FinTechSpace 金融科技國際座談：AI金融未來式 (一)台灣篇

人工智慧(AI)近年來快速發展，為各產業皆帶來巨大的經濟與社會效益。跨國組織如歐洲議會、G7高峰會和全球標準巨頭英國標準協會(BSI)皆積極提倡AI的發展重要性及監管框架的關鍵影響力。台灣也依循國際發展趨勢，除了我國行政院於2023年核定發布「臺灣AI行動計畫2.0」，目標使讓臺灣成為全球AI新銳之外，金管會更隨後於同年公布「金融業運用AI之核心原則與相關推動政策」，協助金融機構有框架可循地善用AI科技優勢發展數位金融新服務應用。

FinTechSpace於6月6日辦理之「金融科技國際座談：AI金融未來式」，邀集台灣與英國、立陶宛、日本、美國、新加坡的AI金融領域重磅講師及產業代表來台進行分享。本場次更特別邀請到「數位沙盒AI金融PoC實證徵選」金融供應商–台新金控、台企銀與合庫銀，分享台灣金融產業對於AI技術的運用需求和跨域PoC的市場機會，期吸引更多業者共同推動AI金融的未來發展可能。

本文節錄座談會中台灣的AI金融分享重點，協助讀者了解我國AI賦能金融的現況與未來潛能。

 

一、開場致詞

「AI is leading a financial revolution, it will fundamentally transform financial market」

(AI正在引領一場金融革命，將徹底改變金融業)

—金管會 陳彥良 副主委–

金融科技的發展帶來許多機會，如數位支付、區塊鏈及大數據等技術推動了金融業的轉型，創造了一個更全面、便捷的金融環境。AI則正在引領一場金融革命，將徹底改變金融業，AI不僅使金融服務效率提升，且將使金融服務更加智慧化、更加普及。此外，金融機構利用AI提升客戶服務、加強風險管理及改善詐欺偵測，更能提高營運效率。

然而轉型對金融業來說並不容易，過程需要考量存在於機會背後的風險及挑戰，例如大量蒐集、持有數據可能對個人隱私和資料安全造成威脅。技術的快速發展可能超出既有監理及法律框架的預設範圍。AI的透明度議題更帶來歧視及偏見等疑慮。因此，在「促進金融創新」與「確保風險管理」之間取得平衡，是金管會的重要工作。

• 2023年8月5日，金管會發布「金融科技發展路徑圖0」作為未來三年的發展藍圖，內容涵蓋65項推動措施。
• 為協助金融機構運用AI技術並有效管理風險，金管會於同年10月發布「金融業運用AI之核心原則與相關推動政策」，包含6項核心原則及8大配套政策。並據以發展出「金融業運用AI指引」。
• 預計於2024年6月底發布正式「金融業運用AI指引」。期望透過政策導引金融機構有效運用AI技術、專注於負責任創新、應用可信賴的AI並發展更符合公眾需求的金融服務。

 

二、台灣的人工智慧金融發展與政策

「AI is not a replacement for human workers but a tool that augments their capabilities」

(AI不是人類勞力的替代品，而是增強人類能力的工具)

—金管會 蔡少懷 組長–

(一)、台灣AI金融推動現況

根據2023年5月金管會的調查，台灣約有63%的銀行和57.5%的保險公司已正在導入AI技術，主要應用領域包含智能客服、反洗錢、流程自動化，以及客戶數據和市場趨勢分析等領域，以提升作業執行、營運效率和客戶體驗。然而值得注意的是，採用AI的機構並未有因導入AI而發生裁員的情況。相反的，AI刺激了技術、營運和業務策略等多個維度的創新，從而培育了一個更具活力和前瞻性的環境。以下分享兩個獲金管會支持的產業運用計畫：

• 台北富邦銀行的鷹眼計畫，透過導入AI模型，在預防詐欺的三個關鍵領域展現顯著的成效：
  • 預警：最多可提前30天偵測異常活動的預警訊號，使銀行能夠採取主動措施。
  • 預防：近兩年的運營，已成功識別出逾800個問題帳戶，阻止總計超過 4,500 萬新台幣(約140萬美元)的交易。
  • 營運：案件審核量下降99%，每月節省案件審核操作時間高達3000小時，使銀行員工能夠專注於更關鍵的任務。
• FSC 於 2024 年啟動「預防詐欺和金融犯罪」主題活動，其中一案即為聯合學習，允許多個金融機構協作訓練詐欺偵測AI模型，同時確保其資料保持去中心化和安全。該案實證成果擬於今年第四季公告，展示聯合學習在增強詐欺偵測和預防方面的潛力。

(二)、台灣AI金融監管發展

於監管上，台灣政府積極推動政策和指南來支持AI金融應用。除了在2023年6月成立AI法規計劃小組之外，於同年10月更發布「金融業運用AI之核心原則及政策」，旨在促進AI負責任的應用、保障消費者權益以及確保系統的穩定和安全性。金管會參考各國政府和國際組織的倡議，於2023年12月公布「金融業運用AI指引草案」，並預計於2024年6月公告正式指引。

金管會致力於維持監管靈活性，並將適時調整法規與框架、評估採用AI增強監管能力，以及持續與國際組織和各國金融監理機構保持對話、確保台灣金融業保持全球競爭力與合規性。

• 「金融業運用AI之核心原則及政策」六大原則：
  1. 治理和問責：金融機構必須承擔內部治理和消費者權益保護的責任，包括建立風險管理機制，並確保員工擁有足夠的人工智慧知識和能力。
  2. 公平和以人為本的價值觀：最大限度地減少歧視，以避免不公平的結果。應維持由人類監督的機制。
  3. 隱私和客戶權利：金融機構應尊重客戶對人工智慧服務使用的選擇，並告知客戶其他選擇。
  4. 系統的健全性和安全性：金融機構必須對第三方提供者進行適當的風險管理和監督。
  5. 透明度和可解釋性：確保人工智慧系統運作透明、可解釋。
  6. 可持續發展性：應確保其人工智慧發展策略和實施符合永續發展原則，也應努力保障員工的就業權利。

三、Panel: AI賦能金融智能的運用

根據勤業眾信的全球調查，AI已成為金融業未來發展之必要項目，應該納入多年發展策略中，而非只是一種選項。由勤業眾信諮詢服務許梅君執行副總經理主持、「數位沙盒AI金融PoC實證徵選」金融供應商產業代表–台新金控孫一仕資訊長、臺灣中小企業銀行數位金融部蔡育呈協理以及合作金庫銀行電子金融數據分析暨行銷科朱姸如科長同桌對談，從AI的推動近況、合作策略及推動的挑戰與展望一同探討台灣金融產業運用AI的可能。

 【討論】

Q1：請問三家銀行目前AI推動及導入近況，未來AI應用如何賦能金融服務？ 

孫一仕資訊長：

• AI一詞於68年前就出現，以金融業的應用來說已很多，從一開始的風險分數、防詐、授信模型等，都可以看作是AI的應用。較近期的應用則有臉部辨識之支付及提款等。
• 生成式AI帶來「AI民主化」的產業變革。相較於過去僅有資料科學家能夠理解、運用AI，如今人人都可能運用AI。傳統型AI通常為針對單一環節之特殊用途模型，生成式AI的應用範圍更廣，並可達成兩種目的：

1. 1. 提升客戶體驗：結合大型語言模型的智能客服，相較過往客戶的提問必須對應到預先的題庫資訊，更能了解客戶的提問；
   2. 提升員工生產力：如員工能在知識管理系統中透過問答方式得到想要的資料，更快獲取知識。或者結合copilot可以加速程式碼之生產。

蔡育呈協理：

• 經過數位及金融科技爆炸性發展的十年，目前我們所在的階段為「數位化的收尾期」、「行動化的成熟期」、「開放化的成長期」以及「AI化的探索期」。

• 根據2023年遠見雜誌「2023年生成式AI對職場未來衝擊」調查，已有6成民眾使用過生成式AI，其中又以學生及社會新鮮人(18~24歲)及肩負領導責任者(50~54歲)等兩大族群最多。因此ChatGPT在2022年11月的橫空出世，確實是一顛覆性革命。而生成式AI與傳統AI最大的差異在於前者可以像真人般對話，以及可以文字創造各種內容(包含文、圖、音、視)。
• 就銀行應用AI而言，包含既有的智能客服、生物辨識、RPA、OCR、即時決策或大數據分析等，均持續發展中。針對生成式AI，台企銀有兩項主要應用計畫：

1. 1. 配合國科會GenAI計畫發展之「企業金融助手」；
   2. 應用國科會TAIDE計畫結合銀行知識庫發展之「員工助理」；

• 就未來AI之應用，根據「面對客戶/面對行員」及「歸納型/分析型/決策型」等分類來看，蔡協理認為未來有四大發展方向，包含風險管理(如信用評估、風險評估、詐欺偵測等)、客戶服務(如智能客服、語音助理等)、投、融資決策以及行政助理。

朱姸如科長：

• 過去合作金庫都屬於較單點的運用AI，如智能客服、line對話機器人。而於金管會AI指引公布後，合庫將全面性檢視如何從單點發展至全面應用；同時透過總經理督導之數位發展委員會，將建立藍圖、發展策略，到規劃治理政策、檢視系統安全及合規性等。以應對金管會AI指引及銀行公會AI作業規範等法制發展。
• 未來將從未面對客戶、行員用之知識庫開始進行AI運用的驗證，預期可改善新進員工知識查找之痛點。另發展機器學習模型之自動化，透過模型管理搭配AI生命週期概念，確保AI運用更有規則性、更可控、更具可解釋性。而外部合作部分，除了已與園區展開防詐相關實證討論之外，也有進行對客戶推薦借貸及理財商品等AI應用。

 

 Q2：請教金融機構推動AI之策略及相關合作模式，例如自行開發、委外合作或採購等。 

蔡育呈協理：

• 在數位化發展上希望能引發企業形象的改變，因此會將AI推動列為重要發展策略之一，其中包含4個核心：AI素養提升、AI人才培育(包含IT及業務端)、AI環境打造和AI業務應用

• 就AI業務應用而言，以台企銀建置中的AI助理為例，可協助行員整理市場資訊、新聞；整理會議、拜會行程；整理客戶交易、聯繫資訊；整理客戶曾提及之需求等。此AI助理不可能由臺企銀單獨開發，必須協同外部廠商共同合作才有可能。且需以點到面到深入企業DNA的方式來發展。

朱姸如科長：

• 在看到銀行公會預計推出AI作業規範時，合庫很快地意識到合規之重要性，因此開始研究國際之AI規範，包含歐盟、國際清算銀行之規範，進一步建立治理政策、區分風險等級、整理行內既有AI應用。
• 另結合外部顧問進行「人員成熟度」之盤點、進行教育訓練以提升非數位單位人員之AI素養，等內部利害關係人溝通之工作。從此觀點來說需要結合外部第三方之力量，且針對外部合作業者之選擇，重視資安相關條件。

孫一仕資訊長：

• 在內部AI推動上，可能遇到兩個挑戰：

1. 1. 內部可能認為既有流程無問題，無需改用AI；
   2. 如何應對AI相關規範之治理議題。

• 從組織面而言：

1. 1. 過去數位策略小組，是以支援角色協助各單位應用新科技，因業務單位更加了解自身需求：

• • • 特定議題之「專業型AI」交由各業務單位之資料科學家自行發展；
    • 「工具型AI」(如語音辨識、光學辨識、圖像辨識等)因需要大量資料訓練，較無法以內部資料完成訓練，則傾向與外部業者合作；

1. 2. 目前則已建立獨立之AI發展部門，專注於生成式AI之應用：

• • • 以大型語言模型為例，根據目前的測試，雖然外部模型很聰明，但不夠了解台新，因此仍在研究是否自行開發台新之大型語言模型，可能更符合實際運用情境；
    • 針對「工具型AI」也因應技術發展，正在思索台新自身介入的可能性，結合外部廠商做測試。

 

Q3：請教AI推動之挑戰及未來展望。 

朱姸如科長：

• 未來開發AI模型可能需關注及思考的議題：

1. 1. 數據跨機構、跨市場共享可能帶來的新火花及相關AI模型之可解釋性、可稽核性問題；
   2. 以開放銀行為例，第三方業者與金融機構之監理程度差異問題。

• 認為AI是改變競爭賽局之工具，未來期待金融業與更多不同業者的共創。

孫一仕資訊長：

• 在大方向上已可確定此波AI發展相較1990年代專家系統時代，將對金融業產生更多火花。而從「AI民主化」角度，人人均可使用AI，可能產生兩個挑戰：

1. 1. 對AI過度樂觀，認為AI萬能：因此需要內部溝通，強調AI雖然聰明，但需要經過訓練及參與，以控制參與者之期望值，不應過度樂觀；
   2. 資料不足：需要確保資料量、資料多元性及資料品質。

• 總之AI發展需逐步踏實推動，無法一步登天。

蔡育呈協理：

• 以每八年發生一次技術大革命的觀點，而2015年是AI及生成式AI的分野、2023年則是大型語言模型開始蓬勃發展。
• 認為有以下4個發展挑戰：

1. 1. 讓AI說真話、說專業的話，而不說假話：需要增加訓練；
   2. AI之透明度、倫理、隱私及偏見議題：需由人類做判斷，雖然AI做得到，但人類可以選擇不做；
   3. 工作消失：人類需要學習新技能，大量重複性工作交給AI；
   4. 治理：如何不傷及未來營運又能符合發展方向。

• 針對金融AI未來發展，有以下4個想法：

1. 1. 共生的：人機協作，共同完成任務；
   2. 替代的：替代舊有方式，提升效率；
   3. 賦能的：把AI當作新進員工，持續訓練；
   4. 負責任的：可建置護欄，由大型語言模型監督大型語言模型。

 

Part I：AI時代的創新與監管平衡 The Balance of Innovation and Regulation Part I in the AI Age 《台灣的人工智慧金融發展與政策》 —金管會 蔡少懷 組長–
Part III：台灣金融產業的實際運用需求 The Future Perspectives from Taiwan Financial Industry 《Panel：AI賦能金融智能的運用》
(由左至右)勤業眾信許梅君執行副總經理、台新金控孫一仕資訊長、台企銀蔡育呈協理、合庫銀行朱姸如科長