中信銀揭露三大AI發展方向，更攜手臺大研發人臉情緒與微表情識別

擁有900萬客戶的中國信託銀行（簡稱中信銀），如何推翻金融業既有的思維，朝向金融科技化邁進？「中信銀接下來的重點是，把服務與產品更為智能化，並結合生活場景，讓金融產品融入民眾的生活中，而要達到這兩個境界，大數據、AI的應用至關重要。」中國信託銀行總經理陳佳文給出答案。

為此，中信銀在2018年初正式成立數據研發中心，負責用AI來加值業務場景的服務與產品，在今年初擴大成數據暨科技研發處。而這個負責中信AI研發的團隊，更要將自然語言處理、電腦視覺等研發的能量，延伸到學界，並將研發成果應用在多樣的金融場景。

為何要大力發展AI？中國信託銀行數據暨科技研發處處長王俊權，揭露了關於中信銀的數位通路相關數字，歸類出三個趨勢。一是數位通路使用者橫跨老中青三代，根據其內部數據顯示，20歲～60歲使用中信銀的數位通路滲透率皆超過6成，表示數位已經是跨通路、跨年紀的趨勢。

二是不同的產品、服務，基本上都開始數位化，比如中信銀的線上申貸率已達9成以上。王俊權表示，他們還發現，當顧客使用中信銀的多通路時，他的獲利、黏著度、滿意度，也比只使用單一通路的顧客來得高。

所以，當老中青三代不分年紀都開始使用數位通路，不同的產品都需要開始數位化，甚至全通路數位體驗已成常態時，這些所有往來的數據串聯起來，就是中信發展AI重要的養分基石，王俊權強調。他進一步提到，像中信這樣的大型金融業者，要顧及全產品、全客群、全通路、全覆蓋，唯一能採取的對策就是走入AI、大數據，把弱勢轉為優勢，才能因應以單一產品、單一客群、單一通路的眾多小型金融科技業者所帶來的挑戰。

王俊權表示，中信銀在發展AI上，定調了3條研發路線，包括機器視覺、機器對話、機器思考。在機器視覺部分，要讓機器認人、認字認物、認人心，也就是推測客戶內隱的意圖。在發展機器對話，則要能聽懂指令、聽懂意圖、聊天聊商機，就是所謂的對話式銀行（Conversational Banking）。

在機器思考，則是要透過AI協助做更多預測、判斷推論，以及最佳決策。而且隨著AI不斷的演進，則是要往更高附加價值的決策型AI推動。不只如此，更要從數據建設的AI能力，淬鍊成數據產品，最後把數據產品應用在數據的變現。

王俊權提到，數據暨科技研發處內部做了各種專案，包括自然語言處理、視聽辨識、決策判斷、分析計算、預測/偵測。他強調，「所有AI應用一定要有場景與服務出口。」而這也是他們未來持續要推動的事情。

為了將中信銀AI研發團隊的內部研發能量向外擴充，中信銀在今天（2/24）宣布，與科技部臺灣大學人工智慧研究中心（臺大AI中心）、臺大智慧聯網創新研究中心（臺大IoX中心），簽署產學合作計畫，由4位教授分別帶領研究團隊開發4項專案，並與中信AI團隊交流，主要是要把雙方的研發成果，應用在多樣金融場景。

陳佳文表示，中信銀此次與臺大的合作案，主要是結合自然語言處理與電腦視覺這兩個技術的應用。在自然語言處理部分，他提到，目前中信銀有一半的客服來電，都可以用機器人來回答，機器人無法回應的部分再由人工介入。

此次合作案之一，將提升現有的對話言談分析技術，中信銀行計算語言實驗室將與臺大AI中心主任陳信希、臺大IoX中心教授蔡宗翰合作，升級自然語言理解模型，能分辨語音通話中的發語者，正確提取言談中關鍵訊息，提升客服語音數據言談分析能力，透過分析客戶電話內容，預測客戶意圖需求。比如透過對話過程了解顧客有無出國旅遊需求、買房的需求，藉此技術提升客服品質，強化KYC。

此外，此技術也將運用在分析新聞篇章 。目前中信銀已利用AI技術，判讀負面新聞，並按照時序分類，並以相同事件進行新聞聚類，輔助防制洗錢（AML），而無需像過去得由人工一一判讀。而雙方合作案的研究目標，則是要由新聞內容，進階判斷客戶或交易對手的事件關聯性，擷取文章重要資訊並生成新聞內容摘要，協助業務單位更認識客戶與輔助洗錢防制工作。陳佳文提到，該技術也可應用在銀行徵信，將可提升文件處理效率與準確性，更能達到防偽的目的。

在人臉辨識技術深耕的中信，也要在此次合作案導入電腦視覺技術，發展更多元的人臉辨識應用，將與臺大IoX中心教授鄭文皇攜手合作，結合人臉情緒與微表情情緒，發展可視化的辨識分析系統，並建立微表情與情緒訓練資料庫，還要開發計算微表情與人物性格關聯性的演算法，並發展情緒識別模型。

未來可應用在人臉微表情分析，延伸為線上身分核驗、分行數位迎賓服務的技術基礎，例如當客戶於大廳久候感到不耐煩時，微表情與情緒識別系統即能透過眼角、嘴型等細微表情變化，偵測出其不安情緒，服務人員能適時妥善處置，提升客戶體驗。

然而，臺大AI中心、臺大IoX中心與中信銀的合作案，都會在中信的管制室進行討論與研究，王俊權強調，資料不能出去，即便能看到的資料也是已去識別化處理的資料，確保客戶個資。文⊙李靜宜