【我的預測】2026年，金融業將從「AI Assistant」（AI助理）全面邁向「AI Agent」（AI代理）時代。這不僅是技術升級，更是生態圈的整合，透過AI Agent串聯後端系統完成交易，將是未來幾年金融服務的主戰場。
【我們正在做】推出生成式AI技術框架「GAIA」，去年已納入Agentic AI架構，升級至2.0版本。同時，建立「AI評測中心」落實治理規範，確保所有模型在上線前皆通過AI治理六大原則的審查與風險評估。
【我的建議】在法規完備、技術成熟前，企業就應先做足準備，包含技術架構與法規應對。建議先從內部作業流程起步提升生產力，並鼓勵全員參與AI應用，而非僅限於技術人員。
趨勢1：從「AI助理」走向「AI代理」
在2026年，AI應用將從過去強調問答功能的「AI Assistant」，正式邁向具備決策能力的「AI Agent」時代。
這兩者的核心差異在於「自主性」。在過去的模式中，企業多以問答方式微調模型，此時AI扮演被動角色，高度仰賴人類下達的指令。
然而，2026年將成為關鍵轉折，企業不會再滿足於被動對話，而會透過具備自主行動力的內部模型，發展出專屬知識庫、護欄機制等。
金融業的本質是服務業，服務範疇不能僅止於客戶諮詢，更須深度整合後端系統和整體服務鏈。
儘管這種轉變還需要法規改革、人才佈局，以及對各種生活服務場景的細部規劃，但AI Agent具備「自主串接系統」的核心優勢，是滿足未來金融服務需求的關鍵技術。
趨勢2：AI應用將串連金融生態圈
隨著硬體技術與GPU效能大幅提升，AI運算單位成本下降已成為必然的趨勢。
過去開發大型模型需要耗費大量算力與資金，但隨著技術普及，各行各業包含汽車、醫療、教育及金融，都能更廣泛地部署AI應用。
未來，企業將不再只開發單一功能的AI應用產品，而會轉向「生態圈」的深度整合。
對金融業而言，這代表服務將與客戶的日常生活深度掛鉤。
未來的金融服務可以透過AI Agent作為核心架構，結合地理位置、社群資訊、生活消費等數據，串連起整體的生態系統，讓金融決策自然融入消費者生活中的各式場景。
行動1：制定AI發展策略，為未來預作準備
為因應AI浪潮，我們在兩年前就將發展策略明確分為三個面向，希望逐步深化AI的應用影響力。
第一是「AI Ready」，在法規與市場應用尚未完全成熟前，企業必須先準備好自己的應對框架，包含建立整體技術架構、程式規範以及符合金融監管的法遵流程。一旦市場窗口開啟或法規放行，就能立即銜接。
第二是「AI CoE」，我們透過專責的AI卓越中心（AI Center of Excellence），統籌全集團的AI策略發展、技術研發與資源分配。這不只是技術部門的事，而是要召集包括法遵、資安、業務等單位的專家，共同推動AI專案審查與技術工具的標準化，讓員工具備運用AI輔助決策的能力。
最後是「AI Native」，終極目標是讓所有內部系統都內建原生AI功能。我們從最基礎的工具化應用起步，例如讓AI幫忙撰寫摘要、做文件規劃等，並逐步將這些能力內建到現有的內部系統中，成為全員工作流程中不可或缺的一部分。
行動2：打造GAIA生成式AI技術框架
ChatGPT、Gemini等通用LLM模型的功能雖然強大，但並不了解國泰內部的特定法規、作業流程與產品細節，無法作為內部工具廣泛使用。
因此，我們在兩年前開發了生成式AI技術框架「GAIA」，作為內部作為內部AI應用的核心引擎，也解決了使用外部AI工具的隱私疑慮。目前的「國泰世華銀行智能助理阿發」，也是以此框架為核心進行升級。
「GAIA」主要包含三大功能模組：
- 知識庫：當使用者詢問關於國泰產品或作業守則的問題時，AI會先翻閱專屬知識庫，確保回答精準符合內部規範，避免回答知識庫以外的通用內容，或產生幻覺問題。
- 護欄：分為基礎護欄與業務護欄，能防止AI產生歧視、偏見言論或洩漏薪資等敏感資訊，並阻擋透過反問或滲透測試等企圖影響模型的行為，保障回答的正確性與安全性。
- Model Hub：這也是一個調度平台，能根據不同情境（如歸納、翻譯、程式寫作），從50多種生成式AI模型中，自動尋找並切換至最合適且成本效益最高的模型。它能根據模型的中文理解能力、邏輯強度及成本考量，進行最佳化的資源調度與管控，防止不必要的算力支出。
透過視覺化介面「GAIA STUDIO」，沒有程式背景的同仁也能根據業務需求，透過簡單的拉取，開發出專屬的AI應用工具。
例如，HR可以自行串聯HR知識庫與特定模型，自行打造一個「公文處理器」或「假勤諮詢小助手」。
「GAIA」從去年起正式導入AI Agent架構，進化至「GAIA 2.0」，正式帶領國泰邁向Agentic AI發展。我們更進一步在技術端應用AI優化SDLC（軟體開發生命週期），從需求分析到部署，希望提升技術研發的生產力。
行動3：建立專責AI評測中心落實治理
因應《人工智慧基本法》上路，我們在去年建立了AI評測中心進行品質管理（Quality Assurance），確保AI的決策過程透明、依循法規，且符合國泰內部的「公平與反歧視、透明性與可解釋性、可靠性、可任責性、倫理道德、數據安全與隱私保護」等AI治理六大原則。
這種治理機制在發展「對外」應用時尤為關鍵。雖然內部應用相對可控，但面對客戶的金融服務，必須具備高度的準確性與安全性。
所有AI模型在開放對客服務之前，都必須通過評測中心的風險評估與壓力測試，確保不會隨意變動回答邏輯，或產生無法解釋的決策偏差。
只有在完善的治理基礎上發展AI，才能真正贏得客戶的信任。透過這套負責任的治理架構，我們除了追求技術領先，更要在法規框架下建立一套安全無虞的數位金融生態。
未來城市＠天下｜國泰金控副總經理梁明喬2026年AI趨勢觀點：
A： 根據國泰金控的實務經驗，金融業導入AI Agent建議分三階段推進： 第一，AI Ready——在法規成熟前，先建立技術架構、程式規範與法遵流程，確保市場窗口一開，能立即銜接。 第二，AI CoE——成立跨部門的 AI 卓越中心，整合法遵、資安、業務等單位，統籌AI策略與資源分配。 第三，AI Native——讓 AI 內建於所有系統，從摘要、文件處理等基礎工具化應用開始，逐步融入全員工作流程。
A： 以國泰金控為例，其做法是建立專責的「AI 評測中心」，所有 AI 模型在對外服務前，都須通過六大治理原則的審查：公平與反歧視、透明性與可解釋性、可靠性、可任責性、倫理道德、數據安全與隱私保護。此外，模型須通過風險評估與壓力測試，確保決策邏輯不會隨意變動或產生無法解釋的偏差，才能獲准上線服務客戶。
A：AI Assistant（AI 助理）是被動式的，需要人類給予指令才能回答；AI Agent（AI 代理）則具備自主性，能在沒有逐步指示的情況下主動串接系統、執行任務、完成交易。例如在金融業，AI Agent 可以自動整合後端系統，直接協助完成客戶的金融操作，而不只是回答問題。
