「警察拿著紙筆跟滾輪，在車禍現場量測畫圖的畫面好像很稀鬆平常，但你有沒有想過，保險在 60 年前是這樣做，60 年後還是用一樣的方法做事？」創星物聯科技董事長暨創辦人林俊彥指著簡報上警察拿著量測滾輪、拿著紙筆與尺在車禍現場手繪事故圖的畫面拋出疑問。台灣每年高達 1500 億元的汽車保費，保障著 800 萬輛車的出行安全，但當特斯拉已經用機器視覺在避障，台灣產險業的理賠與核保，卻還停留在上個世紀的純人工黑洞。

林俊彥今年剛滿 50 歲，從醫藥產業到無線通訊，再到在鴻海集團孵化出創星物聯，11 年來他只專注做一件事：情境式保險。

機器視覺辨識搭配 AI 大模型，車禍影像直接轉成「文字初判表」

在演講現場，林俊彥播放了一段30秒的真實車禍影片。一輛轎車正常行駛，右前方一輛摩托車突然闖紅燈左轉撞上擋風玻璃。在傳統法規與社會同情弱者的慣性下，開車的駕駛「沒有責任也有三分責」。

但當創星物聯的機器視覺接入，事情改變了。AI 開始像老練的交通警察一樣，逐秒辨識道路上的行人、車款、號誌與標線，同時抓取行車電腦裡的 GPS 與車速等 Metadata。更關鍵的是，林俊彥團隊利用大型語言模型（LLM）訓練出一個「虛擬 AI 員警」，直接將冰冷的影像與數據，自動生成一段邏輯嚴密的「文本摘要」與「肇責預判」。

「通常事故過程人都嚇傻了，根本不記得誰先誰後、是紅燈還是綠燈，但 AI 能百分之百還原真實樣貌，圖不用手繪，直接生成初判表。」林俊彥神情誠懇地說，正是因為別人覺得沒辦法、覺得很麻煩，他們才要去克服這些障礙，「最後看著圖不用手繪、被 AI 自動畫出來的那一刻，我本人心裡真的很感動。當創業家就要有這種情懷。」

這項技術不是科技泡沫，而是已經商轉的現實。創星物聯與明台產險合作，在全台推出首創的「無警處理」服務。只要符合無人傷亡、肇責明確的條件，車主一鍵上傳行車紀錄器影像，雲端平台就能在幾秒內自動對接理賠，傳統理賠人員頂著風雨奔波的履約成本，被濃縮成僅需 0.1 元的傳輸費。同時，這座數據高牆也讓台灣每年高達 60 億元的惡性詐保黑洞無所遁形。

比算命更靠數據！政大驗證創星物聯車聯網風險模型，四級分群輪廓係數最高達 0.79

大數據不能只是行銷話術，更需要經得起第三方驗證。創星物聯委託國立政治大學商學院金融科技研究中心，由前金管會主委、政大王儷玲教授主持車聯網模型風險評估與優化研究，針對創星物聯所建立的駕駛風險分群模型進行資料清理、特徵檢驗、多演算法交叉驗證與分群品質評估。

本次研究使用 2023 年 7 月至 2024 年 7 月的車聯網資料，涵蓋 1,776 輛車、339,200 趟行程，經資料清理後保留 1,692 輛車與 129,442 趟有效行程。驗證結果顯示，創星物聯以 K-Means 建立的四級風險分群，在統計品質與實務應用之間取得良好平衡；其中以「行駛里程、行駛時長、每百公里急加速」作為核心風險因子時，四群分級的輪廓係數最高達 0.79，並經階層式分群模型交叉驗證後取得相近結果，顯示該模型具備良好的群內凝聚性、群間分離性與商業應用基礎。

「這代表什麼？代表我們不是憑經驗猜風險，而是用車聯網數據，把駕駛行為轉換成可以驗證、可以解釋、可以管理的風險分級。」林俊彥表示。

目前，這套與大牌行車紀錄器 Mio 深度對接的 AI 減費與投保機制正陸續推向市場。當大數據與大模型不再只是「說給你聽」，而是真正能幫產險業降本增效、為優質司機減免保費的「做給你看」，創星物聯正在用一杯咖啡的時間，改寫台灣產險業下一個一甲子的遊戲規則。