【FinTech Insight】生成式AI驅動金融變革：提升數據治理與市場創新

自古以來，人類不斷地拓展知識邊界，迭代創造著其他人造生命形式的極致想像，從古希臘神話中的青銅巨人「泰洛士」（Talos）到1978年由藤子．F．不二雄創作的機器貓「哆啦A夢」，無不顯示現實與科幻的交融從不停歇。

如今，人們將想像的概念逐步實現，人工智慧（Artificial intelligence, AI）自1950年代發展以來，已經廣泛應用在各領域，現在更升級至具備資訊創建功能的生成式AI。AI技術在金融應用帶來新的突破，亦帶來數據完整性、可用性和透明性等治理需求。未來，AI將繼續朝向更高效的數據治理與市場穩定性，推動金融服務的創新與發展。

生成式AI發展，為金融業帶來嶄新價值

金融業已經運用許多人工智慧技術，以提高客戶體驗、降低營運風險與成本，甚至轉變金融機構的競爭力。

生成式AI的發展，為金融業帶來可能的新價值。生成式AI可以協助金融機構產生準確、全面的財務報告，節省時間並大幅減少人為錯誤的機會；透過生成式AI對於自然語言與圖片的多模態處理，擷取網路、社群媒體等訊息，可分析市場趨勢、偵測金融風險。以下分析AI技術在金融領域之應用（圖1）。

圖1：AI技術在金融領域之應用

資料來源：各網站，本文作者整理繪製

提高數據品質預防AI幻覺

國際清算銀行（BIS）從金融監管面向，認為生成式AI可以協助監理機關更好梳理金融市場狀況，如神經網路（Neural Network）可以處理比傳統經濟模型更多的輸入變數（Input Variables），讓監理機關容易監管金融市場動態。生成式AI也可以協助金融機構發展更智慧的理財機器人、理解客戶、有效率的法規遵循以及偵測洗錢、詐騙等金融犯罪。然而，BIS亦示警，由於AI技術仰賴大量數據進行訓練與學習，若數據集不夠完善，很可能導致AI模型的分析結果出現偏差或幻覺，影響金融市場穩定。

由此可知，儘管AI可以革新金融服務與強化金融監管，不完善的數據集，卻可能導致金融市場出現羊群效應、流動性囤積及拋售行為等問題。若想避免AI模型產生的偏差與幻覺，人與機器的協同運作是解決辦法之一，但仍以解決數據本質問題為關鍵。

以下將從客戶互動、營運流程、市場預測、風險管理和服務創新等面向分析AI對於金融業的效益與挑戰（圖2）。

圖2：AI對於金融業的效益與挑戰列舉

資料來源：各網站，本文作者整理

至於應如何評估數據品質風險？以下提供良善的資料治理三要素：

1.完整性：意指數據應當是全面且無缺失。

2.可用性：意指數據應當是可獲取且可處理的。

3.透明度：意指數據的來源與處理過程應當是透明且可追溯的。

FIND觀點

AI需要利用數據來建立智慧，但前提是「餵對資料」。建議金融業者應建立完善的數據治理框架，確保數據的完整性、可用性與透明度，來提升AI技術的應用效果並降低風險。同時，可透過設立AI風險控制機制，防範因數據偏差導致的錯誤預測，並強調人機協作，避免過度依賴AI。

另外也建議利用AI進行即時市場監控與異常檢測，加強多變數風險分析，推動市場監管與金融創新。此外，AI技術應提升客戶個性化服務與風險定價能力，實現流程自動化並降低成本。金融機構需遵守道德與合規要求，確保AI應用透明且公平，防止歧視性決策，進一步建立市場信任。

封面圖片來源：pexels

參考資料來源：

1. https://www.ecb.europa.eu/press/financial-stability-publications/fsr/special/html/ecb.fsrart202405_02~58c3ce5246.en.html
2. https://www.cio.com.tw/from-hope-to-crisis-ai-enabling-financial-innovation/