Fintech 這個概念行之有年，1967 年全球首台 ATM 的發明也算當下的 Fintech 時代指標，目光移到現代，現在金融科技的標配已經包括各種數據分析、自動化與網路服務，而最新的演化將圍繞著 AI 轉型。
金融業的 AI 轉型，風險與創新要同時兼顧
金融業者早已大力擁抱數位科技與 AI，但是 BCG 金融機構業務副主席 Kilian Berz 表示：「銀行不能僅僅立志成為科技公司」，意即只將 AI 作為工具導入還不夠，金融業者必須改變思維在兼顧風險與合規性的前提下，將 AI 融合到日常流程，讓所有產品與服務設計都可以被徹底簡化且以客戶為中心。
金融業具有極為不同的行業特殊性，風險與創新這天平的兩端都要拿捏穩當，因此許多內部的流程十分嚴謹冗長造成業務效率緩慢。根據麥肯錫全球研究院 (MGI) 估計，在全球銀行業，AI 可為銀行提升生產力，進而每年可增加 2,000 億至 3,400 億美元的價值，佔業界總收入的 2.8% 至 4.7%。
許多基於生成式 AI 的應用系統已經被認為達到專業水準，在協助處理複雜的計算分析和系統開發方面展現出巨大潛力，例如：重新定義財務諮詢、保險索賠處理、客戶行銷及服務等領域的未來發展可能性。此外，金融業也投入資源開發法規遵循與合規性監控、客服中心運營以及應用程式開發與維護等面向的 AI 新應用。
Klarna 靠生成式 AI 省了 1,000 萬美元行銷成本
國際上先買後付的巨頭 Klarna 利用生成式 AI 做行銷活動和生成宣傳圖像，並藉此消減了高達1,000 萬美元的行銷成本。Klarna 行銷長分享，傳統行銷活動的成本非常高，現在 Klarna 基本上已經不需要額外購置圖庫或影像素材——光是今年第一季，Klarna 已經透過 AI 產出了超過 1 千張行銷素材，加快行銷活動的推展。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
Mastercard 靠生成式 AI 提升 2 成防詐率
隨著詐欺者越來越頻繁地使用自動化技術和深度造假攻擊銀行及客戶，萬事達卡（Mastercard）推出了由生成式 AI 驅動的交易風險評估工具——Decision Intelligence Pro (DI Pro)，可在不到 50 毫秒內掃描一兆個數據點，並提供整體安全評分。萬事達卡希望這項新技術能有效遏制詐欺行為，初步模型顯示詐欺偵測率可透過 AI 幫助提高平均 20%，在某些情況下甚至高達 300%，做到更有效的防堵詐欺，並且確保用戶的數據與財產安全性。
銀行也在不同的業務流程節點部署 AI 與累積深厚的技術經驗，一項針對銀行業 IT 高管的最新調查發現，85% 的銀行業高管對於在開發新產品和服務時採用人工智慧有「明確的策略」。
然而，隨著銀行等金融機構迅速實施 AI，挑戰也隨之出現，包括 AI 產生虛假或不合邏輯的資訊、智慧財產權侵權、系統運作方式透明度有限、偏見和公平問題、安全問題等等。甚至大多數銀行 (62%) 認為，AI 專案處理個人資料的複雜性和風險往往超過提供客戶正向體驗帶來的好處。
台灣金管會最新出爐轉型指標：金融業 AI 指引
為了應對新挑戰，各國監管機構也訂定不同的 AI 指引或行政命令作為產業標準，台灣金管會近期發佈金融業 AI 指引 16 條條文，涵蓋永續、強化消費者權益與隱私保護、風險管理四項核心指標。
該指引要求，金融機構內部應具備 AI 技術知識，指定高階主管建立明確組織內部治理架構，且必須有人力介入以確保 AI 風險在可控範圍。另外，金融機構運用 AI 技術與消費者直接互動，必須明確告知該服務為 AI 技術等。
在通往 AI 轉型的旅途上，金融業者必須適應技術並且快速調適出適合的營運模式，以應對未知風險與對組織的長遠影響。台灣是否能跟上這波金融 AI 創新，考驗的更是金融機構對於新技術與新風險的胃納能力。
【在風險與創新中找到機會點！金融產業領導者該自問的關鍵問題】
1. 組織內是否有明確的 AI 戰略轉型藍圖？哪些功能或是流程最有可能被 AI 賦能？
2. 關於 AI 技術與模型的部署，是否能找到了解監管合規、技術與熟悉金融流程的團隊來執行？
3. 如何保護消費者數據與隱私？組織是否有 AI 治理概念？
繼續閱讀《問對 AI 轉型關鍵問題》Highlight 其他內容：
【給製造業導入 AI 的真心話】不是砸錢就有 AI 智慧工廠，資料品質好才是重點
【汽車的 AI 轉型，車主想要更多】車廠不只要會賣車，更要提供「個人化」服務
＊本文開放合作夥伴轉載，資料來源：《麥肯錫》、《Fintech Magazine》、《金管會》。首圖來源：Canvas AI 生成。
