用科技滾錢的黎銳
用科技滾錢的黎銳
2000.04.01 |

來自新加坡的黎銳(Bex.com),一心要成為B2B電子商務中的交易平台,從挑選賣方、下單、開發票到付款等一連串動作,都即時進行,掀起一波新商業革命,而包括美、日、歐洲和台灣的大銀行,都是這一場革命背後的支持者。
無論是那一種型態的電子商務,最後都牽涉到交易和付款,整個過程當中的每一環節都很複雜。買方可能有好幾位,賣方也可能有好幾位,交易的商品可能不只一種,相同商品的數量和售價又不同,詢價過程就很煩瑣,付款方式又不止一種,在這麼多變數下,要做到資訊即時流通並完成交易,是相當高難度的技術。
黎銳創辦人楊文輝才32歲,來自新加坡。中學畢業後,楊文輝就赴美求學,並於九四年在矽谷創業。初試啼聲雖未成功,但楊文輝當時已看到電子商務在美國的發展潛力,並預測亞洲將會是下一波,所以在九六年回新加坡第二次創業,成立黎銳,進軍電子商務軟體市場。楊文輝的構想,很快就得到新加坡發展銀行的支持和投資。交易系統一定會涉及付款,都會牽涉到銀行,所以黎銳的第一步,是先從銀行著手,與日本的櫻花銀行和台灣的中信銀等成為夥伴,共同推廣事業。

**電子商務交易系統小巨人

**
接下來,是以黎銳的系統為基礎,與美國、日本、大中國區和歐洲各地的夥伴合作,建立當地的交易平台,並透過黎銳本身以及合作夥伴的關係,招攬廠商到黎銳的交易平台進行電子商務,參與的廠商數目愈多,交易的頻率和金額就愈大,交易的效果也愈好。黎銳的收費模式,是從每筆完成的交易中抽取佣金。
舉例來看,黎銳和中信銀合作成立仲訊國際,主要是開發台灣的客戶。國內的慧智、震旦行和大同等大型企業,都已和仲訊簽約,使用黎銳的交易系統。
美國在發展電子商務的腳步領先,所以目前知名的電子商務交易系統方面的公司,像CommerceOne和Ariba,都是美國公司,黎銳是少數在知名度和實力上足以與他們抗衡的亞洲公司。
隨著電子商務市場不斷成長,投身開發交易系統的新公司愈來愈多,其中不乏黎銳所需要的技術。另一方面,CommerceOne和Ariba都已是上市公司,手上有充足的資金可以進行購併或投資,相對比黎銳取得更有利的位置。
黎銳計畫在今年第三季到美國那斯達克掛牌上市,以取得資金購併一些新公司,增強原有交易平台的威力。「在矽谷工作和創業的經驗,讓我收穫很多,對規畫策略的幫助很大,」今年二月中、楊文輝在新加坡黎銳總部的會議室裡,談到過去經驗對他的助益。
不過,他沒有太多時間回憶過去。門外一堆投資銀行的代表,正等著和他開會討論上市的事。

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