玉山金控活用AI 全方位展現科技力
因應金融科技創新、消費者行為改變、法規調整等洪流，玉山金控致力運用科技發展數位轉型，以及運用資料與AI提升整體競爭力。
採訪／林振輝、施鑫澤‧文／林裕洋‧刊期／2021.10
隨著創新金融科技湧現，加上金管會大幅鬆綁法規，帶動台灣金融產業加速運用AI、Big data 等科技，加快推動數位轉型的速度，以便為消費者提供所需服務，避免陷入被市場淘汰的命運。而自從 COVID-19 疫情爆發後，民眾使用網路銀行、行動銀行等意願攀升，此時預先做好準備的業者，正好可藉此度過疫情衝擊，乃至於貼近消費者的需求，同時拉大與競爭對手之間的差距。
[ 敬邀參與2022年度CIO大調查活動，掌握IT脈動缺你不可 ]
以玉山金控為例，旗下玉山銀行的行動銀行服務使用人數，較疫情爆發前增加逾4成，其中活躍顧客比例達 75%，全行轉帳交易超過 93% 為數位交易。另外，亦有 75% 的基金申購、信貸申請案件、外匯交易在數位通路上完成。而在2021年辦理勞工紓困貸款時，玉山銀行亦運用數位化及 RPA（Robotic Process Automation，機器人流程自動化）技術協助，協助約6萬3千名顧客順利取得紓困貸款，其中超過9成的案件都是透過線上申辦與自動核貸、線上對保且自動撥款，顧客不必到分行辦理紓困貸款，降低疫情期間群聚的風險。
[ 大師開講 ─ 香港中文大學商學院副院長張曉泉：人工智慧和金融科技的思考 ]
玉山金控科技長張智星說，在金融科技創新、消費者行為改變、法規調整等三股力量的匯流，正快速改變全球金融服務的模式。為此，玉山金控致力運用科技於發展數位轉型，以及融合科技與金融培育專家團隊、運用資料與AI，全力提升流程營運效率、整合虛實通路最佳化顧客體驗，並透過跨業合作發展新型態金融服務，打造以人為本的數位金融領導品牌，至今也在多個方面展現出相當不錯的效益。
從錯誤中學習 開啟AI專案
1992年創立的玉山銀行，2002年成立玉山金控整合各項金融業務，至今已發展成為一個提供全方位金融服務，與跨境金融平台的事業集團。目前旗下包含玉山銀行、玉山證券、玉山創投等子公司，提供銀行、證券、保險、創投等多元金融服務，並在公司治理、經營績效、服務品質、風險管理及企業社會責任等領域，皆有傑出的表現。2014~2020年連續7年，玉山金控入選DJSI道瓊永續指數成分股，是台灣首家入選也是唯一創下此紀錄的金融業。玉山秉持「心清如玉、義重如山」的精神、精準靈活的策略及團隊執行力，致力提供更好的金融服務與創造更大的顧客價值。
多年前玉山金控即以人工智慧做為關鍵技術，透過實驗文化及跨功能團隊，進行數位轉型，提供顧客更即時、更安全、更便利的數位金融服務。為了讓人工智慧發揮更大的效能，該公司更打造金融業首創的機器學習即服務 (Machine Learning as a Service, MLaaS)，搭起人工智慧與業務流程的橋梁，提供各種創新服務、各項顧客權益保護、基金標的建議、內部控制偵測、異常事件警示等創新金融服務。
[ 推薦閱讀： 金融AI產學對談 解析AI應用落地與團隊建立 ]
張智星指出，早期我們剛開始推動人工智慧專案時，是先到各業務單位了解需求後，AI團隊直接投入專案開發。但執行一段時間後發現，單單憑藉業務單位提出的需求就投入開發，這種做法似乎過於簡單且存在幾個問題。首先，我們不了解業務單位面臨的問題為何，是否真需仰賴AI解決。其次，業務單位能夠投入的資源有多少，如人力、資料等，這對AI模型訓練有大關聯。最後，業務部門對AI專案是否有錯誤期待。因此，我們決定透過推出「AI需求單」方式，篩選合適的AI專案需求，讓有限資源能夠發揮最大效益。
透過四大面向 了解業務痛點
玉山金控內部使用的AI需求單，主要是從四大面向著手，首先是推動或導入AI專案的目標要很明確，不能有模糊的空間。如有些業務單位會提出想要讓行銷專案更成功，但是成功的定義每個人都不同，必須要先了解行銷專案遇到的瓶頸為何，想要解決哪方面的問題等，才能投入AI專案開發。如曾有業務單位提出外匯預測需求，結果當AI團隊完成專案後，業務單位才表明是需要預測匯率區間的產品，而非準確得知匯率多少的方案。
其次，訓練AI模型所需的資料，能否持續提供、且不受制於其他公司。因為訓練AI模型需要大量資料，且需不斷透過資料修正，才能讓AI專案貼近實務需求，若無法持續取得最新資料，導致AI專案被迫中斷，反而會讓公司資源被迫浪費。第三，則是放在業務需求是否有可預測性，若AI模型預測不夠準確時，後續補救的方式為何。例如若要從大量資料篩選潛在的客戶名單，以便後續寄送相關活動訊息通知時，此時就算篩選出的客戶名單不夠準確，模型判斷錯誤的影響相對較小。但若是信用卡的詐欺預測、支票的OCR辨識失敗時，可能對公司、消費者都會造成困擾，此時就需要一套人工複審機制，讓發生錯誤時的代價可被控制。
[ 推薦閱讀： 資料治理的三大陷阱 ]
「我們依照業務單位需求，開發一套支票手寫金額辨識的OCR系統，將人工處理流程轉為自動化後，也同步建立一套防錯的機制，即是後續需搭配人工審核機制，確保不會有問題。」張智星解釋：「因為若金額、銀行帳號等資訊判讀錯誤的話，不僅後續處理成本會很高，也可能會影響到客戶的業務、信用狀況等，所以此機制絕對有存在的必要。」
AI成績亮眼 展現集團科技力
在全體同仁積極參與下，玉山金控至今已推出不少以AI為核心的產品，如2020年2月推出首創全數位流程的「玉山 e 速貸」，運用AI技術打造零人工介入的貸款流程，顧客最快僅需58秒即可取得資金。此外，有別於傳統授信動輒數十萬的信貸額度，e 速貸額度最低2萬元即可申請，亦可彈性還款，提供顧客兼具速度及彈性的貸款服務。截至2020年12月底，「玉山 e 速貸」撥款金額逾3,000萬元，相較於一般案件可節省近 95% 的案件成本。
至於基金 e 指選，則是自建AI理財認知偏好推薦模型，根據顧客的風險承受等級、交易紀錄等資訊提供個人適配基金標的之建議，讓投資變得簡單易懂，提供顧客無差別的普惠金融服務，服務推出後2020年度基金線上交易筆數較去年成長2.3倍，佔整體基金交易筆數比例 66%。
[ 推薦閱讀： 純網銀和金融科技教我們的事 ]
另外，因應層出不窮的詐騙案件，傳統金融機構透過手動標記警示帳戶加以防範，但因精準度低，需額外以人工電話照會顧客，排除誤判帳戶，冗長的確認流程造成顧客困擾和防護上的時效落差。玉山金控推出的警示帳戶偵測系統，藉由導入自家建置MLaaS系統，可玉山透過機器學習建立模型，自動辨識警示帳戶，精準度較傳統手動標記提高40倍。不僅降低人工電話照會對顧客的打擾，模型判斷結果更可直接串聯帳務系統，加速警示帳戶註記，達到資訊即時同步的效果，增強防範的時效性與全面性。
張智星說，在信用卡詐騙盛行下，我們也運用 AI 技術推出信用卡冒用偵測系統，提升檢視效率，克服零星、複雜冒用手法不易防範的問題。玉山透過探索式資料分析，產生近 400 種因子的模型資料庫，並使用梯度提升決策樹演算法 (Gradient Boosting Decision Tree, GBDT)，提高模型一般化(Generalization)的程度與預測能力，再運用資料快取技術，隨時以最新交易資料進行異常監控，讓每筆信用卡交易可在0.1秒內獲得風險評比，精準且迅速的守護，讓顧客的交易更安全。
疫情改變生活 同步改善AI模型
玉山金控推出信用卡冒用偵測系統之後，不光深受業務同仁好評，許多消費者也非常肯定此服務，對信用卡業務開拓帶來不少幫助。然這亮眼、出色的表現，在 COVID-19 疫情面臨新的挑戰。當2021年5月中全台灣進入第三級警戒之後，許多企業採取分流上班、居家上班，消費者減少外出購物，改以線上購物取代。由於信用卡消費習慣與前幾個月有非常大的改變，所以信用卡冒用偵測系統發出警示的頻率也大幅增加，結果在業務同仁深入了解之後，發現誤報狀況比過去增加數倍。
[ 加入 CIO Taiwan 官方 LINE 與 FB ，與全球CIO同步獲取精華見解 ]
張智星指出，當我們收到同仁回報的問題後，初期確實感到非常訝異，畢竟從沒想過疫情在改變民眾的生活習慣後，隨後也會影響到AI系統判斷的準確性。這時我們感覺到即便AI模型完成，且接上業務流程之後，並非代表專案結束，只是進入另一個階段。因此，我們立即著手整合新的消費資料，重新調整AI模型的警示參數，才順利讓信用卡冒用偵測系統恢復到應有的水準。
召募AI人才 厚植競爭力
隨著全球各產業對AI應用面向日廣下，各企業也都面臨AI人才不足的窘境，玉山金控自然也不例外。為此，該公司在2018年底開始籌畫人工智慧公開挑戰賽，以「企業出題，人才解題」的核心理念，邀請AI好手一同以人工智慧解決真實的金融問題。將去識別化的資料透過趨勢科技 T-brain 平台釋出給參賽者，透過群眾智慧集思廣義、互相切磋，不僅為困難的金融決策問題找到更好的解答，更提供AI人才發揮與成長的舞台。
張智星說，AI團隊成員組成，除由行內有興趣的同仁加入之外，每年舉辦的人工智慧公開挑戰賽，也是AI新血加入的重要管道，已有2屆挑戰賽的第一名順利加入玉山AI團隊。另外，我們也與交大、台大、中研院等設立玉山AI暨金融科技研發中心，讓學術界更瞭解企業實務與市場資源，產業也能有更領先的研發能量。這對於培育臺灣AI人才，降低產學落差是非常好的管道。
面臨金融產業快速轉變，新競爭者的加入，在玉山金控未來規劃中，未來將持續擴大AI技術的應用範圍，除藉此讓民眾享受到更便利的金融服務外，也希望能夠實踐普惠金融的企業願景。
( 本文授權非營利轉載，請註明出處：CIO Taiwan )
