 |
根據銀行業務板塊與BIAN框架勾勒而成
協助銀行藉AI優先強化客戶體驗、核心業務、治理與安全等領域的競爭優勢
台北2024年10月25日 — 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，主要的應用場景依序為管理風險與符規報告、優化客戶體驗、與支援IT開發工作；但其中僅8%的公司以全景、系統化的方式進行。為了協助本地的銀行善用AI等金融科技，提升業務效率與創造更高商業價值，IBM 今提出「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」。
台灣 IBM 諮詢合夥人蕭俊傑引用「金融科技教父」史金納 (Chris Skinner) 在其新書《Intelligent Money: When Money Thinks For You》(繁體中文版譯為《智慧金融》) 提出的建議：使用AI技術和機器學習（Machine Learning）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」。
蕭俊傑表示，台灣 IBM自2013年起持續在銀行業推動行動銀行、雲端應用、核心系統轉型、數據驅動、體驗優先等科技的深度應用，與本地的銀行業在數位轉型的旅程砥礪前行。2024年，IBM 諮詢顧問團隊根據銀行的業務板塊、借用Banking Industry Architecture Network （BIAN）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。
台灣 IBM 諮詢團隊根據銀行的業務板塊、借用 Banking Industry Architecture Network （BIAN）框架，規劃了「智慧金融藍圖」，助力本地的銀行業積極運用AI技術與機器學習，理解與掌握客戶的行為模式，打造「參與式銀行」。
按照本地的銀行對於智慧金融各項解決方案的需求程度，以下概略介紹重點解決方案：
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7×24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。
關於 IBM
IBM 是全球領先的混合雲、人工智慧及企業諮詢服務的提供者，為全球超過 175 個國家的客戶服務，協助其從擁有的資料裡獲取商業洞察、簡化業務流程、降低成本，並取得產業競爭優勢。 來自金融服務、電信和健康醫療等關鍵基礎設施領域、超過4千家政府和企業機構，採用 IBM 混合雲平台和 Red Hat OpenShift 解決方案，快速、高效、安全地實現企業數位轉型。IBM 在人工智慧、量子運算、產業專屬的雲端運算解決方案和企業諮詢服務領域的突破性創新，為客戶提供開放和靈活的選擇。IBM 對企業誠信、透明治理、企業社會責任、多元與包容文化和服務精神的承諾，歷久彌新，是 IBM 業務發展的基礎。
台灣 IBM 公司新聞室：https://taiwan.newsroom.ibm.com/
新聞聯絡
IBM 公司公關部 Kate Liu kateliu@cn.ibm.com
