促進AI了解在地金融服務語意、專有名詞、模糊提問 提升金融服務營運效益
整理／鄭宜芬
為提升營運效率與客戶體驗，國泰金控以「生成式AI技術發展框架GAIA」為核心，以及AI即服務(AI as a service, AIaaS)策略，持續探索生成式AI 於金融場景的應用。繼去年分享金融大型語言模型(LLM)的實證成果後，國泰金控於今(4)日在GTC Taipei 2026再次發表前瞻概念性驗證研究成果，運用開源小型語言模型(SLM)精準進行客戶意圖判斷，有望提升未來落地後的金融服務營運效益。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
國泰金控表示，此次實證以開源模型作為訓練目標。初步驗證結果顯示，在測試條件下，可降低對複雜Prompt Engineering或向量檢索模組的依賴，有助於簡化系統架構、降低後續維運複雜度。此一結果也顯示，若能結合適當的金融場景資料設計與模型微調，將有機會提升模型穩定度、推論效率與應用可控性。並且，經微調後的SLM在客戶意圖判斷任務上，可達到接近主流閉源LLM的表現，可作為企業未來選用AI語言模型進行訓練的參考。
在資料治理與隱私保護方面，此次概念性驗證採用「全合成資料」，避免使用真實客戶資料訓練設計，透過相似功能聚類、單意圖與多意圖資料設計、台灣語境優化及關鍵字擴充等方法，強化模型對本地金融服務語境、專有名詞與模糊提問的理解能力。應用情境涵蓋房貸餘額查詢、信用卡繳費、分行服務導引等常見需求，作為未來智慧搜尋與服務分流的技術基礎。
國泰金控近年持續推動 AI 於金融場景的創新應用，從內部流程優化、客戶服務體驗、金融知識理解到模型治理，逐步累積可擴展的技術基礎。面對金融業高度監管、重視資料安全與服務需求快速變動等產業特性，國泰金控將持續以兼顧合規、安全、穩健的方式推動AI在長文本判斷、金融文件深度理解與跨場景應用實證研究，探索符合金融業需求的模型訓練與應用模式，推動智慧金融服務創新。
