FinTech Days主題3

AI人工智慧 開啟金融業升級機會

AI（人工智慧）發展速度驚人，不管是在餐廳、旅館服務的機器人，或者Alpha Go戰勝一票世界級圍棋高手，引起業界、媒體的高度重視，更開啟未來的產業新戰場。

標榜歸納統計、邏輯推演、深度學習能力的AI，強勢崛起，與現在大數據（bigdata）分析大行其道，極有關係。長期鑽研大數據分析和解決方案、風險管理的LinkedIn大數據部門總監管其毅（Chi-Yi Kuan）直言，其實LinkedIn本身非常積極建置自己的數據資料庫，盼不僅能扮演「全球人才求職平台」的角色，亦追求轉型成為一流大數據公司。

「我們的用戶可以與全球其他5億名會員產生連結。」管其毅指出，LinkedIn觀察使用者行為、累積數據資料，正是想要從「擁有數據」走向「發揮影響力」（from data to impact）的階段，學習如何發揮其價值（know how to put it value）。

數據科學發展方向 從大數據邁向AI

而LinkedIn最自豪的，正是掌握這5億名用戶的「職業圖譜」，知道客戶學經歷、換過什麼工作、職業願景等，且即時更新。同時，LinkedIn也可以透過公司招募人才情況，分析這900萬家公司是成長型或衰退型公司、是否能掌握大數據或AI等科技潮流。

LinkedIn透過撮合會員所需要的求職資訊、適合的就業機會，看到個別公司成長態樣，進而拼湊出全球所有產業發展藍圖與趨勢。對金融業而言，其實也是一樣的道理。

進入「大數據」的時代後，坐擁海量數據的業者，自然有其優勢，金融業亦是如此。金融業者累積的客戶基礎，普遍都很龐大，若能深入挖掘出客戶在不同場景的行為差異，當然有無限的機會。

若要用一句話來敘述之後數據科學的發展方向為何？管其毅笑稱：「就是從big data（大數據）邁向AI。」「想成功的企業，就要有玩這些數據的本錢，以後的戰場，取決於誰將數據玩得最精、最好。」

這裡的「數據」，不是指財務報表上的營收、獲利、成本，而是「客戶經驗」，重點在於KYC（了解客戶）、KYD（了解數據）、CRM data（客戶管理資訊，知道客戶們的面貌到底是什麼樣）。

「你知道你最能賺到錢的客戶是什麼樣子嗎？他今天早餐會選擇吃什麼？平常最喜歡從事什麼活動或消費行為？」這當中有非常多大數據可以探討，但可能有些資訊，都是金融業者並未認真在意過的細節。

除了傳統的實體通路外，現在越來越多銀行開發App，就連用戶的使用行為也值得列入追蹤範圍。「假如我昨天下載了3個App，通常到今天為止，都不會有人來追蹤我使用這些App的情況。」若能妥善管理、分析、運用這些數據，將能夠更了解如何留住客戶、拓展新客戶、找出最有貢獻的潛在客戶。

LinkedIn人才報告 嗅到AI浪潮的機會

LinkedIn之所以積極轉型為大數據分析平台，正是因為看到AI將深切影響人類的未來。身為全球第一大人才資料庫。2017年7月LinkedIn發布的〈全球AI領域人才報告〉中發現，過去3年間在LinkedIn平台上所發布的AI職位數量，從2014年的5萬個激增至2016年的44萬個，增幅相當驚人。

該報告同時顯示，截至2017年第1季，全世界AI相關行業人才總數量超過190萬人，其中美國便占去半壁江山，相關人才總數超出85萬，第二、三高的分別是印度的15萬、英國的14萬，中國則以超過5萬的人才總數，位居全球第七；至於台灣、韓國，則都只有6,000人左右，甚至輸給菲律賓的8,000人。

雖然目前亞洲國家的A I 人才數量仍相對低，但正因為如此，未來亞洲AI人才數量的成長潛能也會特別驚人，特別是中國，不可小覷。

除此之外，全球約有近14萬華人AI技術人才，占全球相關領域的人才總數約6.5％。亞洲地區中，中國經濟快速成長，BAT（百度、阿里巴巴、騰訊）等科技界巨擘在全球舞台發光發熱，加上政府有意扶植高科技產業，漸漸讓「海外的AI菁英流入中國」成為趨勢，目前美國已成為中國最大的AI人才庫，占比超過4成。

管其毅建議，要發展AI產業，首要元素包括重裝備（相關硬體設備）與技術能力。以技術能力而言，過去台灣走了30年才有現在高科技產業的成就，美國大概是發展了10年，以中國來說，若有企圖心要趕上，可能只要花5年就可以了。「接下來誰能搶到最多機會？其實真的就是看誰夠快、夠狠、夠準了。」

AI浪潮來襲 金融業機會增加

若你以為這股A I大浪與金融業並沒有直接關聯，那就大錯特錯了。AI來勢洶洶，早就不僅是科技領域的話題，已延伸至多種產業，並對傳統產業的「非IT部門」發揮顯而易見的影響。

多達32％的AI人才任職於非科技業，其中通訊、物流運輸、金融與保險業在轉型歷程中受AI衝擊的程度，尤其明顯。

「金融業在這場AI大戰中，非常有機會，如果知道如何和了解AI的人才合作，金融服務可能會是受惠最多的產業之一。」管其毅相當看好金融業在這一波巨變中的發展契機，因金融業長期下來累積了龐大的客戶數據，若能善加運用將是一大利器。

其實，現階段已有針對金融業應用領域推出的AI方案，IBM人工智慧計算機系統Watson已針對行動銀行、客服、客群經營，推出不同的AI方案。目前國人最耳熟能詳的Watson應用，非星展銀行的「星展i客服」莫屬了。

多數銀行的AI客服服務範圍仍限於房貸、外匯及信用卡等簡單業務，「星展i客服」號稱全台灣首家同時服務消費金融、企業金融兩大客群的AI客服，登入星展銀行LINE官方帳號後，可直接詢問AI客服關於匯率價格、外匯市場訊息、基金淨值等資訊；中小企業主若在貸款融資、貿易金融等業務有問題的話，也可以直接在線上找客服解惑。

微軟亞洲研究院副院長張益肇則舉例說，華爾街一家對沖基金利用圖像識別技術，從數以億計的衛星圖像中發現：沃爾瑪（Wal-Mart）的停車場車輛不斷減少，預測營收將會下降，成為是否做空其股票的判斷依據。

客服、徵信、反詐欺、洗錢 AI都能幫上忙

其實，現在AI能協助金融業的，已經不僅是這些業務面，連風險控管、反洗錢、反詐欺都能派上用場了。

IBM大中華區全球企業諮詢服務事業群副總裁暨資深合夥人趙亮指出，目前AI已成熟到足以協助企業金融部門管理不良貸款，辨別高風險的企金客戶，或者在需要合規審查的交易中，自動檢索出對應的法規要求，結合AI從海量的歷史案例中學到的業務規則，協助審查人員搜尋出交易的不合規或有問題之處。

另外，現在金融詐欺行為依舊猖獗，趙亮表示，利用AI也可以反詐欺，因為AI可以從各方資料平台（如客戶交易資訊、線上申請紀錄等），綜合彙整客戶資訊，經由認知計算模型的分析，協助金融業快速、準確的識別出其客戶的異常行為。一旦發現客戶有異常行為，便可提醒銀行要提高警覺，採取因應措施。

甚至，倘若發現有洗錢嫌疑，在複雜的金流過程中，AI可以分析所有金流節點，不斷交叉比對，找出所有金流都集中通過、最是可疑的節點，這樣一來，即便洗錢手法再高明，也難以遁逃了。

金融業者若有意投入AI領域，中國信託銀行副總經理陳晞涵指出，這當中當然有許多美好的想像空間，可是投入前，還是得回歸最根本的挑戰：公司的企業文化是否願意容忍錯誤經驗，有耐心培訓出一個可累積、運用AI經驗的模式？

金融業迎接AI仍有許多問題待克服

「如果真的要開發新的AI專案，很有可能面臨訓練了老半天，卻還是訓練不出一個pattern（模式）來的情況。」陳晞涵感嘆，倘若有10個新的AI專案，其中7個失敗、3個成功了，其實這樣的成功機率已經算是非常高了，對創投業者而言，可能會讚不絕口了。

不過，一模一樣的情況，若是發生在銀行，財務單位會因為「只有3成的成功率，竟然還敢投入」而將主持專案的人罵到臭頭。這與金融業多數的公司文化都比較保守、不願意為了承擔風險而創新有關係。

另外，大數據分析、資料科學人才的培訓，也相當重要，沒有人才，AI應用就無法在公司內落地生根，但目前多數銀行都不是培訓這些人才的好環境，這一點也有待改善。

再者，即便銀行業者的資料、數據夠豐富，足以做為發展AI的基礎，但以實務執行面而言，想要讓公司業務真正連結上AI，仍然還有許多問題需要克服。

以信用貸款為例，利用AI來進行信用徵審工作的話，判讀借款方的存摺正反影本、收入證明或扣繳憑單等資料，這些對人類而言，都是很簡單、直覺的工作，但對AI而言，就還要累積學習經驗，光是學習判讀存摺正面、反面、內頁就要累積一段時間，更不必說扣繳憑單的形式不盡相同，需要給AI更多學習時間。

「為了這個，我們花這麼多時間和力氣在資料的累積與準備，所以常會半開玩笑說，這麼辛苦的過程，不叫人工智慧，叫工人智慧。」陳晞涵坦言。

對於金融業而言，AI的崛起與應用，還有許多可能性，當然也充斥著許多挑戰，這些都還是未知的領域。但，有件事情是可以確定的：過往，人類談及AI時，往往都是以緊張、恐懼的心態來討論「AI是否會戰勝人腦」、「AI是否會取代人類的工作」，甚至造成大規模的失業潮等等，如今看來，這種思維已經落伍了。

張益肇分析，真人助手的學習效率、上手速度與準度皆高，但人力畢竟有局限，AI的訊息處理量大，但需要很長的學習週期，「但如果是人類加上機器，那就是超人了。」

AI的存在不是取代人類而是輔助

若要讓兩者相輔相成，應該讓AI處理簡單、重複性高的任務，並讓AI協助真人助手處理複雜、少見的任務；人類助手則必須與AI互動，增強AI的學習經驗。

當AI不斷與人類對話、讀取照片與辨識人臉、搜尋資料庫，累積豐富的學習歷程後，可以針對客戶的需求提出回應，比方說，若有網友在網路上購物，可以透過大數據樣本，找出該用戶的評價，客戶若發送相關圖片給AI，AI還可以就既有的樣本做出分析，再將自己的意見提供給用戶。

既然AI的崛起已是銳不可當之勢，金融業應當思考的是：AI的存在不是要取代人類，而是輔助，不管是AI或其他金融科技的應用，若只糾結在「新科技出現後，會害金融業從業人員失去多少工作」，等於讓整個金融業停滯不前，遲早會被時代拋棄，唯有將整個產業的典範轉移，將升級所帶來的助益發揮到最大，才是金融業未來的發展關鍵。