手指按在發光的輕觸開關上。

銀行保險金融機構生成式人工智慧(GenAI)策略報告

金融業中不少子領域的領先者已經開始將生成式人工智慧引入實務中,將這一技術廣泛應用於不同業務情境,其內容理解和創造能力將提升金融服務業中不同領域的效能。


概要

  • 生成式人工智慧(GenAI)是人工智慧的一個應用領域,其代表性應用如ChatGPT的問世,在全球引起熱議。
  • 大型語言模型(LLM)是ChatGPT技術的基礎模組,它是一種深度學習演算法,可識別、預測和生成根據上下文關聯的文字,並在大量資料集上進行訓練。
  • 根據ChatGPT的能力,企業可提供大規模、客製化和更高效率的客戶互動,進一步提升客戶參與度和滿意度。
  • 隨著生成式人工智慧開始帶來新的機會,董事會和企業管理層需開始圍繞人才團隊、基礎設施、可存取性及其他一系列錯綜複雜的問題制定強而有力的策略。
  • 未來在ChatGPT的引領下,利用大型語言模型和生成式人工智慧的業務潛力將擁有想像空間。

什麽是生成式人工智慧(GenAI)?

GenAI是人工智慧的應用領域之一,可以透過學習現有資料來生成新資料,實現類人的創造力。

  • 人工智慧(1943年問世)
    人工智慧是計算機科學的一個領域,主要研究如何創造出具備人類智慧的智能機器。
  • 機器學習(1959年問世)
    機器學習是人工智慧的一個子領域,廣義上是一種機器模仿人類智慧行為的能力。
  • 深度學習(2006年問世)
    深度學習是機器學習的一個子集,本質上是一種具有三層或更多層的神經網路學習。
  • 生成式人工智慧(2017年問世)
    生成式人工智慧是人工智慧的一種,它可以根據訓練過的資料,利用大型語言模型、Transformer模型和生成對抗網路等技術,創造圖像、文字、音檔或影片等新內容。

下載完整報告《銀行保險金融機構生成式人工智慧(GenAI)策略報告》

GenAI的重要性展現在哪裡?

生成式人工智慧有哪些特徵?一種能創造如文字、代碼、圖像、音檔和影片等全新內容的深度學習。其工作方式與人類大腦非常相似,主要透過抽象和模式識別處理資訊。將生成式人工智慧技術與其他分析類產品整合可實現更高價值。ChatGPT擁有網際網路歷史上成長最快的用戶群,ChatGPT也只是生成式人工智慧發展浪潮中的一員。

隨著對其新興功能和能力界限的快速探索,生成式人工智慧的範圍和對商業運作的影響正在迅速擴大。

  • 30%的受訪專家在ChatGPT問世的兩個月內嘗試過該產品
  • 投資者電話會議中提及AI的次數增加了77%(彭博社)
  • 100多項生成式人工智慧專業領域專利項目的商業化進展預計需要12個月

什麼是GPT?

GPT是結合自然語言處理、強化學習和深度學習等最新技術的人工智慧模型。

整合上述技術即得到一個先進的、靈活的、具備接近人類創造力的人工智慧模型,主要包括如下功能:
  • 回答用戶提出的問題
  • 總結書籍或文章的主要概念
  • 創作故事或文案
  • 根據概念查詢/搜索文本

生成式人工智慧見證了前所未有的數位化應用。大規模投資正在湧入人工智慧領域,創新熱潮不斷升溫,ChatGTP的出現亦喚起各行業對自身業務的重新審視。

2023年企業技術投資進展情況

人工智慧領域39%的領先企業已充分實現效益,而其他同業的這一比例僅為19%。

生成式人工智慧無法取代企業領導者的地位,但卻能大大提高其領導力,企業需要重新制定策略,了解各個業務職能結合人工智慧工具的可行性。雖然生成式人工智慧的具體功能可能因平臺而異,但從底層邏輯上看存在某些共通性。 這些特性使其成為企業尋求創新並在競爭中保持領先地位的有力工具。

作為生成式人工智慧技術的卓越代表,當前熱門應用ChatGPT的策略優勢可幫助企業轉變用戶體驗並簡化業務營運。從更廣義的商業世界看,生成式人工智慧將顛覆現有產品、流程、營運方式乃至商業模式,帶來全新轉型機會。

生成式人工智慧帶來的6大轉型機遇:
  1. 自動建議和決策支持
  2. 超個性化客戶體驗
  3. 進入全新客戶服務市場
  4. 商業模式的顛覆
  5. 客製化、適應性產品/服務創新
  6. 客戶數據驅動的優勢

情境應用機會

生成式人工智慧包含資訊處理、資訊檢索、新內容生成三大基礎組件,可在多種情境下應用,賦能銀行保險金融機構。根據生成式人工智慧的自動化作業,可廣泛應用於金融機構各個業務職能的多類型情境。

客戶與業務成長

  • 客戶互動洞察:客戶回饋及情感分析、客服處理
  • 知識庫管理:搜尋、後設資料標籤、交叉關係、摘要和分類…
  • 員工培訓:客戶經理績效對比

銷售及市場行銷

  • 客戶互動洞察:自動觸發客戶管理系統內容填充,提升客戶體驗
  • 行銷活動策劃:自動生成行銷活動,客製報告和短文,透過文字、圖片和影片進行行銷和內容創作
  • 虛擬助理:客戶經理助理(個性化優惠方案)

財務

  • 知識庫管理:財務文件分析、資料匯總等
  • 市場動向和需求/情緒變化
  • 專案組合和投資監控

風險法遵

  • 客戶互動洞察:投訴識別、法遵監控(揭露與承諾語言)、監管及查核
  • 知識庫管理:條款搜尋、回答查核詢問…
  • 商業信貸盡職調查
  • 審核人協助與培訓

人力資源及人員管理

  • 員工培訓:績效管理洞察、內部資源培訓材料、內部遊戲化培訓
  • 知識庫管理:政策/制度搜尋
  • 入職管理

產品

  • 產品特性功能化、定價優化
  • 根據客戶畫像的產品建議
  • 根據客戶回饋的客製化綜合方案

不僅如此,生成式人工智慧技術還將透過語言、聲音、圖像相結合的方式為不同業務單位和職能部門創造價值。金融業已有多家企業啟動結合生成式人工智慧技術的應用實踐,各子領域領先參與者也已採取行動,利用生成式人工智慧工具賦予多個核心業務環節功能

為什麽生成式人工智慧的應用需要從策略規劃入手?

人工智慧策略幫助企業更快地確立競爭優勢,思考並確定相關制度與準則工具同樣關鍵。以策略為引領的組織才能提前掃除障礙,更大程度提升人工智慧對企業發展的價值。

以人工智慧策略為引領的組織...

不以人工智慧策略為引領的組織...

  • 在人工智慧實現之前瞭解並降低其風險
  • 主動識別人工智慧部署的高價值領域
  • 推廣在早期試點中發現的經驗和最佳做法
  • 在創造收入的同時保護收入,從而加快投資報酬率
  • 大規模採用人工智慧,最大地擴大對各職能部門和業務單位的影響
  • 各自為政地採用人工智慧,從而限制規模、投資報酬率和可見性
  • 造成優先級混亂,導致投資分散
  • 被動因應風險,損害聲譽和財務
  • 在採用人工智慧的整個生命周期中,各業務單元重複犯錯

制定人工智慧相關政策、實施流程和實施指南可較大程度幫助企業順利轉型變革。生成式人工智慧將大大改變傳統的資料策略方法,以知識策略為基礎的同時塑造資料架構。

如何策略布局?

深厚的資料基礎、豐富的情境案例、較強的科技能力、領先的金融專長和前瞻性的策略布局,是金融機構在發展生成式人工智慧應用過程中能夠脫穎而出的關鍵。我們建議按目標確定、管理流程建立、服務商選擇、案例測試、策略路徑制定的步驟行動。

生成式人工智慧策略實施的重點在於如何選擇對金融機構而言利用價值最高的應用情境。金融機構高階主管需要思考的關鍵問題包括:

執行長/營運長

  • 生成式人工智慧如何與我們公司的願景、目標以及營運模式維持一致性?
  • 生成式人工智慧如何降低成本?
  • 新舊競爭對手和顛覆者是如何部署生成式人工智慧的?

行銷長

  • 生成式人工智慧如何幫助我們的組織在競爭中維持領先並提高客戶參與度?

技術長/資訊長

  • 如何將生成式人工智慧與我們的核心技術和資訊系統相結合?
  • 我們的技術人員需要什麼樣的培訓和資源來實施/維護使用生成式人工智慧的系統?

法遵主管

  • 與生成式人工智慧相關的潛在內部風險和外部風險是什麽?
  • 我們該如何制定正確的保障措施和控制措施,以實現生成式人工智慧的可操作性?

首先,對企業的重新思考將幫助我們在各種新可能性中創造價值,更高效率地結合人與技術。同時,生成式人工智慧將促進金融機構業務和營運模式的根本性轉變,因此企業的策略思維也需隨之更新。具體而言,制定金融機構生成式人工智慧策略需要包括如下方面:

案例選擇和技術路線圖

  • 專屬的近期、中期和長期應用
  • 市場和競爭分析
  • 針對特定行業的相關生成式人工
  • 智慧模型技術路線圖
  • 評估創造收入機會(新市場等)
  • 試點計畫、合作夥伴參與和黑客松活動

技術分析

  • 針對每種使用情況:
    • 評估生成式人工智慧模型的性能/成本權衡空間,包括開源與封閉、API與託管的對比
    • 技術採購/建立/收購/等待分析
    • 培訓資料源識別、模型微調和培訓、提示工程和「大語言模型營運」指南
    • 預估成本和部署時間表

風險、治理與法遵

  • 生成式人工智慧組織模式、規則辦法和管理流程
  • 針對每種使用情況:
    • 資料管理建議
    • 知識產權和客戶隱私保護策略及建議的控制措施
    • 當地法遵指南
    • 模型準確性和偏差的防護欄
    • 網路安全風險評估

組織轉型

  • 生成式人工智慧自動化機會評估
  • 內部工具建議和管理/採用策略
  • 人才技能提升路線圖
  • 組織結構評估和變革管理計畫
  • 績效衡量和關鍵績效指標制定

在地觀點

臺灣已從2023年陸續制定各產業人工智慧規範

自 ChatGPT 在 2022 年末問世以來,僅在兩個月內,其全球使用人數已超過一億活躍用戶,這種前所未有的普及現象,使得所有一般大眾能夠直接體驗人工智慧的應用,又被譽為「AI的民主化」,正在塑造人工智慧的全新格局,透過創新的內容生成方法,徹底改變人類的生活、社會與經濟各方面。

在本次所發布「銀行保險金融機構生成式人工智慧(GenAI)策略報告」中,我們整理了根據生成式人工智慧的自動化作業,可廣泛應用於金融機構各個業務職能的多類型情境,包含協助客戶業務成長、提升銷售和市場行銷、優化產品,甚至在內部行政流程中,如財務、人力資源、風險法遵等方面都能提高效能。並更進一步分享了在銀行和資本市場、財富和資產管理、保險、支付與創新等行業中,各項可應用的情境與國外案例。無獨有偶的是,臺灣的多家銀行也在近期(2023年11月)對外展示了生成式人工智慧的各項應用,包含藉人臉辨識分析使用者年齡、性別,再由生成式AI生成理財投資建議,並透過智能助理提供信用卡產品與客戶就學貸款等諮詢服務,甚至也透過GenAI提供內部員工查詢法規或協助內部開發流程等。

生成式人工智慧治理已成為全球焦點

然而,生成式人工智慧技術的革命性質也帶來了新的挑戰,例如深度偽造(Deepfakes)等濫用和惡意使用的情況,以及由於隱私和安全問題引起的社會不安、不信任,並且還可能因資料或模型的不公平和偏見而導致歧視,從而危及人權、生命、財產,甚至是隱私權和名譽權。

因此,生成式人工智慧的治理已成為一個全新的焦點。從全球趨勢來看,英國政府上個月(2023年11月)舉辦了全球「人工智慧安全峰會」(AI Safety Summit),邀請了27個國家的政府、多個國際組織、學術機構和企業代表參與,共同探討AI技術的風險與機會,研擬跨國合作框架,尋求評估模型及技術規範的合作,以確保相關技術善加運用。同時,美國拜登總統在今年(2023年10月底)簽署了首份針對AI的行政命令,計畫對AI研發和應用進行規範和監管,包括建立AI安全標準、保護隱私、促進平等和民權、保護消費者和勞工 、促進創新和競爭,以確保美國在全球AI競賽中領先。在歐洲,歐盟也積極因應生成式人工智慧的挑戰,考慮採取三層分級的方法監管AI模型和系統,並對生成式人工智慧的基礎模型制定相應規則,要求進行更多外部測試。

在臺灣,政府一直致力於因應生成式人工智慧的挑戰,包括協調各政府部門在法律責任上的分工,並預計在明年(2024年)推出人工智慧基本法。此外,行政院已發布了《行政院及所屬機關(構)使用生成式AI參考指引》,確保公務機關使用生成式人工智慧的準則,強調安全性,並遵守最高的資料隱私標準;同時,資策會也發布了《生成式 AI 輔助之軟體開發指引》,為參與生成式人工智慧的軟體開發人員提供實踐指南,建立負責任的軟體開發機制。

金管會與銀行公會將發布指引

最後,回到金融產業方面的人工智慧治理趨勢,我國金融監督管理委員會與銀行公會即將發布《金融業運用人工智慧(AI)指引》、《金融機構運用人工智慧技術作業規範》等內容,提供金融機構在AI應用中的遵循標準,確保業務運作、風險管理和客戶隱私等方面的合規性。金融業界將密切關注這些指引,以確保在AI應用中平衡創新和風險管理,同時維護金融體系的穩定性和可持續發展。

根據以上由國際至臺灣的趨勢分享,我國銀行保險等金融機構未來若要掌握生成式人工智慧的策略,需要處理多方的分歧,例如AI開發者可能為了促進創新而在資訊安全上做出妥協,AI管理者可能為了提高風險安全控管而限制資料及模型使用的包容性。因此無論是兼顧創新發展速度與風險管理的平衡,或在不同利益相關者間協調多方議題,都是目前臺灣生成式AI發展上的挑戰,也是必須克服的關卡。

我們建議應該思考企業的人工智慧策略,並且在實施時應評估與管理相關風險,以此為基底,才能更快速地達到降低成本、提高效率、產品創新與達到未來軔性的競爭優勢。

臺灣聯繫人
曾 韵 Christina Tseng
安永諮詢服務股份有限公司 執行副總經理

結語

若想率先在人工智慧快速迭代的技術浪潮中確立競爭優勢,金融機構應儘早審視自身策略發展過程中所面臨的技術相關風險和阻礙,即時轉變策略思維,同時制定人工智慧策略相關實施與流程管理保障機制,結合企業自身處境制定完整及契合自身發展節奏的人工智慧策略規劃、實施路徑以及技術案例實施方案。


相關內容

AI治理解密:人工智慧在金融業的機會與隱憂

本集「安永EasY Talk」我們將帶領各位深入探討AI在金融領域的多面向影響,從智能客服到信用評分的應用,每一個方面都有其亮點與挑戰。

24m 3s

人工智慧如何影響網路安全和安全管理?

企業在大規模應用人工智慧的同時,仍普遍存在若干憂慮,其中包括人工智慧的安全性和合規性。

    關於本文章