玉山金控近百項金融AI專案新進展，靠ML評估顧客3年倒帳風險比人還要準

玉山金控科技長暨臺灣人工智慧學校執行長陳昇瑋今（28日）揭露了玉山金控運用AI的新進展，範圍包括了銀行風險控管、金融商品推銷、投顧服務，以及內部流程自動化，不只精準度高於傳統人工作業，也節省不少人力成本。

玉山金控近來積極發展金融科技，對AI也大力擁抱，不只去年找來中研院大數據和AI專家陳昇瑋擔任科技長，也陸續與交大、臺大簽署產學合作計畫，來發展AI金融應用，特別是風險控管、金融商品推薦、客戶消費預測等。

陳昇瑋表示，玉山金控內部目前有近百項AI專案在進行，而實際應用的層面，涵蓋了對外的風險控管、商品行銷、投顧推薦，還包括內部的作業流程精進。在銀行風險控管方面，當銀行面對法人和個人申請新金融業務時，必須考量客戶的倒帳風險。過去，玉山銀行皆以人工方式查閱申請戶資料，再用統計模型來推估未來1至3年內的償還風險，人工推估準確度約為8成。

「後來，我們全面導入機器學習，」利用各種技術（比如自然語言處理，NLP）來查閱、分析申請戶的相關歷史資料，再來自動評估申請戶未來1至3年的償還風險，「AI準確度高達95%。」

再來則是金融商品的精準行銷。陳昇瑋表示，一直以來，金融機構在推銷商品時，多以人工根據傳統分類（比如年收入、年齡、職業類別等基本資料）來挑選合適的潛在客戶，再來打電話推銷。「但是，通常100通電話只有20通願意聽，真正會購買的不到5通。」

玉山金控也應用AI來解決這個問題，透過AI分析潛在客戶資料、挑選對特定金融商品感興趣的人選，再透過人工打電話來推銷。目前AI選客的命中率，比人工高出3至5倍，「有些案例的精準度甚至高出10至20倍，」陳昇瑋說。

另外一項對外的應用案例，則是投資顧問服務。就玉山金控來說，其投顧服務是每周從2,000多檔股票中，選出5支股票來推薦客戶。「一般來說，分析師推薦5支，通常會中1支。」近來，玉山金控漸漸導入AI，目前準確率則是「選5支中2支。」

在對內的AI應用上，玉山金控則用來精進作業流程，比如支票確認與防洗錢機制。在支票確認方面，玉山銀行每年所收的支票高達1,000多萬張，「可說是全臺最多，」再加上支票大多是手寫，像是名字、金額等，為避免看錯，玉山銀行就配置了2至3人來審查支票。但如此的人事成本過高，後來玉山銀行導入深度學習技術，用來辨識支票內容，目前已全面採用。

而反洗錢則是全球金融業投資最多心力的領域。陳昇瑋舉例，以匯豐銀行來說，就分派25%的職員來執行法遵和洗錢防制作業，花旗銀行則配置6至8萬人來執行，占了全公司的三分之一，「人事成本相當高。」

在國內，臺灣金管會也針對反洗錢，公布了超過50種的疑似洗錢或資恐交易態樣，給金融業者作為參考。不過，在陳昇瑋看來，用這些特徵來打造警示模型，就有如傳統規則式的專家系統，不僅準確度不高，「警報還會響不停。」他也進一步解釋，傳統專家系統目標就是把人類的知識轉換為規則，交給電腦學習，但在專家寫下規則的當下，同時簡化了原本的知識，發生伯藍尼悖論，導致誤差產生。

而玉山銀行採用深度學習，利用各式資料來訓練模型，讓模型不需要人為干預，就能自行找出洗錢特徵。「在實際效用上，提升了3到5倍的準確度，」陳昇瑋說。文◎王若樸