微服務架構、Open API 和MLOps加速企業數位轉型

前所未有的變革步伐正迫使各種規模的銀行提高敏捷性並加速創新。對於數位轉型的歷程，雲端技術是不少企業加速敏捷營運的重要技術，然後以驚人的速度將新想法推向市場，創造更完整的客戶體驗。 日前，國泰金控與Amazon Web Services (AWS)共同主辦國泰金控技術年會，集結20位科技金融與技術專家，分享金融科技以及跨產業等經驗分享。

數位化的發展，消費者越來越期望個人化的互動關係和更順暢的交易方式。國泰金控在年會中也提及，近年來積極著手於推動產險業務數位轉型，以技術帶領創新，要將車險商品碎片化。而車險商品要能碎片化，保險核心系統架構必須做許多調整，如同國泰世華銀行業務進行數位轉型的歷程，需要從系統架構調整開始。國泰世華銀行從2015年啟動數位轉型的歷程，原國泰世華銀行首席企業架構師，現任國泰金控數位數據暨科技發展中心數位架構發展部協理張維仁，就在考量國泰世華銀行全體資訊系統架構下，帶領團隊提出了自家銀行的中台架構。

張維仁把這套成功經驗從銀行業務帶到了保險業務，他提到，中台架構的發展，成為了數位轉型很重要的技術基礎，整個規畫並非僅是片面調整單一系統，而是必須進行通盤的企業體規畫。國泰選擇了產險中的車險市場，作為轉型嘗試的切入點，張維仁提到，迎合未來保險的趨勢，保險業者必須了解客戶需要什麼，並透過碎片化的產品以及服務，細緻的切中客戶的需求，以客戶為中心，利用元件、參數以及套餐的方式客製化商品，將微小顆粒的服務，根據通路端需求，組裝成為符合各場景的商品。

在張維仁分享國泰利用各種新興技術，推動保險業務轉型的經驗之後，AWS機器學習領域專家楊仲豪(Young Yang)也分享輔導企業轉型的經驗，提醒企業採用新興技術應該注意的事項，就機器學習技術來說，企業要有把商業問題轉為機器學習問題的能力，另一方面，機器學習技術終究並非萬能，用對的技術解決問題效果更好。

Young Yang還建議企業應該建置自己的資料社群，他提到，許多企業的痛點在於資料交換和Open API等，匯總不同系統資料的問題，因此現在AWS正提倡資料社群概念，企業要創造一個可以互相交換資料的社群，像是資料科學家處理完訓練模型的資料，應該把這些資料回饋社群，供企業內外部不同群體再次使用。如果想更進一步，可以將這些資料用於任何服務最終用於機器學習。有很多客戶，傳統客戶以及金融科技公司確實在開發商業模式以利用他們手上的資料產生有關其客戶行為的重要情報也有做詐欺偵測等等，因此在我看來，將機器學習應用在這些資料集將會是金融科技以及各產業都必須投入的下一步。

Young Yang也認為，企業應具有MLOps（Machine Learning DevOps）小步快跑的想法，由於機器學習應用必須經過多次迭代，才能達到目標成果，企業能以小步快跑，因應消費行為以及金融生態的改變，持續更新和修正模型，對於成功導入機器學習技術來說，是很重要的想法。

在許多業者開始透過Open API方式，擴大與第三方業者展開合作，藉由資訊共享、資訊交互利用等方式，發展消費者所需的服務，針對金融服務機構在全球範圍內面臨獨特的安全性、法規和合規性義務，AWS也補充說明關於知名數位貨幣交易所Coinbase的案例。Coinbase在全球190個國家提供比特幣的交易與儲存服務，除了錢包和交換服務之外，Coinbase也提供API，讓開發者和企業開發應用程式，以接受比特幣付款。

Coinbase代替用戶管理數億美元的比特幣，因此系統安全性一直是他們的關注重點，他們必須要能安全地儲存用戶資金，就像是傳統銀行在實體保險庫採取嚴謹的措施，保護客戶資產一樣，Coinbase使用AWS身份與存取控制服務AWS Identity and Access Management ，來設計交易平臺，只有員工以及管理員，才能夠依權限存取這些資產，而且使用AWS的服務，還省去自建資料中心，儲存私密金鑰的安全性難題。

每家企業所面對的問題，以及過去留下的系統包袱都不同，因此採用金融科技（FinTech），所需要跨越的障礙也不一樣，但企業如能擁抱雲端與機器學習等新興技術趨勢，無論是對核心系統進行現代化改造、以加速推出新服務，還是為開放式銀行做準備，都可以使用雲端來進行構思、反覆運算和創新。