經濟日報 App
  • 會員中心
  • 訂閱管理
  • 常見問題
  • 登出
notice-title img

經濟日報邀請你,選出最感興趣的財經大事,免費領取VIP文章,再抽千元好禮喔!



不再通知

金融業迎戰AI 1/金融業重金培養AI部隊 成功建商模還是吃罰單 4大挑戰很現實

AI來的又急又快,現在的金融業正努力摸著石頭過河,內部資源要重新配置,找預算、找人、找策略,或引進外援等,就像是「軍備競賽」。 圖片來源:Freepik.com
AI來的又急又快,現在的金融業正努力摸著石頭過河,內部資源要重新配置,找預算、找人、找策略,或引進外援等,就像是「軍備競賽」。 圖片來源:Freepik.com

本文共2754字

經濟日報 記者邱金蘭/台北報導

幾年前,金融業為迎戰數位金融浪潮,積極進行數位轉型。如今隨著AI時代來臨,金融業開始投入AI運用,而AI轉型不是把線下商品放到線上那麼簡單,一旦出錯,損失可能會遠超過賺的錢,從數位轉型到AI轉型,金融業面臨更多挑戰。

金融業迎戰AI之2/金融業運用AI指引將上路 管太嚴沒彈性? 業者最擔心3件事

金融業迎戰AI之3/AI股過熱了嗎?耶魯大學名師的這條公式算給你看

KPMG安侯建業數位長賴偉晏表示,AI來的又急又快,現在的金融業正努力摸著石頭過河,內部資源要重新配置,找預算、找人、找策略,或引進外援等,就像是「軍備競賽」,誰能做好AI治理,誰就能取得市場領先地位。

金管會提出的金融業運用AI指引草案,要求「建立治理及問責機制」,賴偉晏說,過去金融業對於AI可能當做一般IT,符合安全架構就結束了,但現在要「問責」,內部流程如果沒有建立,如何問責,有些金融機構甚至連「資料治理」也沒做,就要進入「AI治理」了。

金管會推問責制  AI沒治理當心觸法

金融業從數位轉型到AI轉型,第一個面臨的挑戰就是資料治理。賴偉晏說,資料治理先做好,才可能談AI治理,如何符合指引規定。

什麼是資料治理?他舉例說,銀行要分析客戶資料,包括存款、財富管理、貢獻度等,但客戶來存款時職業是填老師,貸款時是健身教練,做財管時又變成公司經理,職業就有三個。客戶的職業類別可能會變,但是真是假,要有專責單位來判斷職業變化的正確性,這就是資料治理。

一位大型行庫主管說,AI的運用需要大量資料,資料取得也是一項投資,要有大數據蒐集平台、運算跟儲存能力,指引草案出來會讓業者更加重視資料治理。

以往資料治理比較沒有制度化,他說,「我們銀行正請外部顧問,訂定資料品質標準,將資料管理一致化,也會參考玉山、中信等同業的資料分類分級治理作法。」

這位主管說,資料治理是下水道工程,如果資料品質不好或有誤,就是不乾淨的垃圾,像是男女的ID開頭是1或2,過去可能輸錯,跑出3無用的資料,或男女對調的錯誤資料,這些在AI運用時都必須挑出來,「現在很多同業都在進行這塊(資料治理)」。

賴偉晏說,包括金控子公司的交互運用,是否合法等,也都是資料治理的範疇,資料治理做的好,可避免更大損失,否則AI一旦造成歧視或獨法,損失可能會遠高於賺的錢。

另外,如何運用合成資料(synthetic data)來訓練AI,既保護客戶資料隱私,又能解決真實世界數據有限的問題,也是資料治理的新趨勢。

知情官員說,英國數位沙盒已有金融業在設計商品或開發服務時,使用合成資料,等於用仿真的資料去作試驗,好的合成資料在統計學上是跟真實資料接近的,為因應此趨勢,金管會年底提出的資料治理指引及相關諮詢文件,也會納入合成資料。

金融業今年校園徵求領域就相當廣,其中尤以AI人才最熱門,多家金控都鎖定AI為徵才...
金融業今年校園徵求領域就相當廣,其中尤以AI人才最熱門,多家金控都鎖定AI為徵才熱門對象。 報系資料照

AI深度學習學到哪 公司要能掌握

第二個挑戰是,AI系統運用的可解釋性。

研發機器人理財的阿爾發投顧董事長陳志彥說,可解釋性是AI指引草案中的重點之一,要能解釋演算法為何會產生這樣的結果,單這點就很有挑戰。

他表示,像放在汽車裡辨識紅綠燈的AI系統,「碰到紅燈停」就是簡單的AI,依演算法執行,沒有學習的功能,是容易被解釋的。

但如果是複雜的AI,像機器學習,自己會不斷學習可能跑出掌控,像生成式AI就是複雜的AI,你不知道他會回答什麼,演算法可能解釋不出來,你不知道為何跑出這結果,那就會違反指引規定。

金融機構碰到的另一個問題是,很多金融機構是用外包商的解決方案,不是自己開發,像很多銀行的機器人理財就不是自己開發,「以前只要覺得外包商專業就可以」,但指引草案要求,金融機構自己也要能解釋、能理解。

難題來了,以前金融機構提供數據,外包商給產品,但裡面的演算法不告訴你,陳志彥說,「我可以給你商品可樂,但可樂是如何生產的,配方不告訴你」,可能因價格的關係,有金融機構會接受,配方不用知道沒關係,結果好就可以。

但指引上路後,很難再這樣,因為你不知道配方,不理解這東西是如何出來的,「可解釋性就有問題」,這是很多金融機構開始要思考、檢視的地方,跟外包商溝通協調,能不能提供配方,提供後的價格可能就不一樣了,但如果不提供,金融機構要如何符合指引規定?

巨資投入AI 商模調整陷兩難

第三個挑戰是,商業模式要不要調整。

陳志彥說,在AI時代,運用AI都要投入成本,除了設備跟人外,原本的商業模式要不要調整,可能是最大的成本,也是AI轉型的一大難題。

他說,這個問題已出現在機器人理財業務上,同一家銀行,理專推薦給客人的商品,跟AI系統的建議不同,線下跟線上的建議產生衝突,這讓銀行現有的商業模式受到挑戰,有些金融機構看到這個現象,開始猶豫這個業務要不要繼續走下去,甚至不敢再投入行銷。

這也可能是國內機器人理財推動多年來,今年1月規模首度出現衰退的原因,1月底規模75.9億元,低於去年底的77.9億元,不過,官員表示,規模下降除投資金額減少外,也可能是市況變化使基金淨值減少,真正原因還需要再觀察。

AI人才搶翻天 跟科技業比薪資福利

第四個挑戰是,跟科技業搶AI人才。

「今天你到分行買金融商品,A理專跟B理專都是認真推薦合適的商品給你,而C理專則是為了業績賣你商品」,陳志彥說,十個客戶,可能有三分之一的客戶被推介到不合適的商品;但如果是用AI系統,演算法是一致性,商品推介如果有偏誤,十個客戶都受影響,錯誤就會被放大。

人推介商品時代,因有好的理專在分散風險,但AI運用,「對的沒問題,但錯了,就全錯了」,所以對金融機構來說,AI的運用需要更多「專業人才」。

陳志彥說,AI時代來臨,AI轉型,已不像數位轉型把線下商品放到線上那麼簡單,牽涉演算法、寫演算法的專業人才;金融機構不僅要有寫演算法的人才,也要有能解釋、理解AI系統運用的人才。

一位大型銀行數位部主管說,AI指引草案出來後,AI人才需求更大,但現在各業界都搶得很兇,不只金融業;金融業的薪資待遇已比傳統業有競爭力了,但要搶AI人才,恐怕仍搶不過科技業,像「台清交」的人才都被挖走了,金融業只能往沾到邊的科系去搶人才。

3月初登場的台大校園徵才博覽會,金融業今年校園徵求領域就相當廣,像是大氣科學、生物科學、醫學、土木工程等,其中尤以AI人才最熱門,多家金控都鎖定AI為徵才熱門對象。

大型銀行數位部主管說,AI專業人才很不好找,真的是在「搶人才」,我們最近找人,單是符合徵才的「書面基本標準」就都很少了。

KPMG安侯建業數位長賴偉晏觀察,多數金融業現在找的AI人才大部分是在「進攻端」,像是機器人理財等商品開發運用,而「防守端」的人才相對欠缺,隨著AI指引上路,防守端的人才需求會愈來愈高。

延伸閱讀 》

金融業迎戰AI之2/金融業運用AI指引將上路 管太嚴沒彈性? 業者最擔心3件事

金融業迎戰AI之3/AI股過熱了嗎?耶魯大學名師的這條公式算給你看

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

延伸閱讀

上一篇
深度整理包/AI大未來 一次看到飽
下一篇
台灣留學生唸哪兒2/學霸女兒棄北一女改唸澳洲高中 澳洲哪裡吸引人?

相關

熱門

看更多

看更多

留言

完成

成功收藏,前往會員中心查看!