Understanding Consumer
Understanding Consumer
2007.06.01 | 人物

台灣是一個擁有豐富「製造經歷」的國家,在這海島上的大小企業,保留著眾多彌足珍貴的製造方法紀錄、各種品質管理方案以及各類創新的原材料配方,這浩瀚的知識,幫助台灣能做出比世界其他地方更有優勢的產品。

台灣經濟奇蹟,靠的就是這種全面的「生產者知識」;但也正由於擁有太多這樣的「生產者知識」,反而在21世紀初的轉型過程裡,我們開始經歷一種苦澀的體驗──許多著名的商業戰役(例如從iPod到Wii的創新競賽),陸續否定了「生產者知識」的優位性。

無獨有偶,代工製造毛利也因中國產能的解放而愈來愈低,從企業到工作者,無不陷入一種「創造差異」的恐慌之中。《藍海策略》這個書名吸引人的地方,就在於大家都覺得:相同的人擠在同一個小空間,實在太擠了!

但是這樣的痛苦,並非僅僅是台灣孤立的經驗。

在人類的現代史中,「生產者知識」一向具有高高在上的位置,君不見過去產業史教科書上的明星人物們,率皆都是大企業家,因為在那個年代,消費者的需求被看成是固定的常數(生存所需),能創造經濟格局變化的人,是那些站在供給方的彼端、能整合各種資源的「生產者」,創造「T型國民車」的亨利.福特(Henry Ford)或是台灣的「PVC經營之神」王永慶等,都是這種知識帝王的最好寫照之一。

九○年代,世界巨變,來自BRIC世界的勞動力解放,以及世界金融自由化所催生出的龐大資金,一舉改變了供給方的優勢位置──當勞動力、資本可以源源不斷供應,商品得以無限量生產,此時最大的問題不是「商品價格」,而是「商品需求」──消費者在哪裡?過去的年代,因為「供給有限」,消費者只得被迫接受生產者單方的提案,但現在「供給無限多」,消費者可以輕易地忽視任何「跟我無關」的生產者提案。

對於一位老經驗的「生產者」來說,一個痛苦的事實已經擺在面前:我們恐怕得第一次來理解「消費者知識」到底是什麼?為什麼「價格」、「品質」不再能左右消費者的選擇?或者問得更激進一點:現代世界裡的消費者,是一群什麼樣的人?

現代的消費者,不再只是經濟學教科書裡描寫的一個「理性預期」行動者,我們常被許多不切實際的夢想所牽引,我們也偏見似地鍾愛某些昂貴品牌。要了解現代的消費者,需要更多的人類學、社會學、心理學、文化研究的知識。

而如果你夠敏感的話,「自己」也可以是消費者知識的起點。因為當身為生產者的你,換上一身勁裝走上大街,你不就是一個消費者了嗎?只是──過去的時代,不允許你正視這個「壓抑的自我」罷了! 

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