股市導師深耕新聞夢想
股市導師深耕新聞夢想
2001.02.01 | 科技

從熱愛政治,和陳文茜、吳乃仁等人創辦黨外雜誌,轉向投資理財領域,苦力自修的謝金河,利用大量閱讀,迅速熟悉股市環境,再讓這些知識,產生價值,幫他做判斷,持續努力下的結果,使他永遠沒有被淘汰的機會。

**一路窮追猛打

**
謝金河一旦決定要做的事情,一定窮追猛打。他回憶不順遂的求學經驗說,小時候讀鄉下學校,家庭作業總是敷衍了事,後來念斗六振興中學,功課也都是早自習才寫,隨便應付,考試老是考不好,一次數學考三十幾分,被老師打到手都腫起來,回到家裡父親問他怎麼了,他只好騙父親說是跌倒,後來謝金河狠下心來急起直追,爾後考上師大附中,最後進入政大企管系就讀。
大學時代,謝金河一心想從政,雖然念的是企管,但是額外修許多政治系的課,如果老師上課無聊的話,謝金河就會跑去讀書館看報紙,「早上去看到晚上,不管大小標題、或內容,每一份報紙都看得爐火純青,日積月累下,開始對新聞工作產生興趣,」當時的《政大自強報》、《政大青年》,謝金河都有參與編輯,「也許念大學時已經注定這一條路。」
謝金河的求學階段有三個重要轉捩點,第一次是在師大附中時,因為成績優異,可以直接保送師大,卻不假思索地放棄,另一次是依父親心願,去考中央警察學校,考上卻沒去報到,第三次是高普考分發到海關權證關區,卻不願當公務人員,再次棄權。
「我一生都選擇我喜歡做的事情。」謝金河說,人生最有趣的部分,就是摸索,已經確定的事情,他都不予理會,但是不可知的部分,就充滿探險性格,所以不論是當老師、警察或是公務員,共通點都是「只要一天是老師,就終生是老師」,所以他決定到雜誌社工作。
1981年謝金河退伍,當時黨外雜誌風起雲湧,卻也是白色恐怖高張的時期。因為不想給家人帶來困擾和壓力,所以謝金河隱姓埋名,在幕後和吳乃仁、邱義仁、陳文茜一起辦黨外雜誌,他笑說是自己膽子比較小,所以和政治漸行漸遠,如果當時他沒放棄,現在有可能已經是立法委員,或是代表民進黨回鄉參選雲林縣長。
後來《財訊》看上謝金河在《環球經濟》上發表的文章,覺得他跟《財訊》氣味相合,就力邀謝金河加入。當時只有兩三個人工作,他最大的專長是編刊物,而非股市分析,可是每次出去採訪,受訪者都問他股票,他不懂所以不答,別人卻都以為謝金河故意不回答,久而久之,謝金河覺得《財訊》畢竟是股票刊物,假如不懂股市,以後發展的空間可能有限,才開始下定決心瞭解股市。

**從新手到專家

**
從股市新手,到今日眾人眼中的投資理財專家,謝金河發揮堅持與毅力,苦讀自修。當年他一面在財訊工作,一面讀政大東亞所,但是課暇午後,他就躲進政大社會資料中心,從1962年起的《經濟日報》打開來讀,一路讀到1986年,整整花一年時間,才把股市的過去與現在接連起來。
謝金河認為,那一年帶給他的幫助很大,對產業來龍去脈的熟知,讓他的分析判斷更加準確。他自豪地說,「雖然我的年紀不大,對台灣股票市場的瞭解卻非常資深。」再加上他對政治的敏感度,謝金河從1989年起,在《財訊快報》每日一篇的股市專欄,很快博得廣大迴響。
謝金河說,「我一生都在做知識的經營,而知識經營,就是把知識轉換為賺錢的力量。」他進一步解釋,買股票不能人云亦云,如果把股票當成賭博,它是唯一可以透過研究努力,提高獲勝機率。先把功課做好,再上場打戰,內心會比較踏實,不會恐懼。
他說,與其把時間拿來看小說,讀完內心激盪不已,可是感覺過了就算,但是同樣的時間拿來念投資理財的書,看完還會有實質的回報,是立竿見影的事,一方面可以充實知識,另一方面創造財富。
到現在為止,謝金河很少把自己視為投資專家,他對自己永遠的定位叫做「新聞工作者」。即使每天排滿演講、上節目等緊湊行程,謝金河每天還是要看完台灣、香港等地的10份報紙,緊抓產業趨勢,即便環境越劣,謝金河卻因持續累積新知,而在灰澀氣氛中越顯光亮!

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