全球網路成功法則
全球網路成功法則
2007.10.01 | 人物

今年的亞太青年創業年會(ASES)由台灣主辦,筆者應邀到台大演講,但更有趣的是後面的Q&A,來自美國、加拿大、新加坡、印度、菲律賓、香港、大陸代表所提問的問題。為了強調我的觀點,對於一些問題也很美式作風直接了當的不客氣回答。

例如有位代表質疑:「網站真的如你所說,可以在不設點的情況下外銷到其他國家?」我的回答是,你可以舉出目前有哪個中小型網站,是因為沒有設點而失敗的嗎?如果不行,我反倒可以舉出至少五個網站是沒有任何在地優勢直接成功的,像是Fotolog、EditGrid、Club Penguin、iJigg、Orkut。有位代表則堅持追問到底網站怎麼拿到創投資金?我說,你有看過哪個網站是在拿到可觀資金後,撒下二十名人力做成功的嗎?如果沒有,我可以舉出至少五個例子,不必花很多錢,租用一台便宜的主機,一路做上去的,例如Digg、PlentyOfFish、Friendster、MySpace、LiveJournal。

詭譎的網路環境需要新作法
網路世界的成功之道,的確與其他產業南轅北轍,全球皆如此。成功的網站隨隨便便就值新台幣一百億元,但一千個網站有九百九十九個失敗,而且大站並無任何優勢。目前我們看到雅虎(Yahoo!)戰戰兢兢推出Pipes、Yahoo! 360º,看到Google經營Picasa、Orkut、Answers、My Maps,他們背後是有制度的製作過程與強大技術後台,但仍是「開十個死七個」。我在接受號召創組Voofox時就深深相信,我們的確需要另一種迥異於資工教科書、「書上沒寫」的新作法,以大幅提升成功機率。

這樣符合全球網站潮流的新作法叫做「創辦團隊」(founding team),這乃是特別為網路世界「伸手不見五指」的詭譎環境所設計,從團隊建立(team building)到後續的管理制度,皆和一般標準公司不同,每位同仁像一塊軟趴趴的海綿,自我吸收、自我變型、自我成長。團隊的組織架構每一周都有變化,意圖以最快速度架站、轉彎,不斷地調整,來攻擊那怎麼打都打不中的網路市場。目前在美國已漸漸出現像HitForge這樣的團隊,也是類似的想法。

筆者自加拿大求學起,便一直與朋友以創辦團隊製作網站。我們總是能在極短的時間內完成一個好網站,爭取上市(to market)的時間與次數。每個人幾乎自成一個獨立個體,有爭執就靠智慧調解,士氣終日維持高昂。做第一個網站時我們尚稱稚嫩,等做到第六個網站,同學加入,我們已經了解如何經營這麼一支創辦團隊。

網路一日千變,所謂「有效成功史」,只是最近一年才算數,因此沒有任何書本可以趕得上。這段成功史雖短,卻已經告訴我們許多線索。無論在哪個國家,我們或許會看到在二○○八年掄元的,不是任何慢吞吞、死板板的正規軍,而是那幾個出人意表的「創辦團隊」。

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