金融業轉型必看！金管會最新 AI 指南與生成式 AI 應用案例

據 CloudMile 萬里雲觀察，從去年金管會大幅鬆綁銀行、證券及保險等三業委外上雲的規範後，金融業便逐步加速擁抱雲端科技的速度。 如今隨著生成式 AI 浪潮席捲而來，各產業無不積極尋找生成式 AI 最佳應用，金融業者也不例外。對此，近期金管會發布「金融業運用人工智慧(AI)指引」，將 AI 系統生命週期分成四階段，並說明金融業擁抱 AI 應遵循的六大核心原則，包括建立治理及問責機制、重視公平性及以人為本的價值觀、保護隱私及客戶權益、確保系統穩健性與安全性、落實透明性與可解釋性，和促進永續發展等，做為金融業者導入、使用及管理 AI 的參考。本文將為您摘要此份 AI 指引精華內容，並分享金融業 AI 應用案例供業者們參考。

1. 系統規劃及設計：設定明確的系統目標及需求。
2. 資料蒐集及輸入：資料蒐集、處理並輸入資料庫之階段。
3. 模型建立及驗證：選擇與建立模型演算法及訓練模型，並對模型進行驗證以確保模型效能、安全性與機密性。
4. 系統佈署及監控：將系統應用於實際環境中，且關注模型是否已完備，並持續監控以確認系統所帶來之潛在影響

去年 10 月，金管會便已發布金融業運用 AI 的六大核心原則，這次更針對這六大核心原則增加建議落實 AI 應用與風險控管的方式，協助金融業者在規劃與應用 AI 時也能落實六大原則。

第一章：建立治理及問責機制

金融機構應對其使用之 AI 系統承擔相應之內/外部責任、建立全面且有效的 AI 相關風險管理機制，並確保其人員對 AI 有足夠之知識及能力，並應以風險為基礎做出適當之決策及監督。

第二章：重視公平性及以人為本的價值觀

金融機構在使用 AI 系統的過程中，應儘可能避免演算法偏見所造成的不公平，且運用範圍應遵循以人為本及人類可控原則；此外，生成式 AI 所產出的資訊，仍需經由金融機構人員行客觀且專業的風險管控。

第三章：保護隱私及客戶權益

金融機構應充分尊重及保護消費者之隱私，並妥善管理及運用客戶資料；如有運用 AI 系統提供用戶金融服務，應尊重用戶的選擇權，並提醒客戶是否有替代方案。

第四章：確保系統穩健性與安全性

金融機構在運用 AI 系統時，必須確保其系統之穩健性 (robustness) 與安全性，以避免對消費者或金融體系造成損害；若金融機構運用第三方業者開發或營運的 AI 系統提供金融服務，應對第三方業者進行適當的風險管理及監督。

第五章：落實透明性與可解釋性

金融機構在運用 AI 系統時，應確保其運作之透明性及可解釋性；在使用 AI 與消費者直接互動時，也應主動向利害關係人揭露相關資訊。

第六章：促進永續發展

金融機構在運用 AI 系統時，應確保其發展策略及執行符合永續發展原則，包括減少經濟、社會等不平等現象，保護自然環境等；另外，金融機構在 AI 系統運用過程中，宜對一般員工提供適當的教育及培訓規劃，鼓勵員工適應 AI 變革，並盡可能維護其工作權益。

欲了解更多金融業運用人工智慧(AI)指引細節，請見此文件。

1. 建立企業內部知識平台，加速文件搜尋

內部知識平台可以說是目前企業最為常見的生成式 AI 應用之一，企業員工只需輸入提問，平台便能立即回覆相對應的解答與參考資訊。以金融業為例，應用場景包括搜尋內部規範和相關法規內容、摘要特定金融產品資訊、尋找特定合約與文件及財務文件分析等，可大幅簡化人員培訓成本及日常資料檢索效率。

2. 更為自然、客製化的 AI 客服助理

不同於傳統 Chatbot 客服助理，金融業須在建制期間準備大量問答集進行訓練，生成式 AI 輔助的客服助理可理解人類的語言模式，並產生更自然且與特定情境相關的回應。例如，生成式 AI 助理可針對客戶所描述的情境與條件，提供相應的金融產品推薦，並解釋原因，達到與真人客服對話的效果。

3. 行銷素材等內容生成

生成式 AI 其中一項關鍵應用便是內容生成，常見應用情境包括個人化行銷文案、郵內容及 App 登入問候語等；生成式 AI 也可以根據當前的市場趨勢和熱門話題，生成投資理財建議相關文章，吸引用戶關注與互動；此外，生成式 AI 也能協助產出多元的產品介紹。以信用卡商品為例，生成式 AI 可以根據既有商品規格如利率、費用、獎勵計劃和使用指南為基礎，撰寫吸睛文案，協助客戶更容易做出選擇。

案例一：國際知名機場

該企業期望建立一個方便員工高效查詢內部文件的聊天機器人。CloudMile 萬里雲協助他們使用 Vertex AI Conversation & Search 構建聊天機器人，並同步建立企業知識管理平台，回答員工使用內部文件時相關問題，如來源引用等。

案例二：公部門／政府單位

該企業期望自動化處理停車場申訴流程，並根據特定範本提供結果回應。CloudMile 協助他們使用大型語言模型（LLM）開發模型，用於評估申訴者的情緒和情境上下文，並自動化提供合適的回應。