為協助國內銀行善用 AI 等金融科技,提升業務效率與創造更高商業價值,IBM 提出「智慧金融藍圖」,建議台灣銀行業以「客戶為中心」積極推進數位轉型工程,協助打造以 AI 能力貫穿策略、人才、治理、業務、流程、技術的「參與式銀行」。
文章目錄
使用 AI 打造「參與式銀行」
生成式 AI 崛起已經兩年。根據 2024 年 IBM 針對銀行與金融服務業發表的全球展望報告指出,近九成(86%)的受訪企業已經嘗試了這項技術,但其中僅 8% 的公司以全景、系統化的方式進行。
台灣 IBM 諮詢合夥人蕭俊傑引用「金融科技教父」史金納在其新書《Intelligent Money: When Money Thinks For You》提出的建議:使用 AI 技術和機器學習理解與掌握客戶的行為模式,將客戶所有個性(包括生活方式、情感和信念)融入其財務關係中,創造獨特且絕佳的使用者體驗:主動告訴客戶他不知道的重要資訊、精準提供客戶他意料之外的結果。這就是具備豐富資訊、洞察、共情能力與速度的「參與式銀行」。
IBM 提出「智慧金融藍圖」
2024 年,IBM 諮詢顧問團隊根據銀行的業務板塊、借用 Banking Industry Architecture Network 框架,規劃了「智慧金融藍圖」,也就是參與式銀行的架構與樣貌。從最頂層的管理面,對整體的 AI 策略、組織與人才進行全盤檢視;同時,為兼顧符規與風險控管,需要同步開展完備且可落地的 AI 治理。
中層的業務面就是最受注目的 AI 應用場景,橫跨顧客、通路、業務發展、財務與風險、資源管理、營運、開發、維運等各面向,著重在 AI 技術如何擴大既有商業價值。IBM 還打造了 Gen Plus AI 應用管理平台,讓銀行可以敏捷複製範本,建立 AI 應用場景與 AI 助理,重複組裝運用 AI 資產,極大化 AI 投資成本。最底層則推薦採用 watsonx 企業級人工智慧與數據平台,包括 watsonx.ai 資料平台、watsonx.ai 模型開發平台、與 watsonx.governance 擔任 AI 生命週期治理的關鍵角色。
頂層管理面:企業級 AI 治理
落實風險評估與分級機制,實施 AI 業務/流程、AI 模型、隱私與安全管理,搭配自動化 KPI 監控體系管理。
中層業務面:AI+ 智能數位 APP
以 AI 應用服務打造,比客戶更瞭解客戶的需求,並進一步建議優質方案,共創客戶專屬的關鍵時刻。
中層業務面:智能徵授信 Athena
以 AI 應用服務優化原有 IBM Green eLoan 解決方案既有模組與服務,聚焦於數據收集、處理與自動生成資料,提升徵授信業務流程的效率與品質。
中層業務面:人資 AI 夥伴
AI 與人資團隊協同合作,提供全方位的數據洞察與一站式服務,提升員工體驗、優化員工職涯生命週期,協助主管與人資團隊擬定重要策略,達到提升組織效能和提升 7x24 小時跨系統的整合服務。
IBM Gen Plus AI 管理平台
提供企業級統一協作、符規平台,降低協作門檻、技術限制,企業內部人人可以敏捷複製範本,建立 AI 應用場景與 AI 助理;所有 AI 應用轉化為資產,最大化 AI 投資回報。
- 延伸閱讀:美國NIST首次公布後量子密碼標準,其中ML-KEM、ML-DSA兩組後量子加密演算法來自IBM
- 延伸閱讀:IBM和日本研究所開發下一代量子電腦,擁有10000個量子位元
- 延伸閱讀:可為COBOL提供註釋,IBM 更新 AI 程式助手讓現代工程式能看懂「上古程式語言」
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!