2　■ 財金資訊季刊 / No.95 / 2019.07

本期企劃〡人工智慧技術發展趨勢與金融應用展望

人工智慧技術發展趨勢與金融應用展望

李震華 / 資訊工業策進會產業情報研究所策略事業發展組資深產業分析師

一、 前言

人工智慧 (Artificial Intelligence,AI)技術

發展已超過半個世紀，近年因 Google人工

智慧系統 AlphaGo以四比一的懸殊勝負場

次，擊敗韓國圍棋棋士而再度成為話題。源

自 1940年代，科學家開始嘗試利用數學、統

計和邏輯等知識進行人工智慧領域的發展，在

漫長半世紀的過程中，人工智慧技術發展歷經

了兩次的高峰及低谷，近年則因人工智慧系統

AlphaGo而再度受到各方關注，並再次創造新

興運用的話題，也再度喚起人工智慧技術應用

的各項討論 (如圖 1)。

圖 1　人工智慧發展歷程

近年在各種數據資料大規模成長下，加上

人工智慧演算法技術逐步成熟、巨量資料應用

崛起、雲端運算與儲存技術提升、以及物聯網

應用的興起，驅使人工智慧應用領域有突破性

的成長發展。

二、 人工智慧技術發展趨勢

觀察人工智慧技術價值鏈，可將人工智慧

應用產業區分為三個層次，分別是「資源基礎

支持層」、「核心技術層」及「服務與應用層」

www.fisc.com.tw ■　3

人工智慧技術發展趨勢與金融應用展望〡本期企劃

(如圖 2)。其中「資源基礎支持」旨在提供資

料擷取、儲存與處理的運算服務；「核心技術」

則以各種數量方法、統計模型與仿生物模擬等

演算法為基礎發展技術 (諸如自然語言處理、

機器學習、文字 /語音 /影像辨識、電腦視覺 )，

提供演算法調校、模型建構等服務；至於「服

務與應用層」則是利用人工智慧技術，基於特

定應用領域所開發的產品或服務，諸如公用領

域應用、特定垂直產業應用、生活應用或是自

動裝置 /機器人應用等。

圖 2　人工智慧技術價值鏈

資源基礎支持

旨在提供資料擷取、儲存與處理的運算速度

以各種數量方法、統計模型與仿生物模擬等演算法為基礎發展技術 (諸如自然語言處理、機器學習、文字 /語音 /影像辨識、電腦視覺 )，提供演算法調校、模型建構等服務

影像辨識神經網路　視訊辨識

影像辨識　聲音辨識文字辨識

深度學習　聲音辨識語意分析

影像 /聲音辨識最佳化演算語意分析　神經網路

文字 /聲音辨識語意分析　資料探勘

聲音辨識　語意分析語言生成

最佳化演算　遺傳演算神經網路

•交通運輸•油水電瓦斯•氣象與環境•防災•安全防護

•金融•製造•農林水產•商業服務

•娛樂遊戲•醫療與照顧•教育•居家活動

•各式自動裝置•機器人

決策樹神經網路遺傳演算

推論系統模糊系統最佳化演算

利用人工智慧技術，基於特定應用領域所開發的產品或服務

核心技術

應用技術

基礎技術

資料擷取 電腦視覺公用領域

產業應用

生活應用

特定用途

模式辨識

移動與操控

認知運算

知識發現與表示

自然語言處理

規劃與排程

機器學習

推論與問題解決

資料儲存

資料處理

服務與應用

人工智慧技術應用發展階段，可以區分為

「計算能力階段」、「感知能力階段」及「認

知能力階段」三個階段 (如圖 3)。「計算能力

階段」重點在於協助大量資料處理，依據事先

的定義完成既定工作；「感知能力階段」則著

重有效率的感受並解讀外界情境變化，從而依

據經驗學習，採取對應行為；而「認知能力階

段」是在未事前規範下，透過深度學習產生規

則，並自主採取對應行為。當前人類在人工智

慧技術應用方面，尚處於「感知能力階段」的

中期，離終極的「認知能力階段」，仍有努力

的空間。

當前全球人工智慧應用正處於百花齊放階

段，例如：在金融領域方面，從貸款核駁、資

產管理、理財服務到風險評估，均可看到人工

智慧技術的影子；在半導體製造業，業者透

過影像辨識技術解析不良晶圓類型，並透過巨

量資料分析找出根本原因；在醫療領域應用方

面，利用影像識別技術，分析醫療影像檔案，

進而獲取有意義的診斷訊息，其次則是結合深

4　■ 財金資訊季刊 / No.95 / 2019.07

本期企劃〡人工智慧技術發展趨勢與金融應用展望

度學習，大量分析醫療影像資料和診斷資料，

協助醫生進行診斷。

然而，金融服務市場的樣貌，也已從企

業主導的團塊市場，逐步走向個人主導的碎片

市場，所反應出來的市場特性轉變，則是從

提供大規模客製產品、運用先產後銷的 B2C

圖 3　人工智慧技術的應用發展階段

模式、仰賴重資本、採匯聚供應商 (Supplier

Aggregator)、以及大規模作為的競爭基礎市

場樣貌，逐步朝提供個人化定製服務、轉向

先銷再產的 C2B模式、採匯聚需求 (Demand

Aggregator)為核心能力，逐漸強調資料優先、

彈性快速的輕量化能力型態邁進 (如圖 4)。

圖 4　金融市場樣貌遷徙與服務模式轉變

www.fisc.com.tw ■　5

人工智慧技術發展趨勢與金融應用展望〡本期企劃

三、 金融業導入人工智慧之影響與轉型應用

隨著市場樣貌逐步轉移，金融服務模式亦

將隨之轉變。從早年的「標準供給」模式，近

年已陸續轉為「區隔定製」模式，預期在人工

智慧技術的日漸成熟與精進，「個人隨選」

服務模式將指日可待。其中「個人隨選」的服

務模式，是立基於社群數據、個人數據所建立

的客製化、彈性化商品設計或服務提供，例

如：大型採購商自建供應鏈融資服務，阿里巴

巴針對其小微企業客戶的微型放貸；或是如

FinTech新創獨角獸Wealthfront，提供 AI個

人理財機器人服務 (Robo Advisors)。筆者將

以下列篇幅逐項介紹。

(一 ) 人工智慧技術導入的影響層面

近期人工智慧技術儼然成為企業發展的一

根定海神針，彷彿沒有 AI就沒有一切。然而

人工智慧真的是一帖萬能膏藥嗎？企業一經服

用，保證能脫胎換骨，而業績蒸蒸日上嗎？

就人工智慧技術對金融領域活動之影響

而言 (如圖 5)，從「工作項目」、「業務流

程」、「企業能力」，一直到「領域生態」，

均有其不同的應用與發展。其中人工智慧技

術導入對「工作項目」的影響在於日常工作

發生轉移，從人工到自動化處理、智慧化協

助，例如：利用流程機器人 (Robotic Process

Automation,RPA)建構銀行前中後台的業務流

程自動化，包含開戶審核自動化、授信與徵審

流程自動化，或是客戶審查 (Customer Due

Diligence, CDD)資料可自動蒐集與驗證、制

裁與媒體名單可自動掃描、客戶自動風險分

級與管理報告可自動產出，應用於防制洗錢

(Anti-Money Laundering, AML) 或認識客戶

(Know your customer, KYC)業務等。

圖 5　人工智慧技術對金融領域活動的影響

其次，藉由縮短傳統流程或重新建構新流

程的機會，人工智慧帶來「業務流程」重組的

可能，例如：結合聊天機器人 (ChatBot)，透

過情境對話設計能力，與用戶互動，待對話完

畢後，可得知申辦貸款的步驟與房貸金額、貸

款年限以及貸款利率等資訊，加速整個放貸查

詢過程。

至於在「企業能力」方面，透過 AI的導

入，亦有促進企業核心能力發生蛻變的機會，

例如：電商平台業者基於交易數據，提供小微

6　■ 財金資訊季刊 / No.95 / 2019.07

本期企劃〡人工智慧技術發展趨勢與金融應用展望

商戶微型貸款；P2P借貸平台透過數據分析，

發展出獨特的信用評價機制，可用於風險轉移

與顧客篩選。

最後則是導致「領域生態」變異，難以想

像的競爭對手及全新運作的金融服務架構陸續

出世，例如：天氣分析公司掌握天氣數據能力，

跨入產險領域；支付平台基於掌握之個人交易

數據，提供信用額度給消費者，如大陸的花唄 1，

直接搶食信用卡市場。

事實上，當前喊得震天價響的人工智慧技

術應用，主要還是以影響「工作項目」或「業

務流程」為主，諸如自動化開戶、生物識別技

術結合身分識別，或是流程機器人加速日常作

業等，價值多在降低成本、提升效能，但仍難

以對業務產生直接性的增長。然人工智慧的真

正價值，最終乃希冀能翻轉既有金融領域的運

作結構，開創嶄新的服務模式。

(二 ) AI技術成為利基型業者的發展溫床

觀察近期金融科技發展態勢，國際級金

融巨擘紛紛投入大筆資源，以直接併購、或

建立部門等方式，發展包括人工智慧技術在內

的諸多新興金融科技，相互競逐，以免在這波

金融科技發展潮流下落敗；而金融科技新創業

者，則多從單一功能或業務出發，形成諸多

個別金融功能的業者，例如：開創第三方支

付的 PayPal、P2P借貸 Lending Club、只做

大學生貸款起家的 SoFi或是專注外匯交易的

TransferWise等。

而 AI技術涵蓋面既寬且廣，僅核心技術

就包括自然語言處理、機器學習、文字 /語音

/影像辨識、電腦視覺、神經網路等不一而足，

且每個 AI技術歧異大，需要深度的投注，基

於如此技術特性，可預期在未來金融服務市場

中，將造就出諸多掌握單一類型 AI技術的利

基型金融新創業者，成為打造金融市場新創業

者的溫床。

(三) 開放銀行啟動新一波資料跨界整合應用

引領開放銀行議題的是近來受脫歐

(Brexit) 紛擾的英國，於 2014 年 6 月，英

國政府委託開放資料研究院 (Open Data

Institute, ODI)進行 API與開放資料的關聯與

影響研究，研究發現對銀行資料有效運用，將

增進銀行業競爭與消費者利益；隨後在 2015

年 9月，英國財政部成立開放銀行工作小組

(Open Banking Working Group, OBWG)，發

布開放銀行標準 (Open Banking Standard)，

作為創造、共用和使用開放銀行資料的指引，

終於自 2018年起，由包括匯豐銀行等九家金

融機構率先開展實施。

歐盟在開放銀行的推動，始於 2015年

發布的新支付規範 PSD2(Second Payment

Services Directive)，正式納入新興的支付服

務供應商，制定開放帳戶規則，要求銀行必須

將使用者帳戶、交易資料開放給客戶授權的協

力廠商，並於 2018年在歐盟各國完成立法上

路。在英國與歐盟對於開放銀行持續推展下，

包括澳大利亞、香港、新加坡等國亦陸續加入

開放銀行的推動行列，一時之間國際上對於開

放銀行的發展頗有燎原之勢。

開放銀行，顧名思義是冀望開放銀行所具

備的數據資料，讓所有欲提供金融服務的業者在

資料運用基礎上取得公平地位。然依據 KPMG

1 「花唄」是螞蟻金服推出的一款可於支付寶消費時使用的消費信貸產品，和信用卡功能類似。花唄會根據使用者

消費水平以及信用分數的不同，給予 1,000元至 50,000元人民幣不等的信用額度。

www.fisc.com.tw ■　7

人工智慧技術發展趨勢與金融應用展望〡本期企劃

的報告顯示，對於歐盟 PSD2實施的影響，有

超過三成五的受訪者認為，大型資訊平台型業

者是未來最具威脅的對手，即社群業者如 FB、

搜尋引擎霸主Google、或是零售巨擘 Amazon

等。顯見在開放銀行政策推動下，開放的是金

融資料，要求的是金融機構，反而具備其他領

域資料的業者，諸如電信業者、社群媒體、零

售平台等更具發展優勢，預期將掀起新資料跨

界整合的應用契機，而以大量數據為基礎的人

工智慧技術，勢必扮演重要的應用推動角色。

(四) 人工智慧應用從營運卓越走向商模再造

觀察目前金融業者諸多 AI應用，例如：

聊天機器人的使用、智慧理財顧問、流程機器

人導入、或影像辨識技術結合身分認證等應

用，多為強化營運、增進顧客體驗。而依據資

策會 MIC建立的「企業數位轉型指標」(如圖

6)，涵蓋「數位優化」的營運卓越、顧客體驗，

以及「數位轉型」的商模再造，其中強化營運、

增進顧客體驗都僅屬於此指標的優化層次。

隨著人工智慧技術日漸成熟，以及金融領

域業者對其掌握度增強等兩大因素推升下，金

融業者在人工智慧應用的場域，勢必將逐步朝

商模再造邁進，催生新產品、新服務、新市

場或新通路，不論是結合跨領域業者的數據應

用、或是智慧互動的新通路管道，都將再掀起

金融領域的結構翻轉，形成金融科技浪潮中的

新一波高峰。

圖 6　企業數位轉型指標

(五 ) 人工智慧應用的潛在資安問題

人工智慧技術已快速滲入各垂直應用領

域，扮演選擇、決策與主導之角色亦更加吃

重，倘若其運作邏輯、演化過程或推測機制設

計不慎，或是遭到外力竄改，勢必引發更嚴重

的危害，潛在的風險亦將難以估量。在各產業

應用領域日益仰賴人工智慧技術支持的情況

下，包括「數據安全」、「模型安全」與「程

式碼安全」等問題，將成為人工智慧應用發展

的風險來源。

「數據安全」係指攻擊者在不利用平台軟

體漏洞或機器學習模型弱點的情況下，只利用

深度學習數據流中的處理問題，即可進行攻

8　■ 財金資訊季刊 / No.95 / 2019.07

本期企劃〡人工智慧技術發展趨勢與金融應用展望

擊；「模型安全」則是在不改變目標機器學習

系統的情況下，通過構造特定輸入樣本，以完

成欺騙目標系統的攻擊；至於「程式碼安全」，

係因人工智慧應用須透過系統及軟體予以實

現，倘程式撰寫不慎造成漏洞，則將給予外界

可趁之機，造成潛在的運作風險。

四、 結語

根據 Forrester在 2017年出版的調查報

告顯示，全球有高達八成以上企業已經認知到

人工智慧的影響與重要性，此外有 41%企業

正在投入人工智慧的專案，另有 20%的業者

在未來一年之內，確定要投入人工智慧相關技

術或應用。然在企業尚未明確投資 AI的原因

中，前兩大主要原因來自於企業對於 AI可以

做甚麼？產生的效益？尚無法清楚估量，另外

則是認為缺乏足夠建置相關系統或應用之能

力。這代表企業並非不想要進行 AI專案，而

是來自於不明白、不清楚以及不知從何開始或

怎麼開始。以上數據亦彰顯企業在面對這個瞬

息萬變、不進反退的競爭環境下，AI第三波

的興起，恰好給了企業一盞明燈，然路怎麼

走，卻人各有異，若無法細部審視自身的優劣

勢與基礎，貿然投入也只是事倍功半。

由資策會MIC所繪製的「人工智慧應用態

樣」(如圖 7)顯示，當前主要的金融業人工智

慧技術應用，多屬於處理問題清晰程度高者，

其效果多著重在作業效率提升、人力成本下降

等方面，反對於企業最為期待的新商業模式，

或是利潤來源，尚屬鳳毛麟角。這表示目前這

波人工智慧技術的熱潮，其影響的多是從既有

體制內、舊有思考下所發展出來的應用。然如

圖 7右上角的標示一樣，對於眾多金融高階主

管而言，投注如此多資源的人工智慧技術，其

真正的價值所在，是希望找到一舉翻轉產業結

構、開創全新市場樣貌的殺手級應用，讓 AI

真正成為金融應用的聖杯。(本論述不代表本

刊或財金資訊公司立場 )

※參考文獻 /資料來源：文章中引用之圖片皆源自資訊工業策進會產

業情報研究所 (MIC)整理提供。

圖 7　人工智慧技術應用態樣