拆掉數據孤島、AI拜師業務高手
文/吳美欣 攝影/楊文財 過去，法金業務開發業務，一張紙一支筆，就在茫茫資料海中找資料，拜訪一家企業得花上半天到一天的時間準備。但是，有一家銀行透過AI，把台灣政府所有的開放資料與銀行內部數據，整合在一個平台裡，將這些數據變成經營訊號。 一般銀行業的客戶關係經理（RM）查數據，像拿著望遠鏡四處搜尋，但這家銀行的AI會偵測各種微小的訊號，例如徵才資訊、供應鏈變動，自動學習判斷，告訴RM這裡值得注意。 它是在商周《AI創新百強》中，拿下金融業第一名的中國信託商業銀行，靠著AI替法金業務額外創造一年超過兩億元的營收貢獻，挖出過去難以賺到的商機。 二○一八年，中信銀開始打造AI團隊，目前在集團內落地超過一百項專案，橫跨財管、消金、法金等業務。根據內部推算，目前AI每一單位投入獲得的額外效益，與國際銀行摩根大通（JP Morgan）接近，「我們現在快到甜蜜點了，」中信金控資訊長賈景光說。 但，企業投入AI初期不僅不會產生投資報酬率（ROI），還可能報酬率為負，不少企業撐不到AI投報率轉正的「甜蜜點」就放棄，卻忽略AI會不斷反饋成長、自我進化並複製到各種業務上，「撐過去，迎接你的就是指數型成長！」賈景光表示。
中信銀董座陳佳文（前排中）、總座楊銘祥（前排左）、數位科技處處長王俊權（後排左2）、中信金控資訊長賈景光（後排中）等齊聚分享AI創新歷程。
第二招，它做的不只是部門優化，更要當業務的偵測雷達。 比方，它成立超過四年「法金商情平台」，不僅是RM查找資料的數據庫，更串聯了業務員肉眼難以察覺的隱藏資訊。 例如，A廠商訂單變動，實務上可能一路影響到第五層的供應商需求，他們萃取龐大的年報、財報、新聞輿情、銀行內外的數據，彼此連結與學習，從中發現需求產生的規律，並推送RM值得關注的客戶與事件，「這些隱性知識，才是決勝關鍵，」王俊權說。 在過去，業務人員陌生開發，一張名單電話從頭打到尾，一批可能一萬家廠商；但是現在，AI可以根據數據自動生成建議撥打順序，減少盲打碰機運的次數。 這背後，必須打破部門之間的「數據孤島」，不同部門間的資料需要互相串聯、全面推廣。比如，許多高資產客戶是企業主，企業財報AI分析，不僅能用於法金，還能提供個金理專投資建議，當個金需要企業財報分析，就能叫出法金的AI助理幫忙解惑，而不用從頭建置。
秘訣二》倒過來學！讓AI模仿高手給菜鳥建議 但，AI能分析數據，資深業務的寶貴知識，要怎麼獲取？ 答案是，倒過來學。 他們不強迫業務人員吐出心法，反而是讓AI觀察厲害的業務員如何使用這個平台，透過數位軌跡，讓AI不斷學習模仿高手的經營方法，把它變成一個演算法，給予資淺業務建議。 這解決了當科技碰上業務，彷彿油跟水不相容的問題。 有時並非業務人員不願意講，而是說不出方法論，或說出的方法太籠統或相似，不足以提供給AI學習。 但，就算是AI的知識，也可能落後於現實。因此他們部署前線工程師到現場，陪著業務人員一同拜訪客戶，觀察實務狀況與AI判斷的落差，不斷改進。 例如，它雖然會抓取海外投審會資料，但等到投審會資料公布，廠商早就找好合作銀行，此時介入已晚，反倒是人力銀行的招募資訊，才是先行指標，AI透過萃取這類先行指標，幫助業務在需求爆發前就切入。 未來，該商情平台即將上線給RM的建議書，提醒業務上次跟客戶談到哪、近期有什麼國際情勢變化、哪些資金部位建議調節等，甚至當客戶的狀況與原先判斷不同時，業務也可即時提問AI，快速產生新的反饋與建議。
中信銀運用3D建模技術製作個人化數位分身，勇於嘗試多種先進技術。
閱讀完整內容 中信銀運用3D建模技術製作個人化數位分身，勇於嘗試多種先進技術。
