中國向前看,台灣頻回首
中國向前看,台灣頻回首
2002.08.01 |

身旁意氣風發的人群夸夸其談2008年北京奧運,甚至於2010年上海有機會主辦世界博覽會的璀璨遠景。夢想太遙遠,更增添了不真實的色彩。
同時間的台灣,星期日晚間綜藝節目「超級星期天」中,已然沉寂多年的城市少女組合,尋找著失散多年的摯友,這是台灣集體懷舊愁緒,始終方興未艾的眾多浪頭之一。但是實在年代太久遠,已逾而立之年的資深少女歌手唱著天真的歌曲,構築另一種不真實的氛圍。
面臨經濟谷底,兩岸微妙的集體情緒,反映了兩地的難題。目前中國雖然外資熱絡,但是動力是否能夠延續還在未定之天,缺乏過去的榮耀可以誇口,只好把希望寄託在未來;台灣則是竭力壓搾對逝去榮光的緬懷。其實無論是中國的向前看,或是台灣的回頭望,都是對經濟現狀的逃避。

**偏向投資忽略了消費

**
兩岸最大的問題,都在缺乏成熟的國內消費市場。經濟發展的兩具引擎是投資與消費,但是中國和台灣的發展,都是偏向投資而忽略了消費。
中國近來的發展固然令人艷羨,但是仔細分析中國GDP的成長數字,雖然或許未必如同歐美部份經濟學家揣測是假造的,但是毫無疑問其中有很大一部份是外資瘋狂投入中國支撐起來的。中國近10年的經濟發展策略,有一大部份歸功於「割地求款」,將有價值的地陸陸續續出售,換取可觀的外匯。
如今全世界各地的經濟都受到打擊,市場對於外資持續進駐的動力已經開始質疑,萬方期待的中國內需市場顯然還沒有展現威力。如果外資挹注的力量減緩,中國經濟的隱憂將逐漸浮上檯面。
台灣則是另一種扭曲。過去數十年來,台灣引以為傲的經濟奇蹟的發展是靠著外銷,從國外的市場換取外匯。而企業所需的投資,則是靠著不斷從股民身上藉由「現金增資」套取資本。
亦即台灣當初經濟成長最主要的原因不外乎是投資、投資以及投資,長期以來消費市場在台灣卻被忽略了,以至於過去台灣的消費市場一直都不是台灣經濟發展的動力。尤其在台灣具有消費力的族群大量出走之際,又恰逢經濟不景氣,內需市場更顯乏力。
於是當兩岸的市井文化,具體而微的反映經濟生活的起落浮沉時,也是該有所作為的時候了。
值得做為借鏡的,有80年代的美國,當時是「日本第一」等書籍暢銷的年代,美國不但經濟不振,國內的消費市場,也充斥舶來品。但是後來「購買美國」(Buying America) 等重建美國內需市場的活動,不但扶持起威名百貨(Wal-Mart) 等以內需市場為主的企業,也奠基了90年代的榮景,韓國在97年起的亞洲金融風暴後重建國內市場,讓產業復甦,重新進軍海外。台灣與其繼續仰首企盼國際經濟翻身,美好時光重來,不如設法重建國內消費市場。

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