金融AI革命：銀行業的智慧轉型之路

2022年ChatGPT掀起的AI浪潮，金融界的領先者紛紛導入大型語言模型（LLM），優化內部行政作業、提升客戶服務，當時業界經常討論：「導入AI最關鍵的工作是什麼？是採購軟硬體設備、招攬人才，還是蒐集數據？」

誠然，上述議題是AI導入過程中不可或缺的要素。但是，「管理期望值」──妥善管理所有利害關係人對人工智慧的期待──顯然是最優先的工作。

為什麼這麼說，從歷次AI熱潮的發展，常見劇本就是一開始對AI抱持過度樂觀的期望，誤以為AI已經具備人類般的智慧，能夠解決所有問題。一旦實際產出不如預期，便會從極度樂觀瞬間轉為極度悲觀，進而認定AI毫無用處。

「我們剛測試了人工智慧，要求它排列2024年亞洲各國的經濟成長率，結果完全不行⋯⋯這種東西根本不能用！」這些實測經歷，完美詮釋了從過度樂觀轉向過度悲觀的典型案例。

事實上，大型語言模型需要透過數據訓練，而這些數據必須經過清洗整理以避免產生錯誤資訊，因此必然存在時間落差。當查詢的資訊超出原始模型的訓練資料時間範圍時，確實可透過其他方式補充，例如運用搜尋引擎。然而，搜尋引擎取得的資料是否絕對正確，又是另一個問題。

目前，生成式AI正在徹底改變金融服務的樣貌。在客戶服務領域，AI客服能24小時即時回應客戶需求；在程式編寫方面，AI協助開發人員提升效率、減少錯誤；在防範詐欺上，AI能即時偵測異常交易模式，保護客戶資產安全。

此外，財富管理運用AI提供個人化投資建議；法律遵循部門透過AI快速審閱大量文件、確保合規；投資決策借助AI分析市場趨勢；放貸業務則利用AI評估信用風險。然而，這些應用多數還在試行階段，仍有許多因素需要考量。其中最重要的是建構「負責任AI」，確保技術的應用不會造成負面影響。

「負責任AI」的重要性及關鍵支柱，分別是「隱私、資訊安全和安全性」、「透明度及可解釋性」、「公平性和包容性」及「問責制」，但也可能產生偏差與數據應用所衍生的版權爭議。

在負責任AI的架構中，「人在迴路」（Human-inthe-Loop）是不可忽視的議題，能確保AI決策過程中始終有人類的監督與判斷。這不是對AI的不信任，而是一種負責任的態度。同時也討論了使用AI可能產生的偏差，以及數據科技巨頭在AI領域展開激烈競爭，投入天文數字的研發經費；人才爭奪戰更是白熱化，頂尖AI專家身價水漲船高。這些現象讓AI的版圖日趨集中於少數大型企業手中。

對銀行業而言，關鍵問題是：如何在資源有限的情況下，善用內外部資源？這包括與科技公司合作、培養內部AI人才、建立適合的基礎設施等多方面的努力。

深偽（Deep Fake）技術能生成高度逼真的假影片、假音訊，對金融業構成新威脅，傳統「眼見為憑」的驗證機制正面臨嚴峻考驗。銀行本身也在積極運用AI提升競爭力，從AI客服到風險評估，AI已深入金融服務各流程。

如何在運用AI提升競爭力又能同時避免信任危機，成為金融業必須正視的議題。金融機構在制度上要建立AI使用規範和問責機制，文化上培養對AI技術的正確認知。唯有建立完善的AI治理架構，金融業才能在創新與信任之間取得平衡。

那麼，在人工智慧時代，使用者該如何自處呢？在AI時代，「自我學習」是不二法門。AI能將人類會做的事做得更好，在數據分析、模式識別、重複性任務執行等領域，AI的速度、準確度和穩定性已遠超人類。智慧工作者要學習的是：如何將AI不能做的事做得更好，以及如何更好地指揮AI發揮所長。

智慧工作者需建立「學習如何學習」的能力，保持對新工具的開放態度，願意不斷更新技能組合。跨領域學習也越來越重要，最有價值的創新往往發生在不同領域的交會處。那些願意持續學習、善於與AI協作的人，將在新時代找到更大的發揮空間。

當人工智慧被廣泛應用時，AI治理也不能被忽略。使用AI除了要關注其正確性之外，也需要關注其智慧財產權及正確的使用情境。世界各國已就這些議題進行規範，建立完善的治理框架。

展望人工智慧的理想未來，一個「值得信賴且以人為本的人工智慧」必須被期待，所有參與AI發展與應用的參與者與使用者，都需要致力於這個共同願景。唯有深入了解AI的基本原理：它如何學習、它的能力邊界在哪裡、它可能犯什麼錯誤，我們才能在最適當的時機，運用最適當的技術，設定合理的期望，最終獲得符合預期的成果。這種正確的認知，正是《金融AI革命：銀行業的智慧轉型之路》這本書想要帶給讀者的核心價值。（作者為台新金控資訊長）