率,每年數百億的預算是逃避不了的,保險公司除了賣祖產之外,還可以衝新保單來稀釋舊保單的影響,但是對於舊保單包袱沉重,新保單佔有率又節節下滑的某些老字號而言,接下來幾年,還是賠錢的機會多。不過,最無奈的,恐怕還是靠著利息過日子,卻沒有利率優待的市井小民。
看起來,利率在台灣攪亂了一池春水,事實上,利率目前在全球都是經濟的最重要問題,因為,利率是資本的價格。在經濟好的時候,由於預期報酬高,因此沒有人關心利率的成本,但是等到經濟不好的時候,人人斤斤計較,利率就成為嚴肅的課題。

**觀察利率,看出潛在危機

**
觀察利率,也可以看出經濟體潛在的危機。以中國為例,過去十年一直快速成長,照理來說,企業發展搶錢,會讓利率高升。但是中國的利率居然也位於低水位,令人百思不得其解。原因在於,中國的經濟發展靠外資支撐,但是當經濟的發展,讓百姓富起來之後。百姓和企業的資金,在沒有完整的資本市場投資工具下,除了跑進股市,把中國股市炒成幾百倍本益比,其他都流到銀行存起來。由於資本不許外流,造成游資過多,企業在中國借款的成本,往往比在台灣甚至於歐美市場還要便宜。
當利率長期處於谷底時,通常也是經濟復甦的燕子望眼欲穿卻遲遲不來的時候,對於投資人或企業而言,是無可奈何的。但是在耐心等待的同時,至少可以用利率來判斷景氣何時回春,以及其他的經濟體是否值得投資。

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