永豐金集團數位轉型聚焦AI，從3大應用場景先落地

「短期先成為最懂AI的金融公司，長期目標要成為最懂金融的科技公司。」永豐金控科技長張天豪用一句話點出他的AI理想目標。

2020年，永豐金控啟動數位轉型，定調以AI作為集團的數位轉型核心。他們延攬成大電機系教授張天豪，擔任集團科技長，執掌數位科技處，主導永豐科技布局。當年，永豐在數位科技處下設立人工智慧實驗組，起初，團隊僅有8位AI工程師，擴大招幕後，至今已有30位AI工程師，輔助全集團開發、維運AI模型。

以三大類應用場景作為三大AI發展方向

永豐的AI策略強調應用面，瞄準業務行銷、風險決策、流程營運三大場景發展AI應用。不同於單從技術看AI，張天豪認為，從技術面切入，容易忽略金融業實際的需求，他改從應用角度為主，透過這三大類場景，讓AI逐步落地到集團內每個角落。這三大類場景也是他所鎖定的三大AI發展方向。

不過，張天豪坦言，剛加入永豐時，對金融業務型態的掌握度不高，並非一開始就選定這三個發展方向。

為了找出方向，他帶著團隊與子公司溝通，先和銀行積極合作，再逐步擴大至證券。「我的方式是盡量與每個單位都合作至少一個專案。」張天豪說。

逐漸和多個處級單位展開多項專案後，張天豪和技術團隊漸漸掌握各單位的業務型態和需求，才歸納出三個發展方向。

四年來，永豐內部超過100個AI專案，使用超過上百個AI模型，目前已提供約30項AI應用。

瞄準業務行銷、風險決策、流程營運三大應用場景

第一類場景的AI應用，是業務行銷AI，以「顧客行銷基因」作為核心應用。透過分析集團內顧客與商品往來的資料和數位足跡，建立每位顧客的行銷基因，來推薦個人化商品。

顧客行銷基因可提供多項商品的推薦分數，包括房貸、基金、信貸和股票等商品。例如，業務人員可查詢顧客在不同金融商品的推薦指數，若顧客的股票推薦指數高，業務人員也可以進一步查詢更細的商品子類別推薦指數，例如台股或美股。

另一方面，團隊也針對數位客戶或沉睡戶等特定客群額外建模，能根據客群屬性，提供不同的行銷建議。除了輔助業務人員的行銷工作，該應用也能在銀行App上運作，顯示推薦指數前三高的商品。

第二類場景是風險決策AI，可協助相關單位進行風險管理工作，包括信貸風險預測、防盜刷、防詐騙、防洗錢等AI應用。

此外，永豐也發展防舞弊應用，可偵測理專人員的可疑行為，提前一步防止行員挪用客戶資金。

第三類場景是流程營運AI，用來協助提升員工生產力，輔助員工進行營運決策。主要應用涵蓋文件辨識服務，和報表自動化產出工具。

除了能快速產出風險評估報告和新聞輿情分析，也能針對金管會的來文自動分類和分析。

此外，永豐團隊也發展了不動產估價AI模型，不僅有助於內部相關單位審核房貸，也能協助營運部門進行分行據點選址。

通用型應用採批次執行AI運算，特定場景應用採API呼叫提供服務

根據不同的應用情境，永豐採取不同的AI服務提供方式，一種是，定期且預先執行模型的運算，將結果存放到資料庫。使用者可以通過系統連接資料庫，取得這些預先計算的結果，而不用直接呼叫模型。另一種是將模型部署在API伺服器上，當系統有需求時，即時呼叫API來獲得結果。

前者適用於通用型服務，一項應用需提供給多個單位使用，顧客行銷基因就是其中一項例子。

張天豪解釋，顧客行銷基因透過上百個模型運作而成，每個模型專注在不同的商品、服務、客群等面向，為了提供商品推薦功能，需要同時運作上百個模型，計算出每種商品或服務的分數，才能條列出推薦指數前三高的商品。

若採用即時呼叫的AI服務提供方式，每當使用者登入銀行App時，就必須同時運作上百個模型，難以即時產出結果。因此，顧客行銷基因是採用提前運算的方式運作，避免影響顧客體驗。

後者適用於特定場景的的應用，例如，支票辨識和不動產估價服務。

相比顧客行銷基因，一次需求就要運作上百個模型，特定場景的應用服務只需透過單一模型計算一份資料，就能產生結果。以支票辨識為例，使用者每呼叫一次模型，模型僅需處理一張支票，即可輸出結果。

攝影／洪政偉

和業務團隊建立信賴關係，是推動AI的關鍵

為了說服業務單位使用AI，張天豪和團隊從應用角度切入，在2021年開發顧客行銷基因，希望透過AI來協助業務單位進行精準行銷。

在技術研發階段時，張天豪找了三位處級單位的主管參與實驗案，一口氣挑了八個產品進行概念驗證。

「當時的想法是，只要八個產品中有一個是AI贏，就有機會吸引業務單位繼續往下走。」張天豪說。結果出乎意料，使用AI輔助行銷後，八個產品的行銷效益皆超過以往的人工作業模式。

隨後，技術團隊順利將這項實驗專案轉為正式專案。如今，顧客行銷基因已發展成上百個AI模型運作的應用服務，可提供上百個商品或服務的推薦指數，協助集團內多個業務單位提升商品的行銷效益。

經歷這段過程，張天豪認為，相比研發強大的技術，取得業務團隊的信賴，讓技術團隊和業務團隊間保有互信基礎，才是成功推動AI的關鍵。

迎戰生成式AI的技術變革

看準生成式AI的潛力，永豐也積極展開布局。

張天豪表示，未來團隊將分為兩條路線推進生成式AI，一方面，持續以三大面向發展AI應用，另一方面，藉由生成式AI提升員工生產力，例如，快速摘要會議紀錄，或撰寫公文和報告等。

張天豪表示，提升員工生產力背後的生成式AI應用多屬流程營運，可是，「這不是永豐目前任何一個AI模型擅長的領域。」

張天豪看準的生成式AI潛力，是能透過單一模型，提供多種流程營運上的服務，而不用針對每個步驟重新訓練專屬的模型，「生成式AI有能力同時做這些事情。」

生成式AI的應用場景，和過往應用AI的方式有所不同，即便是鑽研AI技術多年的張天豪都坦言，自己和團隊正在學習這項技術，從頭摸索生成式AI的應用場景。

不過，張天豪並不擔憂技術演變所帶來的人才培育挑戰。他認為，科技技術不斷更替，未來仍有可能出現更卓越的科技，因此，AI技術本身不是重點，關鍵是，找到擁有學習能力的技術人才，且能適應快速變化的技術環境。

早在AI資料科學家在招募初期，他就運用這項原則挑選人才，「看的不是AI技術有多強，而是發展潛力，包括學習心態正確、學習能力好。」秉持這項用人原則，張天豪慢慢建立AI團隊，從8位AI工程師，慢慢擴大至30位成員。

生成式AI爆紅後，讓企業原本落後的領域，有了重新起跑的機會。張天豪樂觀看待這個變化，他期望自己的團隊相比同業能學得更快，「只要具備關鍵的心態和能力，就可以迎頭趕上。」

 從AI學者到企業CTO的換位衝擊 

不同於同業的AI發展歷程，永豐金控的AI發展起點並不是在內部組織一個AI團隊，而是始於產學合作。

永豐金控科技長張天豪認為，在集團從零開始發展AI的過程中，取得業務團隊信任，是推動AI的最大挑戰。

早在2017年，於成大電機系擔任教授的他，就開始和永豐進行產學合作，協助永豐發展多項AI研究。張天豪回憶，團隊起初爭取了兩項適合發展AI的專案，後續也成功推出應用，但是，當時並未和業務單位建立足夠的合作基礎，即便技術團隊產出成果，也難以促進業務單位擁抱AI。

正式進入業界後，挑戰才在後頭。在一場活動中，張天豪曾分享，原以為產學合作的專案能順利落地，「但進來以後我才知道，其實做得不怎麼樣。」張天豪解釋，並不是學界的技術在業界沒有價值，而是將合作專案完成後，離正式落地仍有一大段距離。

例如，產學合作的AI專案一般使用Python語言撰寫，但銀行系統要串接使用AI模型，需要由C#撰寫而成。張天豪解釋，負責該項業務的團隊可能不具備相應的人力資源，難以支持這項維運工程。雖然可以對外尋求廠商協助，但由學生開發的程式碼，未必有廠商願意接手。經歷這段過程，張天豪體認到在學界執行方法論時，不會考慮到的實務細節，「光對落地這兩個字，定義就不一樣。」

另一個學界和業界的差異，是能接觸真實且大量的資料，也是吸引張天豪踏入業界的原因之一。他解釋，以往在學界進行研究，為了比較研究成果，學界通常會使用同樣的資料集進行測試，但資料筆數並不大。例如，學界有份知名的信用評估資料，已有30年歷史，資料僅有1000筆，「你要贏過30年來的研究，或是提供準度以外的價值，才能發表一篇論文。」張天豪解釋，資料量較少的情況下，開發成果較難超越他人，反之，「進來（永豐）之後，在可運用的資料範圍及基礎下，可以做出更符合實際客戶需要的產品或服務。」

 CTO小檔案 

永豐金控科技長　張天豪

學歷：國立臺灣大學資訊工程學系博士

經歷：現任永豐金控數位科技長、成功大學電機系教授。博士畢業於國立臺灣大學資訊工程學系，長年對AI領域等先進技術有所鑽研，於2017年起與永豐銀行進行產學合作，並於2020年擔任數位科技長，投入精準行銷、風險評估、流程自動化等領域，將AI技術實際導入金融應用場景。

 公司檔案 

永豐金控

●子公司：永豐銀行、永豐金證券、永豐金租賃、永豐投信、永豐創投

●成立時間：2006年7月20日（前身為建華金控，成立於2002年5月9日）

●主要業務：涵括銀行、證券、投信、租賃及創業投資等金融產業

●員工數：截至2024年2月29日共10,397人

●年營收：2023年淨收益達新臺幣539億元

●董事長：陳思寬

●總經理：朱士廷

●部門名稱：數位科技處

●部門主管：張天豪

●直屬主管：朱士廷

●部門分工：掌理永豐金控整體數位金融科技發展策略、數位應用技術研發等事項，並督導及協助子公司數位科技應用發展、數位資源規劃及整合。

 AI大事記 

●2020年：金控集團啟動數位變革專案，以「場景經營」與「AI與相關數位科技」兩大策略作為科技發展主軸。組織上，由張天豪擔任數位科技處處長，同時在數位科技處轄下設置「人工智慧實驗組」佈局相關研發資源。應用上，發展不動產估價模型和太陽能電廠售電躉購電費單辨識系統，為永豐首要發展的2項AI專案。

●2021年：開始和銀行各個處室合作，發展顧客基因、AI智能影像辨識系統等技術應用。資料運用上，制定金控資料治理規章原則及管理架構，包含資料資產與品質管理要點、資料市集管理要點之制定與資料治理之各項管理及推動策略。

●2022年：以三大場景業務行銷、流程營運、風險決策作為永豐AI應用發展主軸。陸續導入RPA機器人流程自動化、智能偵測信用卡盜刷模型、打造雲端公開資料平台爬蟲館等應用。資料運用上，整合跨子公司資料的金控客戶單一視圖H360資料庫，供金控與子公司的分析人員運用。

●2023年：延伸顧客基因的場景應用面向，該項技術獲得「利用顧客基因之行銷系統」新型專利及「利用顧客基因之行銷系統與方法」發明專利。風險決策方面，結合「鷹眼識詐聯盟」與內部研發量能，透過開發、建置AI識詐模型以強化前端監測系統，於帳戶交易異常發生初期即時偵測。

●2024年：持續以三大場景作為AI發展主軸，並持續研究最新生成式 AI 技術，挑選關鍵專案進行先導測試，並根據跨子公司之需求，制定具整合性與完整性之導入策略。