GenAI在金融業的三大應用趨勢：個人化體驗、監控詐欺及氣候風險評估

隨著智慧科技發展，人工智慧(AI)應用漸受關注，如何將金融業務與人工智慧結合以加速數位轉型，為金融業關注的重點之一；然而金融是政府高度監理的產業，綜觀各國金融應用的發展，除了由科技力注入動能之外，各國的金融政策更是發展的重要關鍵。

我國金管會因應近年金融機構積極運用新興科技，持續增修相關法規，近期最受業界矚目的，當屬2023年10月發布的「金融業運用AI六大核心原則」，並預定於2023年底擬定「金融業運用AI指引草案」，期協助金融業者能以風險為基礎，進行有效的AI運用管理，進而創新數位金融與智慧服務。

人工智慧是一個廣泛的概念，包括各種不同的技術和方法，在這其中，有兩個主要的子領域是人工智慧（AI）和生成式人工智慧（Generative AI），過往金融業應用的技術主要是人工智慧，使機器能夠執行類似人類智慧的任務之技術和方法；而2022年起「生成式人工智慧」掀起一股熱潮，依據麥肯錫的研究報告，席捲全球的「生成式人工智慧」到2040年可大幅地提高勞動生產力，透過人機協作改變工作的結構，每年可能為全球經濟增加相當於2.6兆至4.4兆美元的收入。這項新興科技將對所有產業產生重大影響，其中影響最大的將會是金融業、高科技和生命科學等行業。

未來金融業勢必隨著技術演進，將AI及Generative AI技術疊加應用，預期在金融業應用的三大趨勢：

一、個人化的消費者體驗：從最基本運用AI於低風險的工作，如整合報告、監控業務流程和收集數據；例如可分析過去10年的銀行客服電話紀錄，再疊加Generative AI技術，快速生成客服人員或是貸款人員、理專人員所需的文件，以提供更好的消費者體驗；更甚者還能自動辨識缺少的文件，並依據相關監理規範，建立警示通知，提升營運效能並確保合規。

二、監控詐欺和風險：新型態的金融犯罪增加了偵查的難度，包括洗錢、信用卡盜刷、投資詐騙等，AI能有效即時偵測和阻斷犯罪，如台北市政府警察局及台北富邦銀行等32家銀行公私部門合作「鷹眼識詐聯盟」，由北富銀與內政部刑事警察局合作開發AI預警模組，建置約15種異常態樣，涵蓋50幾種動態風險參數，能強化對可疑帳戶的識別效率及精準度，提升防詐能力。

三、強化氣候風險評估：全球淨零碳排如火如荼的展開，金融業提供融資貸款服務時，須謹慎評估低碳轉型對客戶營運和獲利的影響。在59個國家營運服務的渣打銀行，率先採用了SAS提供的AI數據分析平台，整合公開的風險評估資訊平台與工具，計算因轉型而帶來金融資產減損的成本，更可即時預測其對於未來特定期間財報的影響。

圖1：AI在金融業的應用趨勢

資料來源：作者自行繪製

人工智慧的演進無疑是一波重大的變革，當生成式人工智慧的技術與其他技術疊加運用時，將有可能改變人們的工作型態，例如運用人機協作提升工作者的效率，爲客戶提供更好的使用體驗，降低法令遵循成本，並更即時的監控風險，提供更靈活的預測報告；然而，生成式人工智慧目前仍面臨未能克服的挑戰，鑒於金融問題涉及稅務或財務的關鍵性，必須儘可能的準確，不能生成看似自信卻是錯誤的答案，建議金融領域業者須審慎地運用人工智慧，打造智慧又安全的金融環境。

台灣金融產業可運用人工智慧自動處理大量數據、即時監控風險並預測潛在風險，並透過自然語言處理和機器學習提供更佳的智慧化服務，達到提升效能、強化風險管理、優化客戶服務等優勢。而生成式人工智慧可應用於設計新穎的金融商品，滿足不斷變化的市場需求；且可利用生成式模型模擬不同的風險情境，協助金融機構更好的因應未來的不確定性，發揮在創新金融產品、風險模擬，促進數據驅動決策等面向，提高競爭力。

封面圖片來源：https://unsplash.com/s/photos/digital

參考資料來源：

財團法人資訊工業策進會_蒐集個人資料告知事項暨個人資料提供同意書

GenAI在金融業的三大應用趨勢：個人化體驗、監控詐欺及氣候風險評估

專家群介紹

王志清

吳俊達

彭賢恩

蔡政安

鄭旭高