金融服務的目標和挑戰

• 3 分鐘

一項近期調查詢問 FSI 主管對生成式 AI 應用的期許。 其中多數人認為這項技術有助其所在組織偵測詐騙事件 (76%)、管理風險 (68%) 並提升客戶體驗 (66%)。²

然而，AI 涵蓋的技術包羅萬象，從資料、文字、視覺到語音，內容形形色色。 因此，無論您任職於銀行、資本市場還是保險業，都有各式各樣的 AI 使用案例可應用到 FSI 業務上。 雖然細節龐雜，FSI 產業面臨的目標和挑戰仍有共通之處。

目標

多數金融目標，都需以金融資料的絕對機密性為基礎。 FSI 組織需要以最為負責而謹慎的手法管理資料：

• 資料隱私性與保護：FSI 中的 AI 解決方案必須遵循嚴格的資料隱私性和保護程序。 這項顧慮通常代表需要新增多層資料安全性。 AI 系統能用效率更好的方式保障這些程序。
• 合規性：FSI 是一個受到高度管制的行業。 所有行為都必須遵循準確、嚴苛的通訊協定。 AI 能偵測異常狀況並監視程序，有助強制執行合規性。
• 自動化：FSI 組織必須盡可能自動處理更多資料流程，包括探索和建立原則。

挑戰

不過，在金融業中實作 AI 有其困難之處。 小組設計 AI 解決方案時，請務必留意是否有以下問題：

• 舊版硬體與軟體：FSI 組織常常使用過時的技術， 而新的創新 AI 系統容易與舊版基礎結構發生衝突。 此外，舊版系統通常無法與資訊保護和資料外洩防護解決方案搭配使用。
• 技術債務：即使軟硬體本身未過時，許多解決方案仍會累積技術債務，意即程式碼的某些部分過時，致使系統的強固程度蒙受風險。 某些時候，為使系統正常運作或可供調整，必須償還這些技術債務。

接下來，讓我們探索金融服務中 AI 的機會。