| 直接引進國外「AI車定損模型」潛在問題
為了快速導入，有些產險公司考量直接引進國外「AI車定損模型」，除了仍有前述導入AI車定損疑慮外，可能還會衍生以下潛在問題：
1. 各國車型、維修邏輯與審核標準不完全相同，國外的AI模型可能不能完全適用於國內實際市場需求，不能直接採用。
2. 當模型部分不適用，除非是獨立模型，否則因CNN類神經網路非常複雜，無法局部調整、逆向工程，需要整個模型重新訓練，最多只能事後針對某部位調整其權重。
3. 若要本土化，可利用其架構進行Transfer Learning，但仍需要足夠本土資料去訓練、驗證與測試，才能落地商用
4. 一般AI模型訓練是採用本身的資料與標註，訓練出來的模型才能合用；若是用別人資料來訓練，模型不一定合用，可能造成誤判或無法判別。
5. 未來若要與本地資料串接，因技術控制在國外，台灣市場小，可能較難量身訂製，若要更改，費用較高、也不即時，衍生問題恐更多。
6. 目前國內法規禁用大陸廠牌的資通訊產品，保險業係受高度監理行業，敏感度高，尤其是與中國地區之產品或技術合作時，應更加謹慎並顧及主管機關之行政見解與指導，相關處理程序上必定會更為複雜，若此，反而事倍功半。
7. 國外AI模型供應商是否有分支機構或代理商能協助部署於國內，若無，恐有於國內可否執行業務之適法性問題；縱無此疑慮，相關導入服務所生之費用支付，亦恐有稅務問題。再者，相關使用者介面 (UI) 是否能中文化？若無，可能有跨國語文溝通問題，另亦有涉外適用法律保障等問題須要考量。
簡言之，導入國外AI定損，因車型與維修邏輯不同，不能完全適用；此外，還有產品引進導入、客製化、維護、技術移轉、售後服務、費用高昂、系統整合、法規規範…等諸多問題。
基於上述，建議國內自行開發為宜，可依據本地需求，導入更先進技術，機動性快，可動態調整，較有可解釋性等優點。
陳素敏顧問簡介 （歡迎有興趣的保險公司洽詢陳素敏顧聯絡） | 
沒有留言:
張貼留言