國泰人壽治理制度支撐轉型升級
隨著人工智慧技術在金融與保險產業逐步落地，國泰人壽以資料治理、技術應用與人才培育三面向推動轉型，形塑出具有規模與深度的 AI 組織架構，達到企業 AI化程度第四階段，領先產業。
採訪／林振輝、王家佩、施鑫澤 文／鄭宜芬‧刊期／2025.9
人工智慧為金融與保險產業帶來數位變革。根據人工智慧科技基金會「2025 台灣產業 AI 化」調查結果，臺灣僅 9.8% 企業實現 AI 規模化階段，多數仍處於觀望或初期評估階段。國泰人壽從數位化基礎建構、資料累積、組織調整、跨部門合作到推動全員 AI 素養，已將 AI 從單點應用推向流程與平台的整合，實現規模化應用。
[ 加入 CIO Taiwan 官方 LINE與 Facebook，與全球 CIO 同步獲取精華見解 ]
國泰人壽副總經理林佩靜強調，企業應用 AI 時不應為追求技術而技術，而是從企業需求為出發點，聚焦核心業務與改善流程，這就是國泰人壽領先同業的關鍵。
國泰人壽發展 AI 組織始於 2016 年成立的「客群經營部」，以 20 人團隊運用巨量資料進行客群分析與精準行銷；2018 年擴編為「數據經營部」，人數達 30 人，除行銷外亦導入 AI 模型應用於風險控管與流程再造；2024 年進一步擴展為「數據暨人工智慧發展部」，團隊人數達 78 人，涵蓋商業智能科、客戶智能科、資料治理科及數據工程組四大團隊。
商業智能科與客戶智能科專責資料分析、模型開發、生成式 AI 與 AI Agent 等技術應用；資料治理科則聚焦於資料暨 AI 治理制度、資料架構程序與管理規範建立。團隊結合跨部門協作與制度化運作，推動 AI 治理、內部 AI 素養培育，並以業務需求為導向，支援壽險業務的數位轉型與技術實踐。
建立架構與制度 人才培育同步推進
AI 發展與應用要走得快也要走得遠，良好的組織架構不可或缺。
數據暨人工智慧發展部技術經理黃喬敬博士說明，國泰人壽與國泰金控的數位數據暨科技發展中心（數數發）保持緊密合作，數數發負責資料治理政策、運算平台與雲端策略；國泰人壽則聚焦於應用落地，如核保、理賠、行銷推薦與業務員配對等。子公司之間也會定期進行交流，借鑑經驗推進相關應用。
- 組織面
國泰人壽高階主管組成委員會建置治理框架，數據暨人工智慧發展部作為專責單位，負責推動與執行公司內部相關治理工作。
- 制度面
建立內部管理辦法與規章，並依循金融業運用人工智慧（AI）指引、保險業運用人工智慧系統自律規範以及集團層級的治理政策。同時採取跨部門合作模式，納入法遵、資安與風險管理等部門，形成二道防線機制，共同制定並執行內部治理制度。
- 人才面
治理成效不只靠制度推動，更需組織文化的支持與驅動。因此，持續推行 AI 素養相關的教育訓練計畫，以提升員工對資料治理與 AI 應用的認知與實務能力。
[ 推薦閱讀：保險業的 AI 革命：個人化、忠誠度與未來客戶體驗的轉變 ]
從數據到決策 AI 組織轉型策略
從發展 AI 到落地應用，並非一蹴可幾。數據暨人工智慧發展部協理莊淑儀表示，國泰人壽早在 2011 年起就推動業務流程的行動化，涵蓋業務招攬、理賠、保全及保費等多項服務，使得相關資料能夠自動化留存，多年累積下來的結構化資料相當完整，因而能成為後續 AI 模型訓練的重要基礎。
為因應 AI 技術發展對資料品質的高度要求，國泰人壽自 2021 年開始推動資料治理制度，涵蓋資料管理、雲地整合與資訊安全等多個層面，建構一套可持續推動與實務落地的治理機制。
資料治理與資安
推動 AI 應用的關鍵之一在於建立健全的資料治理與資訊安全體系。在應用面，國泰人壽透過資料治理制度，提升資料資產的可用性與準確性。
國泰人壽目前已完成超過 4,000 項資料資產的標註作業，並建立完善的資料分類與存取權限制度。以保險資料為例，由資訊部門統一管理，導入數據平台，供 AI 模型訓練與分析使用。整套流程亦有訂定明確的申請與授權規範，以確保資料存取合規且可追溯。
在硬體架構，採湖倉一體的底層資料平台建構模式，結合資料湖的彈性與資料倉儲的結構性，支援 AI 應用所需的彈性查詢與高效運算。搭配雲地混合架構，動態調度資源，提升資料處理與模型訓練效率。
制度面著重資訊安全與內控合規。AI 模型與程式碼於開發階段須通過內部品質審查與程式碼檢核，進入 IT 串接測試階段後，納入 CI／CD 自動化流程，上線前進行完整掃描，以符合資安標準。公司並透過教育訓練及明確規範，教導 AI 的正確使用方式，提升全員風險意識與防護意識。
- 雲地整合
在治理制度之外，國泰亦持續強化基礎建設與雲端策略，以支撐 AI 模型落地與運算彈性需求。
在基礎建設層，國泰採取地端與多雲混合策略，依據場景選擇 Google Cloud、AWS、Azure 等平台，避免對單一供應商過度依賴；應用層包含資料湖倉、資料倉儲、分析環境等，皆透過雲地整合的架構，進行最佳化的動態資源調度。
為確保雲端環境的穩定與安全，由雲端專責單位負責平台日常管理、環境維運、權限控管與費用追蹤。人才方面，配合集團的「雲世代計畫」，系統性培養員工雲端技能，範圍涵蓋 IT 及數據團隊，並輔導員工考取雲端專業證照。
精準推薦與流程自動化 應用場景多元
保險仰賴多層級審核與人工作業，流程繁瑣、耗時耗力。為此，國泰將 AI 導入需求分析、商品推薦、核保、核賠、風險識別與客服支持等場景。
其中「商業智能科」著重保險核心業務，包括核保與理賠等流程；「客戶智能科」負責通路支持、行銷策略與客群經營。AI 產品除了常見的機器學習、深度學習技術外，近年進一步導入生成式 AI、AI Agent 等創新架構，持續創造更多價值。
- 壽險商業核心：AI 導入核保與理賠流程
數據暨人工智慧發展部商業智能科資料科學分析師曹立諭表示，核保與理賠作業對客戶體驗有直接影響，風險控管相當關鍵，因此團隊建置了智能風險控管模型 Cathay Eye，並與業務單位合作，確保公司能掌握保戶的健康狀況。
Cathay Eye 透過風險分群，能識別客戶的體況風險，用以加速核保流程，可讓核保流程平均縮短 4.8 天，契約品質提升 37%，體檢異常命中率亦高達 65%，為人工判讀之兩倍。
2021 年起，國泰人壽重構業界唯一人機協作模型的理賠系統「理賠智能工作台」，將舊系統翻新，導入 AI 整合風險控制與審理模型，實現案件分級分流。例如理賠風險評分模型 CRSS 可識別潛在的詐欺或不給付風險案件，讓理賠人員能夠更迅速接收 AI 提供的資訊，提升效率與品質。
此外，公司還組成跨部門戰情室，多方協作推動流程數位化與智能化，提升作業與服務品質。
- 客群經營：個人化商品推薦
由於保險業與客戶接觸頻率不如銀行高，且客戶即時資訊較有限，因此團隊透過標籤化、記錄互動行為來描繪客戶輪廓，進而利用 AI 與機器學習推薦適合的產品或業務員。
為實現個人化商品推薦，國泰人壽運用深度學習與最佳化演算法，建立雙階段推薦模型：第一階段整合客戶與商品資訊以捕捉偏好，第二階段依據保險需求與模型偏好分數，產生推薦組合。根據國泰內部資料，前三名商品命中率較機器學習模型提升逾 15%。
在輔助銷售場景中，根據客戶的屬性進行分群，如自身狀況、已持有之保單內容、生涯階段等資料，建立行銷應用 AI 模型「泰好客 Cathay AIM」，輔助業務員精準行銷。
- 通路經營：AI 輔助業務員服務
數據暨人工智慧發展部客戶智能科經理李嘉桓表示，國泰人壽的最大優勢是數據與數位的整合，搭配業務員「NAP 新業務平台」輔銷平台工具，持續收集客戶互動資料，分析後回饋到 AI 模型及行銷流程優化，協助業務員進行更好的客戶服務；對於不喜歡人員行銷的客戶，國泰也直接在網頁端提供服務，協助解釋複雜的保險產品，並根據數位軌跡寄送客戶感興趣的資訊。
若業務員退休或離職，AI 模型也能協助進行業務員與保戶的智能配對，將客戶重新分配，延續服務不中斷。此應用是透過機器學習與圖神經網路（Graph Embedding）技術，預測業務員與保戶的匹配度，提升接觸率達 20.4%。
- 系統支持：數據平台與模型部署
AI 應用的成功仰賴系統支援與平台整合。國泰人壽藉由數據整合，建立涵蓋商業智能與客戶智能的系統架構，結合模型開發與實務應用從前端的數據收集，到後端的推薦模型部署，再到輔銷平台的實作整合，在內部形成完整的 AI 應用鏈。
[ 推薦閱讀：近九成銀行使用 AI 節省人力、提高效率與客戶體驗 ]
全員 AI 化 打造多元創新團隊
企業推動 AI 的關鍵在於「人」，唯有願意改變與學習的人，才能真正落實企業 AI 轉型。為推動「全員 AI 化」，國泰人壽在技術、業務與管理方面，同步進行人才教育訓練與文化建構，提升 AI 素養與應用能力。
- 技術應用深化
隨著 AI 技術迅速演進，國泰人壽在應用端不斷拓展深度與廣度，從早期的機器學習逐步邁向 AI Agent、Multi-Agent System 乃至 Agentic AI 架構，積極導入新一代生成式 AI 技術包含 GPT、Claude、Gemini 等，並結合多元化地端部署技術，應用於客服應對、專業文件解析、關鍵資訊萃取、流程設計及教育訓練等多項作業場景。
例如在業務員教育訓練上，AI COACH 系統能模擬客服情境，提供即時互動練習。透過生成式 AI、語音 API 與 Prompt Engineering，系統打造多元化的 AI 虛擬客戶，結合業務單位實際案例與教學情境，真實還原應對過程。系統也同時建立明確的評分標準，運用多個 AI 模型進行回饋與評分，有效提升真實感與訓練成效，強化業務員的實務應對能力。如此，有助於業務挖掘潛在客戶、安排見面，並且流暢應對各項客戶需求；在電話行銷方面，也可協助建立良好開場、介紹商品以及處理客戶的疑慮。
搭上 AI Agent 的發展趨勢，國泰人壽建立多任務協作機制（Multi-Agent System），分工項目包含對話模擬與評分引導，未來亦規劃導入 AI Agent 協助解析單據與內部資料。
- 人才與文化養成
從技術端至管理層，國泰人壽持續推進人才教育訓練，透過多層次的課程與制度設計，協助員工深化 AI 知識與實務應用能力。課程內容包括 Python、Tableau、SAS SQL 等工具操作、涵蓋資料治理與視覺化分析，搭配競賽機制鼓勵應用實作。
同時，針對不同層級開設生成式 AI 課程與管理專班，強化員工的 AI 應用認知、道德規範與風險評估能力。中高階主管也納入訓練對象，協助管理層掌握 AI 架構與治理議題，強化策略決策力與科技前瞻性。
- AI 研發團隊
AI 導入不僅限於技術部署，數據暨人工智慧發展部致力打造兼具技術創新與實務應用能力的團隊，成員涵蓋資料科學、人工智慧工程、數據分析、雲端運算等多項職能。
尤其分析師背景橫跨資訊工程、統計、經濟、公共衛生等領域，其中有五位具博士學位，例如技術經理黃喬敬博士畢業於臺灣大學資訊工程學系 Intelligent Agent Lab，專精於人工智慧及智慧型代理人（Intelligent Agent）技術，具多年 AI 系統設計與研發經驗，帶領團隊推動先進 AI 架構與技術落地，強化公司在 AI 轉型與智慧化應用上的競爭力。商業智能科經理黃郁凱博士，背景為美國伊利諾大學芝加哥分校（University of Illinois at Chicago）公共衛生博士，具備醫療數據與風險評估的專業訓練，帶領團隊推動核保、理賠與風險控管的 AI 化。
同時，公司亦持續擴編職能，並新增 AI 工程師、資料治理與雲端管理等職位，重視跨域整合與實務經驗，擴大部門。
國泰人壽強調，企業導入 AI 不應流於形式，重點應在於是否能實際解決業務問題、技術是否適用於企業情境、具備可行性並能產生實質效益，並結合團隊的產業領域知識（Domain Know-how）進行評估與判斷，同時持續關注技術更新，透過專案實作與內部交流，提升創新能量。
未來，隨著市場環境與技術演進，國泰人壽將持續以人才為基礎，強化跨域整合能力，深化 AI 應用，實現保險業務的核心價值。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
