電信業AI轉型第一步不是買GPU!遠傳資訊長胡德民:先解高頻問題,1,000人用就是董事會的成就
電信業AI轉型第一步不是買GPU!遠傳資訊長胡德民:先解高頻問題,1,000人用就是董事會的成就

2026 AI TAIWAN 未來商務展,於 6 月 24 日(三)至 26 日(五)台北圓山花博爭艷館正式揭幕,今年以「All in AI」為主題,宣告 AI 已成為百工百業關乎生存的結構性資源。展會集結海內外逾 200 家解決方案團隊參與,並規劃 50 場次內容活動,展現台灣最大 B2B AI 實戰生態系。《未來商務》直擊現場,帶來第一手觀察。

電信業長期被視為「吃不飽、餓不死」的成熟產業,2018 年起延燒多年的 499 元低資費之亂更曾讓多家業者陷入虧損,但作為台灣前三大的電信業者,遠傳電信(FET)近年股價與市值卻逆勢攀升。遠傳資訊長暨執行副總經理胡德民,在 2026 AI TAIWAN 未來商務展上分享,AI 如何協助遠傳在既有的人力、成本與系統架構下,找到驅動營收成長的第二曲線。

找出既有架構下的轉型路徑

胡德民曾任台灣微軟專家技術部暨微軟技術中心總經理,2021 年 8 月轉戰遠傳,出任資訊長暨執行副總經理,同時掌管資訊系統建置與企業數位轉型推動。他形容兩種職場的落差:「在外商,沒有機會去牽涉到財務報表」,但加入遠傳後必須直接面對董事會與財報壓力。

電信業靠著用戶每月固定繳費維持現金流,欠費即可斷話的機制也讓壞帳風險相對可控,卻也讓胡德民必須在「既有的人力、既有的成本結構、既有的系統」中找出創新方法,而非靠額外資源砸錢轉型。

此外,遠傳投入 AI 轉型的根本動機,還有來自電信本業的生存壓力。九百萬用戶與超過七百家門市的龐大維運需求,是遠傳必須持續優化效率的基本盤;而 499 元低資費之亂已逼退兩家電信業者,讓胡德民直言:「當產業改變時,不改變就是最大的風險。」對遠傳而言,AI 不是錦上添花的選配工具,而是攸關生存的必要投資。

胡德民也指出,企業導入 AI 時常見的誤區:「AI 伺服器可以買、GPU 可以買,但 AI 的成效跟轉型不能買」。花錢只是轉化過程的起手式,後續仍須面對組織意識、場景探索與數據累積等長期工程。

2026 AI TAIWAN_遠傳胡德民.jpg
圖/ 2026 AI TAIWAN

先解高頻問題,數據治理是 AI 能否落地的關鍵

胡德民提出的方法論是:先解決第一線的高頻問題,再談董事會層級的大議題。他將企業任務分為「窄而深」與「寬而淺」兩類:前者如 ESG 供應商盤查、合約審閱等,知識範圍雖窄但操作頻繁,AI 能將原本耗時 4 小時的工作縮短至 5 至 10 分鐘;後者如人資、法務諮詢,問題分散但需兼顧辨識與回答的雙重準確度,挑戰更高。

數據治理則是另一道關卡。遠傳需整合超過 400 套核心系統、6,000 多台主機的數據,才能讓 AI 真正理解企業營運全貌。胡德民也透露,盤點公司內部 AI 流程數量時意外發現「3,700 隻」AI 自動化流程正在運作,促使團隊著手建立治理框架,避免 AI 應用在缺乏規範下野蠻生長。

在對外應用上,遠傳將內部 AI 能力打包為「遠傳智靈」平台,並延伸至打詐預警、friDay 影音的個人化推薦、智慧城市充電樁維運,以及與淡江大學合作打造 AI 雲端校園等場景,逐步將內部驗證過的 AI 能力轉化為對外輸出的商業服務。

先求小勝,再談變現

胡德民強調,AI 投資能否在財報上產生效益,是企業導入過程中最容易被忽略、卻最受董事會重視的一環。他提出具體建議:從小場景切入解決實際問題,數據規模決定 AI 應用的天花板,並將每項應用成果量化——「一個小場景能夠 1,000 名員工使用,就是董事會值得去邀功的成就」。

對胡德民而言,AI 最終是一面鏡子:企業在導入過程中必須改變的不只是工具,而是組織自身的意識與流程。遠傳 2025 年全年合併營收達 1,103 億元、每股盈餘(EPS)3.81 元,雙雙創下歷史新高,某種程度印證了這條路徑的成效。能力終將創造價值,但這條路需要從一個個高頻問題開始,逐步累積成可複製的方法論。

AI TAIWAN未來商務展更多報導:
簡立峰:哆啦A夢在路上,快來了!台灣少子化有解,但錯過這波就錯過黃金十年

工業沒辦法接受你慢慢來!達明解析人形機器人落地順序:先專用、後通用

不只管人、還要管AI!莫德納把「HR和IT」大合併,背後邏輯是什麼

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