沒有企業文化,別談企業e化!
沒有企業文化,別談企業e化!
2002.07.01 | 科技

Q:在台商陸續前往中國布局後,事業版圖擴大,管理難度也跟著增加,台商要如何管理兩岸三地的員工?
A:這是全球化的必然趨勢。以PeopleSoft為例,整個軟體的開發,全球是統一由一個Team來負責,但實際產品的銷售,由於各地的市場特性不同,所以行銷與銷售就要落實到各區域市場。兩岸三地的市場各有特色,比如說香港的商業環境英語應用的程度很高,大陸則是簡體、台灣則為繁體,但我們亞洲區的軟體開發,都是在印度。
現在台灣企業常看到的模式是,生產在大陸、會計或財務的往來在香港、設計或研發則集中在台灣,但不管如何,站在經營者的角度來看,最重要的就是了解每一個員工的才幹,也就是所謂的Performance Management(績效管理)。
現在許多台灣的企業,事業規模愈做愈大,陸續開始將事業版圖擴張到大陸去。過去較小規模時,老闆對員工的了解程度很高,但在前往大陸布局後,老闆與員工間的距離遠了,彼此也陌生了,要如何管理呢?
這部份IT工具可以幫一點忙。我們開始試著將一些不是很具體的項目,如才幹、人格特質等,導入系統當中,做成一些Index(指標)。
舉例說明,我們曾有一位全球級的客戶,是從北美市場起家的,他們要選「Asia Best Practice」(亞洲最佳管理者),他們希望將企業營造成開放式的文化及管理彈性靈活,所以管理者評量的指標中,就放進一些像如何與員工溝通、管理方式的創意等具體四十多項指標,把這些指標做為主管報酬的主要依據。
人力資源管理與生產管理不同,生產管理評估,有很多量化的方式,但人力資源不行。但現在由於有軟體及Internet的技術,所以在跨國、跨區域的管理也可以開始試著朝這方面去做,但重點是要把整個企業的精神融入評估機制當中。

Q:那要如何藉由軟體輔助的方式,來提升人力資源的管理,達到企業的需要?
A:系統再好,也沒辦法取代CEO。對台灣或是中國的老闆都一樣,很多人的管理方式還是眼見為憑,針對例行的事務,可以導入系統,藉由科技的方式來管理,但關於員工的情感與向心力,通常中國式的管理比較有效,就好比現在企業現在比較頭痛的流動率問題,不能說等員工離開後才去找問題,要在離開前就能找到問題。
員工流動率增加也衍生出另外一個問題,新進員工要如何在最短的時間內,銜接上工作,這就是Knowledge Management(知識管理)的問題了。所以我相信,在員工訓練、工作內容、顧客管理等方面,對於資訊技術的需要會愈來愈高,使每個員工,即使在離開企業後,他的核心工作仍然能保留在企業。
過去我們幫客戶導入人力資源的系統,會先去看看企業有多少員工,與客戶討論,就現有的生產力去做怎樣的評估。但現在不同,我們開始把重點放在「開發」員工的新技能,藉此達到改造企業的目的。尤其是在服務業當中,在績效的評估中,就以能夠鼓勵員工自我成長為目標。

Q:在導入知識管理時,對企業而言,有哪些需要特別注意的地方?
A:站在企業的角度來看,我覺得知識管理能成功最重要的地方是能做到「Just in time」。例如顧客的服務,當接到顧客的電話時,客服人員能在當下就能從系統提領出,解決客戶需要的資訊,能快速有效的解決,這是Just in time的學習。除了客服人員外,背後每一個流程步驟的資訊,如工程師或業務員與客戶往來的資料,也都能完整的輸入系統中,而這些都是要在當下就能完成,而不是在事後才來補輸入,那樣的資訊往往會有疏漏,價值也不高。
所以,整個系統是隨時處在Input及Output的狀態,就是要讓每個員工能夠立刻取得需要的資訊。這就要從管理面去營造出無私的機制,將每位員工手中的資訊,都能無私的輸入系統與同事分享,將每天日常的工作,與企業的營運目標結合在一起。

Q:對於台灣大多數的中小企業而言,e化所需要的花費很高,不是說做就能做的事情,你會建議從哪方面開始?
A:在這方面我們反而會先建議企業,在導入系統前,要先建立起自己的企業文化,e化前,要先有文化。文化是企業最根本的東西,也是最不容易描述的東西,要先有清楚的企業文化,再藉由科技的技術,來達到相輔相成的目的。
舉例來說,現在很多企業要將文化塑造成學習性組織。有了這樣清楚的文化後,從CEO開始至每個員工,從上而下灌輸這樣的文化,在績效評估時,就可以朝這方面的指標著手。所以,沒有文化,用什麼系統也沒用。

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