小股東與高配股員工
小股東與高配股員工
2002.07.01 |

台灣投資人應該已經學到這一課,過去兩、三個月,台灣股市表現欲振乏力,除和全球經濟前景始終曖昧不明有關之外,由高價股員工配股過於優渥引爆的爭議,也讓投資人對台灣股市望之卻步,原本在過去兩年「苦日子」裡,大部份的公司都沒多少錢可以發放股利或股利。但是就在一片捉襟見肘 ,共體時艱的聲浪中,某些上市企業的員工分紅配股卻到了令人垂涎艷羨的地步。
矛頭首先指向高價股,尤其是IC設計的新秀聯發科和成名已久主機板霸主華碩,聯發刻以不願稀釋股本為理由,只寥寥發了4元股利和4元現金犒賞股東,卻讓員工平均每人享有3000萬的股票,諷刺的是,之後股票拼命下跌,員工的配股就在短短一個月中蒸發了一千多萬,華碩的情況也很類似。

**大股東的可乘之機

**
投資人在怒聲載道的同時,恐怕無法冷靜思考。其實台灣公司敢於這樣一味蠻幹,在於台灣稅法規定員工股票紅利,以面額課稅,同時因股票增值所獲得「資本利得」,在台灣也是免稅。以一個拿到3000萬元股票的聯發科員工來說,他所需要繳納的稅金,不超過5萬元,在這種畸形稅制下,公司當然樂於慷股東之慨,送給員工豐厚的大禮。
姑且不論誰是始作蛹者,投資人本來早就有機會預防這種「公司造福員工壓榨股東」的事情發生,這10年來,每當課徵「證券交易所得稅」的提議出爐時,馬上遭到投資人強烈反對。結局卻是為省下自己一些蠅頭小稅,卻讓大股東有可乘之機壓榨投資人。今天投資人指著公司臭罵時,恐怕也罵到了自己。試想,如果投資人當初不反對證所稅,今天聯發科的投資人拿到3000萬股票,就得要付出1200萬的稅金時,公司還會一味蠻幹,大送股票給員工嗎?
在資本主義的機制中,「股東」,是應該分享公司成長最重要族群,絕不是員工,因為投資人付出資本,承擔風險,希望得到報酬,而員工已經憑藉勞力獲得薪水,要拿到相當於股票的報酬,應該是掏腰包自己買, 成為盈虧自負的股東。但在台灣高科技業長期溺愛員工的情況下,台灣員工已經對每年年底的「股票股利」有了過高的期待,也誤以為員工配股是天經地義的事。
台灣的股票分紅,和歐美國家的股票認股權需要員工拿錢出來購買的作法,大相逕庭,可以說是已經莫名其妙給了員工太多東西,再加上稅制的重大缺失,讓員工配股成為員工收入的主要來源。也把損益表上的成本,乾坤挪移到資產負債表上,顯示了不正確的獲利。也因此台積電等企業發行ADR時,往往依美國會計制度來看,獲利是一塌糊塗的紅字。但是台灣上市企業,長期以來藉由員工配股,籠絡了員工,犧牲了小股東,但是由於大股東本身通常也是經營團隊,也達成了自肥的目的。
課徵「證券交易所得稅」,恐怕是短期內最有效解決小股東被員工配股稀釋的方法,現在端看投資人,願不願意犧牲蠅頭小稅,來杜絕更巨大的利益流失。

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