圖片來源: 

攝影/王若樸

玉山金控科技長暨臺灣人工智慧學校執行長陳昇瑋今(28日)揭露了玉山金控運用AI的新進展,範圍包括了銀行風險控管、金融商品推銷、投顧服務,以及內部流程自動化,不只精準度高於傳統人工作業,也節省不少人力成本。

玉山金控近來積極發展金融科技,對AI也大力擁抱,不只去年找來中研院大數據和AI專家陳昇瑋擔任科技長,也陸續與交大、臺大簽署產學合作計畫,來發展AI金融應用,特別是風險控管、金融商品推薦、客戶消費預測等。

陳昇瑋表示,玉山金控內部目前有近百項AI專案在進行,而實際應用的層面,涵蓋了對外的風險控管、商品行銷、投顧推薦,還包括內部的作業流程精進。在銀行風險控管方面,當銀行面對法人和個人申請新金融業務時,必須考量客戶的倒帳風險。過去,玉山銀行皆以人工方式查閱申請戶資料,再用統計模型來推估未來1至3年內的償還風險,人工推估準確度約為8成。

「後來,我們全面導入機器學習,」利用各種技術(比如自然語言處理,NLP)來查閱、分析申請戶的相關歷史資料,再來自動評估申請戶未來1至3年的償還風險,「AI準確度高達95%。」

再來則是金融商品的精準行銷。陳昇瑋表示,一直以來,金融機構在推銷商品時,多以人工根據傳統分類(比如年收入、年齡、職業類別等基本資料)來挑選合適的潛在客戶,再來打電話推銷。「但是,通常100通電話只有20通願意聽,真正會購買的不到5通。」

玉山金控也應用AI來解決這個問題,透過AI分析潛在客戶資料、挑選對特定金融商品感興趣的人選,再透過人工打電話來推銷。目前AI選客的命中率,比人工高出3至5倍,「有些案例的精準度甚至高出10至20倍,」陳昇瑋說。

另外一項對外的應用案例,則是投資顧問服務。就玉山金控來說,其投顧服務是每周從2,000多檔股票中,選出5支股票來推薦客戶。「一般來說,分析師推薦5支,通常會中1支。」近來,玉山金控漸漸導入AI,目前準確率則是「選5支中2支。」

在對內的AI應用上,玉山金控則用來精進作業流程,比如支票確認與防洗錢機制。在支票確認方面,玉山銀行每年所收的支票高達1,000多萬張,「可說是全臺最多,」再加上支票大多是手寫,像是名字、金額等,為避免看錯,玉山銀行就配置了2至3人來審查支票。但如此的人事成本過高,後來玉山銀行導入深度學習技術,用來辨識支票內容,目前已全面採用。

而反洗錢則是全球金融業投資最多心力的領域。陳昇瑋舉例,以匯豐銀行來說,就分派25%的職員來執行法遵和洗錢防制作業,花旗銀行則配置6至8萬人來執行,占了全公司的三分之一,「人事成本相當高。」

在國內,臺灣金管會也針對反洗錢,公布了超過50種的疑似洗錢或資恐交易態樣,給金融業者作為參考。不過,在陳昇瑋看來,用這些特徵來打造警示模型,就有如傳統規則式的專家系統,不僅準確度不高,「警報還會響不停。」他也進一步解釋,傳統專家系統目標就是把人類的知識轉換為規則,交給電腦學習,但在專家寫下規則的當下,同時簡化了原本的知識,發生伯藍尼悖論,導致誤差產生。

而玉山銀行採用深度學習,利用各式資料來訓練模型,讓模型不需要人為干預,就能自行找出洗錢特徵。「在實際效用上,提升了3到5倍的準確度,」陳昇瑋說。文◎王若樸


Advertisement

更多 iThome相關內容