資策會數位轉型研究院─FIND中心

隨著人工智慧（AI）技術的迅速發展，越來越多的企業和部門正在將AI技術引入優化日常業務流程中。為鼓勵金融機構善用科技，應用可信賴的AI，金管會發布「金融業運用AI指引」，希望金融業能夠依照AI生命週期及所評估的風險，採取相關措施。根據金管會2024年5月的調查，台灣國內整體377家金融周邊單位，有使用AI的家數高達108家，占比29%。其中銀行業74%，其次是壽險業62%、產險業50%，而證券期貨業約18%。AI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。

然而，儘管AI已顯示出其在數據分析、預測模型和自動化工作流程等方面的價值，但金融機構仍然面臨一個關鍵挑戰，不容易衡量導入AI的投資報酬率（Return on Investment, ROI），看不見AI導入後的成效。

原因可歸類於下列3項：

1.無形效益難以量化

AI往往在效率提升、風險管理、決策支持等方面產生巨大價值，但這些效益不一定直接反映在財務數據中。例如員工生產力提升、客戶滿意度提升等，很難被具體量化。

2.長期顯現導入效益

許多AI應用需要時間來訓練模型、長時間修正後才能達到最佳產出狀態，短期內難以見效。

3.技術整合複雜

AI技術導入實施涉及到人力、素質、時間和資源的投入程度，過程中的變數較多，無法預測何時訓練出好的模型。

儘管衡量導入AI的投資報酬率存在上述挑戰，根據財會業務自動化服務公司Avidxchange的建議，可依據下列三點原則制定評估指標：

1.辨識對組織關鍵的AI業務場景

制訂AI指標時，金融機構必須先辨識需要AI的關鍵業務場景，再依據該場景制訂指標。諮詢公司AnzenSages建議，選擇場景需審慎，唯有選出真正需要AI導入的業務場景，制訂的指標才有意義。雖然AI應用層面廣泛，但有些應用實際上只需要像機器人流程自動化（Robotic Process Automation, RPA）的技術即可取代，選擇這樣的應用制訂AI指標並不具參考價值。

2.設定明確導入AI業務之關鍵績效指標（KPI）

依照各業務特性，明確設定可量化之KPI，如：流程效率、錯誤數量、處理時間、紙張數量、員工生產力、罰款金額、客戶滿意度等。例如：（以下數據僅為舉例，實際參考值仍需由各機構自行評估）

報表生成速度提升30%：AI是否能減少財務報表生成的時間？
錯誤減少5%：AI技術是否能幫助減少人工辨識的錯誤率？
減少金融機構潛在損失及罰款10%：AI進行風險預測、詐騙檢測和合規管理，風險控制所節省的成本。

這些具體的KPI指標，透過轉化後可呈現節約之實質成本，可以作為評估AI投資成效的基礎。

3.持續追蹤與KPI數據變化

由於AI需長期顯現導入效益，因此持續追蹤KPI之變化，可確立是否功效能持續產生價值，長期監控可逐步確認投資回報的趨勢。根據安永首席經濟學家 Gregory Daco觀點指出，企業應該期望在未來五年內從投資生成式人工智慧中獲得收益。

除了為AI制訂指標外，也必須理解AI並非萬靈丹，鼓勵金融機構業務單位同步推動創新，創造新價值或是新服務，為金融機構帶來新的市場機會。也因此，針對金融機構從業人員的數位轉型教育至關重要。透過數位轉型輔導，協助金融機構定義組織需要的創新技術，並協助從業人員可應用的金融場景。

完善的ROI評估方法並非一蹴可及，建議金融機構從持續的執行中，逐步確定AI投資的真實價值。當建立起一套完善的評估方法後，才能充分發揮AI的潛力，持續推動業務成長發展。同時也期待未來金融機構間能共享AI應用的最佳實務（Best Practice）經驗，再由「金融業運用AI指引」進一步衍生「金融業運用AI最佳實務指引」。

封面圖片來源：本文作者自行繪製

參考資料來源：

如何衡量導入人工智慧之投資報酬率？

如何衡量導入人工智慧之投資報酬率？