PwC大中華區首席資料科學家姚遠表示,目前AI技術在金融業較成熟的4大應用是對抗詐欺風險、管控經營風險、消除風險和精準行銷。(攝影/何維涓)

近來FinTech的興起,讓金融業不得不越來越重視科技,紛紛導入多項技術協助營運,資誠聯合會計師事務所(PwC)大中華區首席資料科學家姚遠指出,不僅保險,就連銀行的財富管理、信用貸款和反詐欺都可以靠AI來輔助,他將機器人和AI技術為基礎的自動化流程分為兩種:流程型AI和基礎型AI,流程型AI應用能夠處理結構化的數據,可以得到確定性的結果,像是有規則可循的任務、標準化的工作流程,來增加效率、減少成本,流程機器人可歸類於模仿人類行為的AI。

而基礎型AI應用則是擅長處理非結構化的資料,則可得到估算機率式的結果,需要用到的技術包括機器學習、認知服務、運算平臺來分析數據,來進行認知型分析和決策型分析,能解決銀行金融犯罪的偵測、醫療新藥開發等需求,姚遠認為,這類技術可用來增強人類智慧。

企業應增加更多數據來源

不過,「擴大更多新數據來源是關鍵!」姚遠提醒,現有的技術提供企業手段來解決問題,但是只有舊有的數據是無法發揮效益的,企業應該要增加收集缺少的數據,一般企業或許只有自家內部系統和外部大數據平臺的數據,像是業務系統、客戶管理系統、績效系統等,再加上外部銀行、醫療、房地產等平臺,以及政府公開的資訊,姚遠認為是不足夠的。

企業還可以介接外部合作的數據平臺,並且增加收集企業與客戶即時互動的數據,和客戶在社交媒體上的行為等數據,才能掌握客戶最真實的反應和個人資訊。有了數據,就能產生新的洞察(Insight),提供更符合客戶訴求的服務,來設計出新的應用場景。

AI技術在金融業較成熟的4大應用

他指出,目前金融業較成熟的AI應用是對抗詐欺風險、管控經營風險、消除風險和精準行銷。

他舉例,中國一家排名前三大的保險公司,將AI技術應用在反詐欺上,根據過去20年數據,將每個核賠案件,依照特徵貼上標籤並分類,透過機器學習技術,學習類別的特徵,自動比對分析後,就能快速辨識出可能詐欺的案件,另外,還要加入圖像識別的技術,處理文件內容識別,和車禍圖像比對,來辨識圖片資訊,該家保險公司靠這項技術輔助,每年可以識別3,000萬件欺詐案,能取代過去耗時的人工處理。

而精準行銷應用上,目的在於整合客戶的數據,經過全面的分析,透過精準的行銷設計來降低客戶流失率,這些資料可以包括個人特徵資料、資產數據和其他數據,最後則需要了解客戶的網路行為數據、位置資訊等。

另有一家中國銀行整合內部客戶個人基本資訊,和外部客戶特徵資料,利用深度學習模型分析預測,提升客戶信用貸款風險控管的辨識,以降低詐欺的風險。

銀行在用戶申請貸款之後,會先收集該客戶相關數據,再經過反詐欺模型來審核,包括黑名單、低收入、信用紀錄不良或是綜合評分過低等,根據該銀行的統計,在14,000多名客戶中,可以成功辨識出大約80%的詐欺用戶。


Advertisement

更多 iThome相關內容