本文重點
- 金融科技對銀行、支付和保險業產生了革命性影響，全球金融科技投資大幅增加。
- 生成式AI在金融業的應用迅速增長，智能客服和理財顧問的進化成為行業競爭的焦點。
- 新型金融犯罪形式的增加，提高了金融業者偵查和防範的難度，AI被用於預防金融犯罪。
- 金融業需要強化氣候風險評估工具，以應對淨零轉型和氣候變化對客戶營運和獲利的影響。
- 金融業應該以簡化繁和第一性原理為思考策略，借助人工智慧技術強化應變能力和決策能力，實現永續營運。
疫後，金融科技對銀行、支付和保險業再一次產生革命式影響，為人類的金融生活帶來新樣貌，背後卻是金融業者挾著汗水全速推進技術變革——疫情第一年，全球金融科技投資達到915億美元（約新台幣2.82兆元），幾乎是前一年的兩倍之多。
如今生成式AI急速竄起，金融業者也渴望借助ChatGPT，讓智能客服與理財顧問再進化。而眼前的新興挑戰可不只有生成式AI，加密貨幣、新金融犯罪、ESG浪潮四起，金融業該如何盤點現有資源，洞悉生態系動向、掌握未來投資領域，讓生產力跟競爭力翻倍？
趨勢一：金融服務從雲端出發
金融服務正進入下一個紀元，AI分析在信用卡優惠方案的設計、行銷分群及分行作業流程優化等領域已發揮重要作用。若將AI分析服務搬遷上雲，金融業者即可按AI分析需求，彈性使用雲端共享的IT資源，如伺服器、資料中心等，藉此靈活因應AI分析的高峰與離峰硬體需求。
對於金融業者而言，想加快AI分析的投資報酬效益，透過「全託管服務」將AI分析遷徙上雲，將是不可忽視的重要策略行動。資訊顧問公司Gartner預測，至2024年，金融產業將AI相關工作負載委外比例會由6%提升至40%；仰賴委外的全託管服務（Hosted Managed Service，HMS），金融業者能克服AI分析上雲的幾項挑戰，包括招募專業團隊、無縫整合軟硬體、有效控管成本、確保安全合規性等，加速開啟分析上雲端服務。
一家北歐的銀行業者，既有系統建置時日已久，效能與可用性都未能滿足終端業務需求。為加速貸款業務核貸流程，該銀行打算啟動AI分析系統上雲專案；SAS透過全託管服務進行系統現代化的改造，一併整合了包括專案規劃、基礎建設、架構設計、應用層建置等工作。短短1.5個月內，該銀行完成了合規的分析環境建置，並在六個月內整合完現有系統、進一步優化整體AI導入效能。
SAS透過全託管服務，協助金融業者加快AI分析的投資報酬效益。圖片來源：陳愷新提供
趨勢二：用AI預防新金融犯罪
打擊金融犯罪一直是金融業者與監管機關的重點議題，包括洗錢、信用卡盜刷、投資詐騙等。在數位轉型中，「支付」型態的變化（如數位帳戶、電子支付、虛擬貨幣），使得金融犯罪的態樣日新月異。
這些新型態金融犯罪增加了犯罪偵查的難度，成為金融業者面臨的重要挑戰。倫敦調查公司OMDIA的研究報告指出，「應對新型態詐欺與威脅的能力」是全球銀行高階經理人認為的首要優先事項。為強化偵查能力，全球多家金融機構，正朝向建置完整的AI金融犯罪防治平台方向出發。
新型金融犯罪具有幾個特點，主要挑戰是「快速性」。
這種犯罪有賴於電子支付與身分驗證的快速，使詐騙交易更快進行，擴大受害者規模。為有效即時偵測和阻斷犯罪，匯豐銀行（HSBC）導入SAS AI即時交易詐欺偵測系統，在客戶刷卡當下，以在平均不到60毫秒內整合大量資料，包含客戶特徵資料、過去的交易資料等，即時偵測被盜刷的可能性，判斷是否直接阻斷交易。該行至今已在30個地區監控超過一億張信用卡，標記出潛在詐欺的運算資源成本更減少30％。（延伸閱讀｜疫情帶來的新流行：數位詐欺激增35%亂點簡訊連結，小心淪為無辜共犯）
伴隨虛擬貨幣等新型態支付方式的出現，金融犯罪手法也日新月異。圖片來源：Shutterstock
另一個特點是「匿名與多層性」。
虛擬帳號、加密貨幣等帶來匿名的便利，加上第三方支付平台成為中介金流，增加了金流盤查的複雜性。金融業者應借助AI，將錯綜複雜的交易藉由AI圖學演算法，化為一目了然的金流行為，如SAS的AI關係網絡分析圖，能讓調查人員比較正常與可疑的交易網路，同時轉換思維，從單一交易改以客戶的360度資訊中盤查，追蹤可疑共犯間的實體關係（如相同地址、相同電話、相同IP、相同法人關聯等），找出未被警示卻與高風險客戶有關的潛在關聯。
SAS的AI關係網絡分析圖，顯示正常與可疑交易網路的差別。圖片來源：陳愷新提供
SAS用AI分析，追蹤可疑共犯間的實體關係。圖片來源：陳愷新提供
趨勢三：強化「氣候風險評估」工具
全球淨零排放浪潮勢不可擋，國際顧問公司麥肯錫預測，2031到2035年間，全球將花費高達2.4兆美元（約新台幣73.9兆元）進行淨零轉型；但金融業提供資金借貸時，須謹慎評估低碳轉型對客戶營運和獲利的影響，包括客戶將舊設備汰舊換新、繳納碳費、技術開發的資本投資等，可能造成多數企業收入減少，無法按時還款。為避免可能產生的風險，金融業的風險評估雷達須全面啟動，以確保資金借貸的安全。
然而，氣候風險計算牽一髮動全身。例如當上游成本增加10%，將導致下游產業成本增加，進而造成終端消費品售價上漲，業績因此下滑影響企業還款力等等。
「識別氣候風險」是氣候風險評估的一大挑戰，金融業要如何面對樣態各異、影響時點不一的轉型風險？（延伸閱讀｜「綠天鵝」來了！氣候危機恐致金融危機 全球央行將氣候變遷風險納監管）
IDC在《2022AI及自動化10大預測》報告中指出，到2027年，將有50%企業將AI運用在氣候風險管理上，包括氣候風險的識別、決策及機會。在59個國家都有營運的渣打銀行，也率先採用了SAS以情境爲基礎的AI數據分析平台（Scenario Based Analytics Platform，SBAP）。
渣打借助AI數據分析平台，整合公開的風險評估資訊平台與工具，更具備串接風險數據與財務數據的能力，計算因轉型而帶來金融資產減損的成本，更可即時預測其對於未來特定期間財報的影響。受惠於數據分析平台的強化，渣打銀行已能做到季度預測，每月結帳時便能進行分析，有效進行授信評估。
在變動的情勢中，金融業除了時刻洞悉風向，更應設法敏捷布局，以避開風險、掌握機會。建議金融業「以簡化繁」，依循「指將問題拆分成基本元素，再加以解決。」作為思考策略，從繁雜的挑戰中回到本質，以強健企業韌性為原則，逐漸自數位轉型步入數「智」轉型；以人工智慧技術做為未來發展的原動力，強化組織內部的應變與決策能力，進行創新轉型；並因應複雜的環境變化，進行滾動式檢討，增強競爭力，以實現永續營運。（延伸閱讀｜鄧白氏孫偉真：九成英美企業認為，ESG數據是重要資產）
