大學金融課程落伍？怎麼因應產業趨勢避免「學用斷崖」|數位時代 BusinessNext

大學金融課程落伍？怎麼因應產業趨勢避免「學用斷崖」

首屆高中生終於完成入學甄試，開展大學生活，若想進入金融業發展，需要具備甚麼樣的技能？從前的大學金融課程能因應現在的產業發展嗎？

歷經10年籌備與討論，適用「108課綱」的首屆高中生終於完成入學甄試，開展大學生活。這些新課綱世代花費了大量心力準備所謂的「學習歷程」，未來，在完成大學與研究所的學習後步入職場社會，能否真正落實新課綱「成就每一個孩子」的課綱願景？還是在不同遊戲規則中，又成為新一世代的教改白老鼠？

學生之所以接受高等教育，不應也不能只是為了找到一個更好的收入而已，更應包括培養人格、強健體魄等多面向目的。只是，如果從教育中所學的知識與技能，絲毫無助於個人職涯的發展，或者是學到已經不符產業需求的老舊技能，則這些學生耗費最精華時間參與學習的投資報酬率將遠不及所承擔的學貸與時間成本，更不應該是高等教育的目的。

以金融產業為例，原有財金科系課程設計，已經與金融機構急迫的用人需求產生了落差。例如各類財務會計工作已經被資訊軟體大量取代，而投資管理等也因產業變遷快速，讓加密數位資產項目躍入投資者清單，而跳脫於教科書內容之外。這也難怪在今年的大學財金科系申請門檻中，多數的國立大學，以及總數超過2成的財金科系，是採用難度較高的數學A來取代原本屬於法商類組的數學B，作為入學的申請標準。這也顯現出各校多希望在金融科技發展浪潮下，可以對於數理分析與程式能力的人才培養上，為產業作育英才來努力。

只是，金融科技與ESG人才一樣，都是當前金融產業的人口缺口，但卻不一定是3年、5年後的金融人力需求重點。況且，學校目前所能傳授的技術內容，是否能夠符合未來的業界需要，在快速變遷的產業環境中，更是不無疑問。試想，如果學校努力的教導顯影劑的化學成分，希望幫助學生畢業後可以當相片沖洗店老闆，卻忽略了手機的相機解析度進步神速，那對於學生青春投資與產業人才缺口，又是何等不堪的窘境。

這也就難怪海外許多頂尖學校在改造教育內容的作法上，所進行的嘗試，多是強調從教育結果（產業需求）來重塑課程的設計與內容。它們除了修改教學設計讓學生在學習的過程中覺得更有意義，也導入更多、更多的業師，並用不限科系的學習來寬闊學生的專業範圍，經由大量的產學合作與育成創業協助，讓產業的發展脈動注入學校的課程設計之中，除讓學生接觸產業實際脈動外，也讓學校的課程與教師的成長可以真正切合產業需要。

畢竟對大多數人而言，學位的意義，本來就應該具備提升生活品質的能力認證。產業界如果沒有一起參與，單賴教育部門在教育系統中的努力，是無法改變當前的高等教育與產業間的嚴重脫節。而無法回應未來產業需求的課程改革，不僅無助填補產業對於未來人力的殷切需求，更可能讓目前的學用落差惡化成學用斷崖，又浪費了這一代青年人的寶貴青春。期待產學協力合作，救救下一代的青春時間。

本文轉載授權自：台灣銀行家

責任編輯：黃翊禎、侯品如

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。