「去冒險吧,整個世界都會是你的!」
「去冒險吧,整個世界都會是你的!」
2001.12.01 | 科技

台灣加入WTO後,整個環境會有大改變,其中我最擔心的是國外人才的輸入,因為相較之下,台灣的工作者缺乏競爭力。
現在高科技產業的中堅分子,多是30幾歲的人,而他們跟我們年輕時候比起來,缺少了冒險與競爭精神。拿我們公司同仁到國外出差來說,不論利誘多高,不少同仁都會先拒絕,好說歹說才勉為其難出去;這跟香港、新加坡的年輕人主動要到國外差太多了。後來我觀察、歸納出一個原因:並不是我們同仁能力不足;而是害怕自己的語言能力與缺乏冒險、接受挑戰的能力。
新加坡和香港的工作者,一開始就設定要做區域性的工作。他們工作滿1年,就不斷向國外申請機會,希望累積國際工作經驗。我就經常收到從這兩地主動寄來的履歷,要求來台灣工作。
論技術能力,台灣的工作者普遍高於這兩地,但是談到語言及表達能力,以及工作的積極度,就差了一截。以同樣條件的工作者來說,香港的薪水是台灣的1.2倍,台灣又是新加坡的1.2倍。再不努力,台灣工作者的市場價值會每況愈下。
20年前,台灣經濟開始起飛,許多人被迫到外國出差或創業,或拎著一只皮箱出去接訂單。一些成績好的同學反而在當公務員,領固定薪水、圖一個可養老的退休金。過去10年,台灣經濟大有改善,開始轉為大量人才輸入,大學畢業生不用出國,在國內就能找到好工作。所以10年前出國唸書的年輕人開始變少,不想到國外看看、不提升自己的眼界。現在大家習於安逸的環境,人才根本不願意出國賺錢、出國唸書,更遑論要年輕人獨自提著皮箱闖天涯。香港人就不一樣,他們喜歡出國留學、到跨國公司工作,積極學習外國人的做事方法,不但對於出國工作就不畏懼,更希望能在他鄉徒手闖天下。
現在台灣經濟步入寒冬,正是人才輸出的時候。我們國人到較落後的地方,絕對是一流的人才。工作者彼此的能力並沒有差太多,但是格局就差很多,我們缺乏的是對於全球化的準備與具備世界觀的眼界。有些人只能困在5x5的棋局裡,有些人就能下9x9的棋,甚至19x19的棋局。格局放大,你看到的機會就多。

**冒險犯難才能改變現狀

**
香港、新加坡和台灣的環境很像,異於台灣的是他們的工作者更有長期遠光。我常拿美國人出國工作即升遷來舉例,老外很積極地想到國外工作,因為到比自己落後的國家工作,很快就會闖出名堂來,之後不但能衣錦還鄉還榮獲高升。這種爭取「外放」的機會其實就是世界觀的落實。
你想想,現在30歲的人沒有冒險性的職場生涯規劃,之後老了就更不會想要冒險。我覺得要改變現狀,必須多學習語文能力,多一點冒險犯難的精神。若用外語溝通不是障礙,就不要排斥去國外工作,即使到非洲都好。具有冒險精神,外放他地奮鬥就有成功的機會。年輕人,去冒險吧,整個世界都會是你的!

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