LinkedIn紅遍全球，台灣滲透率卻不高，為什麼？2大策略找突破口|數位時代 BusinessNext

微軟旗下職場社群平台領英（LinkedIn）成立20年來，首度在台灣舉辦媒體活動，分享在地市場樣貌和趨勢觀察。

LinkedIn在台灣目前有300萬名會員，在亞太區整體2.7億會員中比率小，滲透率也低，相較之下鄰近的香港卻已有超過70%的工作者，都有活躍帳號在使用中。「台灣在人才市場中扮演很重要的角色，但LinkedIn的版圖卻看不太到台灣，我們覺得很可惜。」LinkedIn香港及台灣地區人才方案主管及總經理吳薇薇指出，今年將開始加強台灣在地布局，期待兩年內可以達成營收目標，在台灣正式建立辦公室據點。

LinkedIn台灣會員數好難推！為什麼？兩大突破口找機會

LinkedIn在全球已經有9億8,000萬用戶，6,300萬家企業客戶，Fortune 100中的公司100%都在上頭進行招募，其中亞太地區是相當重要的市場，有1/3的會員都在這裡。

但LinkedIn卻在台灣地區的整體會員數字上難以突破，吳薇薇指出，團隊來台灣很多次，拜訪企業、學校，花了很多功夫宣傳，但始終都是單點，沒有看見整體爆發「我們過去在其他地區從來都不用做這些，以自然流量為主。」相比之下台灣確實需要花更多精力經營，目前LinkedIn鎖定兩大突破口。

突破口一：Z世代年輕人，從學校直接培養用戶

LinkedIn近年在全球市場中吸引到不少Z世代的加入，尤其在使用行為破碎化的情況下，不希望在Facebook、Instagram等生活型社交平台揭漏工作相關的內容，選擇在更專精的LinkedIn中進行人脈經營。

LinkedIn去年在全球市場中，16到26歲的會員增加了75%，同一項指標在台灣市場卻是41%，其實已經算不錯的表現，但仍然有很大的成長空間。

面對這個挑戰和機會，LinkedIn目前的方針是鎖定大專院校進行合作。Linkedln人才與學習方案亞洲區主管高國堂舉例，在新加坡和澳洲，許多學校會為LinkedIn專門開設有學分的課程，教學生如何建設好看的個人檔案、在上頭運用學習資源等，香港甚至有學校將LinkedIn列入畢業門檻之一，要求學生建立帳號，並達到學習時數門檻才能畢業。

因此LinkedIn在台灣將會積極拜訪大專院校，希望藉由講座或學程的合作，先讓學校老師、管理層先建立LinkedIn的了解基礎，接著拓展到學生的領域中。

突破口二：推廣LinkedIn行銷、業務功能，吸引企業客戶

LinkedIn目前在全球6,300萬家企業客戶，主要針對四大服務內容：

1.招募（Hire）：使用LinkedIn人才篩選工具
2.學習（Learn）：多種語言的專業線上課程
3.行銷（Market）：產品國際行銷、投放廣告
4.業務（Sell）：業務人脈資源和關係建立

但是在台灣，企業使用仍以第一項「招募」為大宗，只有少數大型跨國品牌如華碩，有應用到3或4的業務拓展功能，「很多人甚至不知道LinkedIn有自學平台功能」。加上客戶目前46%都以大型企業為主，未來在台灣將鎖定新創、跨國公司進行推廣，近期開始舉辦百人規模的講座，鎖定公司人資長的職務，希望更快拓展客戶規模。

LinkedIn退出中國、大裁員，台灣市場仍拚成長

LinkedIn今年在全球進行大刀闊斧的整頓，先是5月的第一輪裁員716人，並決定退出中國這個「充滿挑戰性」的市場，本月16日則宣布進行今年第二輪裁員，在工程、產品、人資、財務團隊裁撤668人。

母公司微軟表示，LinkedIn正面臨招募需求放緩和廣告支出下降的問題，「在我們調整組織結構時，將繼續投資未來的策略重點，確保能持續為會員和客戶提供價值。」

LinkedIn坦言，台灣失業率低、本地人力銀行業者競爭力強大，要在台灣拓展業務對LinkedIn來說不是件易事，但這塊市場有非常多機會，人才也是世界想要的。高國堂則指出，當亞太區營收達到預期目標，就會在台灣正式成立辦公室，全力拓展市場，「應該在未來兩年可以達成。」

責任編輯：林美欣

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。

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。」

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。

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。

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。