台積電一口氣拍板8主管晉升,接班梯隊成形!王英郎、張宗生是誰?一窺製造與技術布局
台積電一口氣拍板8主管晉升,接班梯隊成形!王英郎、張宗生是誰?一窺製造與技術布局

台積電董事會10日公布最新人事擢升名單,一口氣拍板八位主管晉升案,橫跨製造、技術與研發等核心體系。其中,原營運組織晶圓廠營運副總經理王英郎、先進技術暨光罩工程副總經理張宗生雙雙晉升至資深副總經理,被外界視為台積電未來製造與技術雙軸布局的重要觀察指標。隨著新一波人事輪廓浮現,新生代接班梯隊的整體樣貌也逐漸受到市場關注。

台積擢升8主管,組接班梯隊

此次擢升名單除王英郎、張宗生外,研究發展組織平台研發副總經理吳顯揚、葉主輝亦同步晉升為資深副總經理,另有四位長期深耕製造與研發第一線的資深主管升任副總經理。業界認為,隨著先進製程世代持續推進、台灣、美國與日本等地新廠同步展開,台積電正加速以平台化組織架構,強化跨部門整合與決策層級,為下一階段的人才配置與權責分工預作鋪陳。

王英郎:負責先進製程量產與全球產能調度

台積電 王英郎副總
營運組織晶圓廠營運副總經理王英郎,晉升至資深副總經理。
圖/ 簡永昌攝影

在製造體系方面,王英郎長期負責先進製程量產與全球產能調度。隨著2奈米及後續節點推進,台灣、美國、日本多地新廠同步建置,製造端的跨區整合、產能爬坡與交付穩定性,已成為台積電能否持續滿足客戶需求的關鍵。業界解讀,王英郎此次列名,凸顯製造體系在接班布局中的核心地位。

張宗生:深耕先進技術與光罩工程領域

台積公司先進技術暨光罩工程副總經理張宗生.jpg
台積電先進技術暨光罩工程副總經理張宗生,晉升為資深副總經理。
圖/ 業者提供

技術端方面,張宗生在先進技術與光罩工程領域長期深耕。隨著製程微縮難度持續攀升,光罩工程、製程整合與良率管理的重要性日益提高,其在關鍵工程環節的布局,被視為支撐台積電技術領先的重要基石。市場認為,此次擢升反映台積電在接班梯隊上,更強調長期穩定與跨平台整合能力。

台積電核准逾2千億員工分紅,史上新高!

此外,台積電董事會亦核准歷史新高的員工業績獎金與酬勞(分紅),總額達2,061.46億元。台積電表示,此次核准金額涵蓋每季季後發放之約1,030.73億元業績獎金,以及預計於今年7月發放的同額酬勞(分紅)。業界估算,若以約8萬名員工計算,平均每位員工可領取逾257萬元,凸顯台積電在全球半導體人才競逐中,持續以具市場吸引力的報酬體系留住核心工程與管理團隊。

台積電 tsmc
圖/ 台積電

法人指出,台積電此次人事擢升與分紅決議,同步推進技術、產能與組織三大層面升級工程。隨著新生代接班梯隊逐步浮上檯面,台積電也為其在新一輪全球晶片競賽中持續維持領先地位,奠定更穩固的人才與治理基礎。

本文授權轉載自工商時報

關鍵字: #台積電(tsmc)
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