基因教父陳奕雄
基因教父陳奕雄
2001.06.01 | 人物

肝癌及鼻咽癌向來是台灣人前十大癌症死因殺手,卻沒有人能解釋為什麼。拜人類基因定序完成所賜,數年內,科學家可望從基因找到答案與解藥。
賽亞基因科技公司總經理陳奕雄,知道找解藥最短路徑。
在《傑克與魔豆》的故事裡,頑皮的傑克用一頭母牛換來的豆子,在一夜之間竟長入雲霄,傑克攀著豆藤爬上巨人的家,抱走會下金蛋的母雞,又砍斷豆藤摔死追來的巨人,從此過著富裕的生活。
陳奕雄,就是童話故事裡的小男孩,要從巨人手中將金母雞抱回台灣。著名基因資訊公司賽雷拉(Celera),搶先美國政府完成人類基因草圖定序,宣告生物科技產業進入「後基因時代」。賽雷拉的人類基因資料庫,及基因資訊解讀技術,正是會下金蛋的母雞。

**不愛實驗,只愛打球

**
討厭唸書的陳奕雄,跟童話裡的傑克一樣頑皮,在台大唸農化系時考試都靠同學的筆記,現任輔仁大學校長,陳奕雄的同班同學李寧遠打趣說,幫陳奕雄最多的「同學」就是他的女友,後來的陳太太。
中研院院長李遠哲胞妹,中興大學環境工程學系教授李季眉最記得,大學時同組做實驗,陳奕雄常常下課鈴一響就抱著籃球往外衝,也不管實驗還沒做完,陳奕雄有點靦腆地說,「那時很多同學不願意跟我同組做實驗。」
熱愛籃球的陳奕雄,即使工作再忙,多年來從未放棄練球的習慣,他以球會友結交不少生技科學家,他與賽亞另一位創辦人徐立之每次見面,不切磋一下球技,總覺得渾身不舒服。
陳奕雄每周三、六都會跟哥哥陳武雄,和桐化學董事長到金華國中廝殺一番,有次跟幾個國中生賽球,小男生急了還跳上陳奕雄的背,差點沒把他的腰壓斷,所以陳奕雄身上總是有著大大小小的傷痕,採訪當天,他的眼角還留著前幾天打球被撞的瘀傷。

**一頭栽進基因解碼世界

**
大學畢業後,陳奕雄到肯特州立大學攻讀博士學位,又在兩度獲得諾貝爾生化獎的辛格(Fred Sanger)博士門下做博士後研究。二、三十年前,唸生物科技最好的出路是教書。衝著對DNA雙螺旋的興趣,陳奕雄選擇加入剛成立不久的Genentech。
陳奕雄在Genentech一待就是12年。從拿著「剪刀和漿糊」剪貼DNA,「誘拐」大腸桿菌製造胰島素做起,他一頭栽進基因解碼的領域,還得了個外號叫「基因定序的老祖宗」(grand daddy of sequencing),連賽雷拉總裁凡特(J. Craig Venter),都得敬他一聲前輩。
但Genentech並不把解碼當成核心業務,為了得到充分資源,陳奕雄決定加入製造醫療器材的PE(Perkin Elmer)公司,參與設計基因解碼設備。當PE和凡特共同成立賽雷拉,全力從事基因解碼定序,陳奕雄也參與草創,成為基因定序計劃主持人。
返台創業,並不在陳奕雄的人生規劃內,賽亞,原本也不會是台灣本土的生物資訊公司。兩年前,賽雷拉注意到亞洲快速興起的經濟力量,與佔了世界1/3的龐大人口,決定在台灣成立子公司,及早佈局。身為賽雷拉首席科學家的陳奕雄幾乎每個月都要在太平洋兩岸奔走考察,累積的哩程數讓他每次都能從經濟艙升等到頭等艙。
在一次會議中,陳奕雄猛然發現只有他不是白種人,「一個東方人在一群白人中談論白人的事業,」這樣的落差讓他擔心,中國人是否會在生物科技領域缺席。
陳武雄數年來一直極力遊說陳奕雄返台創業,但他始終不為所動,經過這次衝擊,陳奕雄決定回台催生賽亞。

**國內最大的生技投資案

**
賽亞的成立可說未演先轟動。擁有35億資本額的賽亞,不但是國內最大的生技投資案,而且董監事都是赫赫有名的人物,技術顧問團隊也大有來頭。
徐立之是加拿大首席遺傳學家、世界基因組織聯盟主席,詹維康是台灣神隆執行副總,方瑞賢則是美國知名生技公司Clontech的創辦人。這些人在台灣知名度也許不高,但在生技界可說無人不曉。
陳奕雄規劃,賽亞成立初期,先向政府申請科技研究專案,或向大藥廠申請研究經費,再逐步建立亞洲常見疾病基因資料庫,及SNP(單一核甘酸多形性)資料庫,尋找致病基因,再由這些基因追索功能性蛋白質,賣給藥廠。
交通大學生物科學系副教授黃鎮剛觀察,賽亞扮演的是內容提供者(content provider)的角色,供應藥廠資料庫的內容和應用工具。黃鎮剛認為賽亞真正的利基在資料加值,例如找出基因與蛋白質的關係,蛋白質與疾病的關係,並繪出蛋白質結構,提供給藥廠開發新藥。
生物資訊的應用就像網際網路一樣,一切才剛開始,發展空間無窮無盡,「賽亞能做的事太多了,搞不好還會推出基因算命服務呢!」陳奕雄半開玩笑地說。

**踩著巨人肩膀往上

**
基因定序完成只是序曲,生技產業組織(BIO, biotechnology Industry organization)主席費德邦(Carl B. Feldbaum)表示,「基因解碼是一場馬拉松,我們才剛繫好鞋帶準備起跑而已。」
人體內有數十萬種蛋白質,某種疾病可能與某幾種蛋白質相關,利用生物資訊找尋特定蛋白質,針對蛋白質構造與機轉設計特用藥品,能縮短新藥開發時程,提高成功機率。針對特定種族、甚至每個個體的基因型量身製藥,已是當前生技公司努力的目標,這也是賽亞的利基所在。
生技產業變化速度比IT產業更快,台灣並沒有比其他人更早起步,所以腳步必須更快。快速成功的最好策略,就是站在巨人的肩膀往上爬。
賽亞以賽雷拉的資料庫與解碼技術為基礎,建立亞洲人特有疾病資料庫,開發分析基因、解構蛋白質的工具及專利,建立賽亞的智慧財產權,陳奕雄相信賽亞5年後就能獨當一面。「等到賽雷拉轉型研究蛋白質,我們已經跑在前面。」
「賽雷拉現在靠賣資料庫賺錢,所以它不好左手賣地圖右手搶淘金,但它總有一天要轉型,在那之前,就是賽亞的機會,」即使成立10年的賽雷拉巨人仍處於連年虧損的狀態,陳奕雄仍大膽說出4年後損益兩平的承諾。
「這是台灣千載難逢的機會,」中研院院長李遠哲認為,基因定序剛完成,太多資訊等著被解讀,全世界差不多站在相同的起跑點上,台灣第一次有機會跑在科技大國之前。身處生技產業上游的賽亞,若能在生物資訊領域站穩腳步,將大幅提升台灣生技製藥產業競爭力。

**人才決定台灣未來

**
想像若干年後,我們不必再走進瀰漫消毒水味道的醫院,只需在家裡採一滴血或吐口口水滴在生物晶片上,由家用電腦判讀後,自動將資料經由網路傳送給醫師,醫師再回傳個人化處方籤──只對病人有效,對其他人不會發生作用的基因藥物。
全球進入高齡化社會,醫療需求與日俱增,市場潛力無窮,處於生技製藥產業上游的生物資訊,被《新聞周刊》(News Week)評為前景最看好的行業(Job of the future)。連比爾蓋茲(Bill Gates)都親口說出下一個超越他的世界首富必定出自生物科技產業。
但生物資訊人才正面臨空前的缺口,同時具備資訊與生物專業的人才全球難覓。黃鎮剛表示,台灣過去是資訊工業大國,生物基礎教育也不差,能不能結合兩種專業,儘快填滿人力空缺,將決定台灣能否趕上這波產業起飛。
陳奕雄也很清楚,人才是最大的問題。賽亞正大力挖角,預計3年內研究人員要增加為210人。「3年後,我們會是世界上前20大基因資訊公司之一,」目前,全世界已有二十幾家公司投入SNP研究。
放棄賽雷拉首席科學家的高位,放棄比目前高三倍的薪水,放棄27年天堂般的安逸生活,陳奕雄非但不感失落,反而活力旺盛、衝勁十足,「好像再活一遍,回到二十幾歲的年輕歲月,過去在美國的日子簡直像一場夢。」
陳奕雄盡全力呵護從美國帶回來的金母雞,希望能為故鄉盡一點力,台灣生技列車正在添煤加溫,蓄勢待發。

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