客戶跟你說：「我在別家好像還有一張醫療險，但我忘了保什麼、保多少。」
你查得到嗎？查不到。你只能請他自己去翻保單、打電話問另一家。
這件事聽起來是小麻煩，但它其實是整個保險業現在最大的技術瓶頸，被縮小成一個人的版本。經濟日報 9 月 8 日一篇報導把這個瓶頸講白了：保險業想做 AI，卡在「資料孤島」。
💡 一句話總結
產業那層的孤島要等法規和跨公司標準，急不得；但「單一客戶的完整保障圖」這層孤島，業務員自己就能先打通——而且打通的人，會拿到別人沒有的東西。
內容目錄
先看數字：AI 在金融業其實跑得不慢
很多人以為金融業對 AI 還在觀望。金管會的實查數字不是這樣。
金管會在 2025 年 4 月調查全體金融機構及周邊單位共 383 家，結果公布於同年 5 月 20 日：
| 項目 | 數字 |
|---|---|
| 已導入 AI 的機構 | 126 家（33%，前一年 29%） |
| 銀行導入比例 | 87% |
| 壽險公司導入比例 | 67% |
| 產險公司導入比例 | 45% |
| 已導入生成式 AI | 61 家（占已導入 AI 業者 48%，年增 21 個百分點） |
| 未來將導入或擴大 | 179 家（47%） |
導入的目的也很務實：提升作業效率占 30%、節省人力 18%、優化客戶體驗 15%。用的技術以自然語言處理與大型語言模型（31%）、機器學習（28%）、機器人流程自動化（23%）為主。
壽險公司 67% 已經在用 AI。這不是實驗室階段的數字，是三分之二的同業都動了。
那卡在哪裡？三個現實的卡點
既然投入的人這麼多，為什麼還會說「卡住」？經濟日報那篇報導點出三個層次：
卡點一：公司內部的系統就已經不通了
保險公司的核心系統多半是幾十年疊上來的，資料格式不一致、不同系統之間難以串接。AI 要吃資料，但資料躺在彼此不講話的系統裡。
這是最基本、也最花錢的一關——而且是每一家公司各自要打的仗。
卡點二：跨公司之間沒有共通的資料標準
數十家業者各自建置 IT 系統，整個產業缺乏全面性的資料標準與 API 交換規範。
白話講：就算 A 公司和 B 公司都願意交換資料，也沒有一套講好的格式讓兩邊對接。
卡點三：就算技術可行，也不一定能給
這一關最難，因為它不是技術問題：
- 競爭問題：理賠歷史、客戶風險與行為資料，是各家業者的競爭核心。沒有人有動機把它交出來。
- 法規問題：敏感個資跨機構流通本來就受法規限制。
報導裡有一個很傳神的例子——防詐。業界確實有跨公司核查重複投保紀錄的實際需求，但難以取得充分的法律授權，形成「有需求、無法源」的制度缺口。
真正最需要跨機構資料的四個 AI 應用，正好全都卡在這裡：核保、理賠、防詐、嵌入式保險。
為什麼這跟你有關：你每天都在遇到孤島的個人版
上面講的是產業層。把鏡頭拉回你的日常，會發現是同一件事：
- 客戶在 A 壽險有醫療險、B 產險有車險、C 銀行買了投資型保單
- 每一家只看得到自己那張
- 沒有任何一個系統看得到「這個人的完整保障」
- 所以你要做保障缺口分析，只能靠客戶自己翻紙本、靠你自己重打一遍
產業級的孤島，靠的是法規鬆綁與跨公司標準，那是好幾年的工程，不會因為你今年很努力就提早發生。
但客戶層級的孤島不一樣。「把一個客戶散在各家的保單，集中成一張看得懂的圖」——這件事不需要等任何人，缺的只是一個夠省力的建檔方式。
業務員能自己先解的那一塊
過去這件事不做，理由很現實：把客戶各家的保單一張張手動輸進系統，太花時間，投報率不划算。真正的門檻從來不是「想不想做」，是「輸入成本太高」。
這幾年變的就是這一點：
一、拍照建檔取代手動輸入。 紙本保單拍一張，AI OCR 直接辨識欄位、自動帶入，你只要核對。同一份保單原本要打十幾個欄位，現在剩下檢查。（河馬保險業務版 iOS 1.27.1 剛修好單張匯入的一個瑕疵，之前試過卡住的可以再試一次。）
二、讓客戶自己維護那份資料。 這是最容易被低估的一步。把河馬保險-保戶版 App 發給客戶之後，他在別家新保了什麼、受益人改了誰，是他自己更新——你不用每年打電話問一輪。後台數據顯示，保戶平均每 15 天就會自己打開一次查保單，這份資料是活的。
三、用問的取代用找的。 資料集中之後，「王先生的醫療險保額多少」這種問題不必再點開三層選單翻，直接問 AI 助理就好。
這三步做完，你手上會有一個保險公司做不到的東西：單一客戶的完整保障視圖。不是因為技術比較厲害，而是因為只有業務員站在那個位置——保險公司只看得到自己賣出的那張，你看得到客戶的全部。
產業要等法規，你不用等
回頭看金管會那個數字：壽險業 67% 已經在用 AI，但用的多半是內部行政、智能客服、防制金融犯罪這些「不需要跟別人要資料」的場域。真正需要跨機構資料的核保、理賠、防詐，卡在制度上動不了。
換句話說，接下來幾年，產業級的資料整合大概率還是慢的。而在那之前，客戶手上那份「我到底保了什麼」的問題，還是會回到業務員身上。
誰先把客戶的保障圖建起來，誰就先握有那個答案。這件事的難處從來不是技術，是有沒有在還沒人逼你做的時候先開始。
延伸閱讀：
河馬保險 8 周年，我們正在集氣
河馬保險做的一直是同一件事：把散在各處的保單，變成業務員和保戶都看得懂的一張圖。
今年是第 8 年。我們開了一個集氣活動——每集滿 88 人，就開放一批專屬邀請給登記的人，名額依照集氣順序分配，限量 8 波，目前第三波募集中。
如果上面講的那件事你認同，花十秒鐘按一下集氣，排進下一批：
資料來源
- 經濟日報／記者廖珮君，〈保險業發展 AI 卡在「資料孤島」〉，2026-09-08：https://money.udn.com/money/story/122377/9740176
- 金融監督管理委員會，〈金管會公布金融業應用人工智慧(AI)調查結果〉新聞稿，2025-05-20（調查時間 2025 年 4 月，對象 383 家金融機構及周邊單位）：https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=202505200001&dtable=News
- 保戶開啟頻率（平均每 15 天一次）：河馬保險-保戶版 App GA4 後台，近 30 天實查
文 / 馬編｜河馬保險小編輯，專門給你新資訊