第一銀行公開最新GenAI行動方案GALA計畫，優先賦能員工素養，再聚焦兩大發展重點

第一銀行近日公開自家的GenAI策略布局，他們推動了一項名為Project GALA的行動方案，要推動生成式AI民主化、加速員工採用生成式AI。

近日在金融研訓院與英國智庫Z/yen共同舉辦的一場線上研討會，第一銀行資安長劉培文分享了自家銀行最新的GenAI計畫和進展。

早在生成式AI爆紅前，第一銀行就運用AI技術打造多項工具和服務。例如分行輔助工具C-MAP系統，協助分行更快速接觸、獲得中小型企業客戶。不過，攤開授信業務的生命周期，業務人員在獲得企業客戶後續的授信評估、風險偵測和客戶關懷等階段，仍需投入大量時間和人力。「這是生成式AI有機會展現效益的重點領域。」劉培文解釋，透過生成式AI，可以協助分行節省更多時間，專注於更重要的工作。

第一銀行運用AI技術打造多項工具和服務。例如分行輔助工具C-MAP系統，協助分行更快速接觸、獲得中小型企業客戶。

不過，劉培文提到，銀行在導入GenAI前，仍需審慎評估不少策略面的議題，包括GenAI技術人才缺乏，以及GenAI技術仍在快速變動，例如GenAI的資安和幻覺問題，尚無法有效解決。劉培文進一步說，即便GenAI的技術問題未來終究能解決，但是，「GenAI技術運用和銀行現在熟悉的IT技術，仍有很大的不同。」劉培文強調。面對這項趨勢，他認為，因應GenAI可能實現技術民主化的將來，首要任務是，建立員工和AI協作的素養和能力。

劉培文說：「對銀行來說，目前最優先的事，未必是追求技術，而是教導員工如何與生成式AI協作。」因應這項核心理念，第一銀行提出一項名為Project GALA的生成式AI行動方案，不只要推動生成式AI民主化，也要加速員工採用生成式AI。

在Project GALA定義了一個價值金字塔，用來評估、辨識各個GenAI應用案例的價值貢獻程度。這個價值金字塔共有四個層級，從金字塔最底層往上，分別是提升個人效率、創造集體智慧、改善部門流程，和推動業務創新。

Project GALA中有制定一項GenAI價值金字塔，共有四個層級，分別是提升個人效率、創造集體智慧、改善部門流程，和推動業務創新。

劉培文解釋，透過這個架構，他們能評估全行在GenAI導入的成熟度，「當越來越多案例往金字塔上層推進，就代表我們已經從導入工具，逐漸邁向由AI驅動業務創新的階段。」

Project GALA計畫兩大配套發展重點：行銷資料上雲、資安上雲

在推動Project GALA時，劉培文首先是爭取董事會與業務單位主管支持。他們舉辦了高階主管共識營，透過在共識營中運用AI工具，來推廣AI工具能帶來的效益，例如運用NotebookLM，在演講結束的五分鐘內，馬上將逐字稿及演講重點透過LINE群組分享給所有與會者，或是運用M365與Copilot工具打造活動報名、執行流程。劉培文提到，活動結束後，有許多主管主動要求獲得更多相關AI工具給所屬部門。

而Project GALA其中一項推動事項，是要推動行銷資料上雲，這是第一銀行看重的GAI發揮場景。劉培文表示，他們計畫透過資料清洗和資料處理流程，來整合開放資料、交易紀錄、行銷活動、客戶行為等多元資料來源，接著運用數據分析或ML工具來萃取洞察和建立預測模型。最後，他們會導入生成式AI平臺，進一步強化在行銷場景中的智慧應用和自動化能力。

劉培文表示，行銷資料上雲計畫分為三階段進行，他們已完成第一階段開放資料導入和建立GenAI實驗環境，目前正在建立混和雲和資料湖，最終目標是打造一個雲端AI的客戶資料平臺(CDP)，整合包括App、網站、LINE、EDM等接觸點。

為了日後的規模化發展先做準備，Project GALA的另一項推動事項，是要推動資安基礎設施上雲，。劉培文解釋，他們相信，當他們朝向以雲端和AI為基礎的次世代IT基礎架構前進，勢必有大量系統、數據和資料會離開地端資料中心，遷移至公有雲環境。「此時，傳統以圍城觀念建立的資安防護架構，將會對以雲端及AI為基礎的業務運作效率帶來衝擊與影響。」劉培文強調，要改變這個情況，資安基礎設施必須先遷移至雲端。

目前，第一銀行正在測試導入SASE架構。劉培文表示，他們期望未來導入雲端資安防護架構後，不論是混合辦公、遠端辦公或自帶設備的作業模式，都能讓員工快速且安全的存取雲端資源和AI應用。

第一銀行GenAI實例：企業問答助理、Copilot應用

在研討會中，第一銀行也公開了內部目前上線的GenAI案例，包括提供內部使用的企業問答助理、GitHub Copilot和導入M365與Copilot的應用。

企業問答助理整合行內知識庫，能幫助分行員工快速查找規範和流程指引，還能即時提供資料來源和業務負責單位。劉培文表示，這套系統在今年四月初上線，雖然目前僅開放給總部九個部門進行測試，但和上一個開放全行使用、未導入生成式AI的版本相比，現在版本的每週使用量已是過去的8.4倍。

在第一銀行內部，他們透過GitHub Copilot來幫助IT人員自動補全程式碼、重新建構程式碼、提供修正建議，還有自動產生文件和測試腳本。

第一銀行內部員工也正在運用M365與Copilot提升工作效率。例如，法遵人員運用這類辦公型GenAI助理，快速處理世界各國的法令與合規文件，自動摘要整理重點並產生整理成簡報。由於部門主管每週都要整理特定報告，過往這些主管得自行登入報告系統、選擇資料、產生報告後再進行列印，整個過程大約耗時五分鐘。

而藉助辦公型的GenAI助理，一銀的部門主管可以利用No Code的流程自動化工具，將每周報告產生過程自動化，整趟流程只需要30秒。或是可以用於文件審核流程的自動化。第一銀行內部有一套共用的審核系統流程，較難因應個別需求客製化調整，許多審核流程也尚未數位化。改運用M365、Teams和Power Automate，連不懂程式的業務單位，也能自行建立適合自身需求的文件審核流程，提升辦公彈性與效率。

劉培文最後強調，由於現階段GenAI技術變化極為迅速，他們認為，立即大規模投入GenAI技術投資並非最佳選擇。「這也是為何Project GALA專注於，利用SaaS工具賦能員工、推動知識共享的文化轉型，篩選合適的業務流程進行GenAI整合實驗。」他說。奠定在資料和資安上雲計畫的基礎，劉培文認為，第一銀行將能夠打下成熟基礎，以此應對AI未來發展，最終達到能以價值創造作為驅動的前瞻創新。