攝影 / 李靜宜
金融法規變動快速,全球金融機構業者,為了因應各國法遵要求,在法遵、治理、風險管理的人力成本逐年攀升。因此,金融業者也越來越重視,如何採取新興技術,進行複雜的法遵管理。
在法遵科技(Regtech)的應用上,臺灣有些企業會選擇向國外廠商購入AI進行應用。但是,AI在臺發展仍面臨法規未健全、資料庫未在地化、中文技術未成熟等三大困境。所以,在使用法規資料訓練AI時,也只適用於英文法規,中文法規在導入時仍有障礙。
其中又以資料庫在地化的挑戰,是臺灣法遵科技能否真正落實的關鍵之一。工研院在8月初資通訊日活動中,揭露了他們在法遵科技的研發進展。在工研院資訊與通訊研究所負責金融與監理科技應用研發的王慶堯博士表示,工研院企圖用AI打造一套法遵管理應用服務平臺,提供分析、管理工具,以期能提高臺灣金融機構執行合規要求的效率。
王慶堯表示,AI已有很好的技術,但如何與領域應用結合才是挑戰,特別是法遵領域。他說,很多在地化的知識,加上每個國家在語言、語意的表達有所差異,不可能放進同一套技術後,就能放諸四海皆準。所以,他強調,一開始訓練AI,就要用在地化的資料,也因此,臺灣法遵科技領域也要走出自己的道路。
開發NLP與機器學習技術,串接法報平臺進行法規文本解析與辨識
法遵管理之所以複雜,是因為一旦監管機關有法規變動,金融機構的法遵人員必須先到各監管單位蒐集、擷取法規文本內容,整理過後才能接著分析、判讀合規要求,並確認是由哪個內部相關權責單位負責,交由權責單位進行作業流程、規範與影響範圍的調整修正後,還要進行合規作業監控,包括合規作業的執行狀態與進度掌握,執行完成之後,內部要再做稽核與風險控管。整套法遵管理流程執行完之後,才能做成法規報告,提供給主管機關。
為了讓金融機構在法遵管理上更為有效率,工研院的第一步,就是發展法規文本解析與辨識技術,先建立法規領域詞庫。為此,工研院自行開發自然語言處理技術(Natural Language Processing,NLP)與機器學習技術(Machine Learning),要讓AI自動化辨識合規要求與其內容解析處理。王慶堯透露,目前工研院的AI引擎,已經訓練到有能力解析法規文本中的法規概念詞彙、查核日期、查核標的物或項目(包括法報、提報項目)、法源條文、機關或單位,並可分析法規文本相似度。他也提到,接下來將訓練AI引擎,來解析法規概念依存與因果關係,以及辨識法規要求(obligation)。
然而,要訓練法遵AI得先有大量的法規資料,王慶堯表示,目前工研院與一家金融系統SI業者的法規報告平臺(簡稱法報平臺)合作,但還不便透露公司名稱與其產品。此業者長期提供金融業者法報的解決方案,累積了不少法報資料,工研院才與他們合作。等於是工研院介接法報平臺的法規文本,進行AI引擎的訓練。除了此法報平臺的法規資料外,工研院還擷取了中央銀行、金管會等監管機關釋出的公開法規文本資料,來訓練這個AI引擎。
王慶堯表示,有了大量的法規文本,建立起來的法規領域詞庫,就能訓練AI以點、線、面的概念,抽取出結構化資料,並將所有法規建構出法規知識網絡(Ontology)。「點」是抽取法規概念,進行法規詞法分析;「線」是進行法規句法分析,建立法規概念依存或因果關係;「面」則是進行法規語意分析,辨識合規要求。
企圖發展法規知識庫,自動化辨識合規要求
他進一步提及,工研院的下一步,要將抽取出的法規概念與關係,利用語意網路技術(Semantic Web)發展成一套法規知識庫。王慶堯進一步說明,希望能做到自動化辨識合規要求、標註出合規重點、提供相關聯的法規知識,像是法條說明、法規概念定義。要讓法遵人員解讀法規的時間變得快速,並能系統化保存法規與合規處理知識,加速法規變動管理的影響分析與連動追蹤。
當能自動化把法規資料蒐集在法遵管理系統,「法遵人員在解讀法規條文時,不會再只是一連串密密麻麻的文字,而是重點標示與相關聯的法規知識,在解讀上就能更加快速。」王慶堯說。此外,除了協助法遵人員加快法遵管理的速度,他也預告,法規語意檢索、法規關聯比對,都是未來工研院全套法遵管理應用服務的發展方向。
未來,在法規資料庫的基礎下,金融機構的法遵人員,即可透過抽取外部法規的結構化特徵,就能對應到相關的內部法規,再由法遵專家回饋,對應的內規是否正確,進而透過機器學習的方式,訓練出「內外規對應分析模型」、「法規權責對應分析模型」,當未來有新的外部法規出現時,AI模型就能自動推論出對應的內規與內部權責單位,提供給法遵人員建議,此時法遵人員可經確認後再次回饋AI,不斷更新模型。
王慶堯也表示,在法遵專家提供回饋的機制中,其實是希望能系統化保存專家的法遵知識,讓專家的合規要求解讀與處理過程,得以累積與傳承,讓AI能透過法遵專家的回饋,更容易理解法規的重點。
而對金融機構的法遵人員來說,最大好處是不用再逐一到各監管單位蒐集和整理各項法規變動內容。此系統能自動化從監管機關,像是金管會、中央銀行,擷取最新公開的法規資料,並判斷合規要求、合規日期,以重要性來排序。法遵人員只要點選某一項法規要求,法規文本就會顯示出法規要求的索引,標示出規定中的重要特徵,資訊不清楚之處,也會提相關法規名詞參考,甚至,法遵人員無須再找其它資料來判斷出對應的內規。王慶堯提到,此系統可以自動分析出企業內、外部法規的關聯,找出可能需要調整的內規,並協助法遵人員判斷相對應的內部權責單位,直接執行後續的內規調整,以符合主管機關的合規要求。
目標成為SaaS、PaaS服務平臺,讓各家金融單位打造自有法遵知識庫
工研院的終極目標,是打造一個法遵管理應用服務平臺,王慶堯解釋,監管機關對每一個金融單位要求的法規是同一套,金融機構不需每家都自己做一套法遵解決方案,若工研院能提供一個SaaS(Software as a Service)或PaaS(Platform as a Service)服務平臺,讓各家金融單位訂閱,他們則能在此基礎上加速法規理解,並配合自家的內規,依照不同的需求導向,如交易導向、保險導向,可也由內部法遵專家輸入更多內部資料來訓練AI引擎,則能層層累積出一個自有的法遵知識庫。
王慶堯透露,工研院目前已與三、四家大型金控接洽法遵管理解決方案。金控集團在法遵耗費了大量人力成本,也希望採用新技術來解決,因此正在思考如何打造法遵管理系統,節省在法遵人力與時間的成本,對集團旗下銀行、保險公司有所幫助。他也進一步預告,工研院將在9月與法報平臺業者,共同舉辦第一階段的產品發表會,將著重在以法報為核心的相關法規知識庫與法遵管理解決方案。
熱門新聞
2024-10-14
2024-10-13
2024-10-13
2024-10-11
2024-10-14
2024-10-11