管理者都是怎麼用AI的?日本企業訪談50人之後,最推薦3種應用場景
管理者都是怎麼用AI的?日本企業訪談50人之後,最推薦3種應用場景

之前分享過企業高層運用 AI 的比例,比我想像中還多。我就很好奇,這些高管、經理人們,都用 AI 來做什麼呢?

1128-1.jpg
圖/ 數位時代

日本數位轉型人才培育公司 Renewer 訪問了超過 50 名主管,彙整一份 《經理人生成式 AI 使用指南 2025》 ,我大致歸納成 3 類主管職的 AI 應用場景和技巧: 和部屬溝通賦能部屬 以及 自我成長

1128-2.jpg
圖/ 數位時代

1.和部屬溝通

溝通往往是管理者最大的壓力來源,AI 可以作為你的「預演對象」與「修飾顧問」。

1128-3.jpg
圖/ 數位時代

模擬困難對話: 面對績效考核、薪資談判或是糾正錯誤等高壓場景,管理者常會感到緊張或不知所措。你可以請 AI 扮演部屬的角色,輸入對方的個性與可能的反應,進行一場「模擬演練」。這能幫助你預判對方的提問,減少實際面談時的緊張感。

改善交辦指令(黃金圈法則): 很多時候部屬做不好,是因為指令背後的願景不明,也有的是主管只談了願景卻沒談要做什麼。利用 AI 根據「黃金圈法則」(Why → How → What)來改寫你的任務說明,能避免管理者只關注特定部分,忘了告訴部屬任務背後的意義。

  • Why: 為什麼要做?(願景與目的)
  • How: 如何達成?(執行策略)
  • What: 做什麼?(具體產出)

2.賦能部屬

除了自己變強,管理者的核心價值在於讓團隊變強。AI 可以成為你培育人才的槓桿。

1128-4.jpg
圖/ 數位時代

1 on 1 指導的預演: 針對部屬遇到的特定瓶頸,你可以詢問 AI:「面對這種情況的員工,我該採取教練(Coaching)還是指導(Mentoring)的策略?」這能幫助主管跳脫自己的指導慣性,辨識出需要提供直接教學,或是保留員工思考空間的情境,在「引導員工自己解題」和「給予部屬明確指令」兩種角色靈活切換,更有效地引導部屬成長。

文件審閱(建立 AI 守門員): 主管常花大量時間在修改部屬文件的低級錯誤。你可以定義好「審查標準」,製作成專屬的 GPTs 或企業內部 Bot。要求部屬在提交給你之前,先用 AI 進行初步檢查與優化。這不僅提升了交件品質,也大幅減少了來回退件的無效溝通。

3.自我成長

管理者往往是孤獨的,AI 可以成為你隨時待命的導師與心理諮商師。

1128-5.jpg
圖/ 數位時代

管理理論指導: 遇到棘手的管理難題(如團隊士氣低落、跨部門衝突),試著將情境描述給 AI 聽。讓它推薦相關的「管理框架」或「學術理論」。AI 能迅速從龐大的知識庫中,找出適合你的解題模型,幫助你從理論高度解決實務問題。

觀察領導風格、持續改善: 將你每日的工作日誌或隨筆提供給 AI,請它進行分析,幫你找出隱藏的「情緒模式」或「決策盲點」,提出客觀的改進建議。這就像擁有一位客觀的第三方觀察者,幫助你持續優化領導風格。

訂閱《一天一AI》日報,你也可以回信跟我聊天(或取暖)!

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