與AI共存，國泰金控不藏私分享平衡創新與風控的AI最佳實務

全球知名顧問公司–麥肯錫–在日前發布的《生成式人工智慧對經濟帶來的影響：釋放下一波生產力浪潮》報告中指出，生成式AI技術與應用每年可創造2.6兆到4.4兆美元的經濟價值，熱門應用領域則是以客戶營運、行銷與銷售、軟體工程與產品開發。面對勢不可擋的人工智慧浪潮，金融乃至各行各業該如何因應？

人工智慧浪潮來襲，專家呼籲：接受、了解、善用並加值

面對生成式AI帶來的新一波創新變革浪潮，工業技術研究院總營運長兼AI策略長余孝先呼籲企業：「接受它、了解它、善用它跟加值它。」他認為，過去幾年，人工智慧領域出現許多跳躍式的進步，如2016年的AlphaGo不僅讓世人見識到機器學習與深度學習帶來的分析成效，更帶動一波鑑別式AI應用，如人臉辨識與瑕疵檢測等，至於目前炙手可熱的生成式AI，學習方式相差不大，但是在互動性跟應用領域出現極大改變：能夠創造內容，還可以透過提示互動不斷學習與精進內容。「在生成式AI帶來的齊頭式競賽中，想要極大化價值、創造差異化競爭優勢，除了必須掌握算力，還得進一步提升對其產業資料跟演算法的掌握度、進行客製化開發等加值工作，同時，因應法規規範做相應調整。」

面對新一波人工智慧浪潮，率先開發並釋出Transformer模型的Google亦積極協助企業佈局。Google Cloud台灣客戶解決方案總監安玟宇指出：「我們將透過三個方式–使用AI（Use AI）、建構AI（Build AI）、AI生態圈 （AI Ecosystem）–協助企業發揮人工智慧的效益。」Google Cloud除可提供企業開發人工智慧應用所需的資源，還推出人工智慧助理 － Duet AI， 在不同企業應用情境中協助員工提升工作效率與生產力，例如在 Google 文件或是 Gmai 中輔助撰文或寫信、在 Coocle Cloud 平台上幫助程式撰寫與開發並協助解析系統日誌檔背後代表的涵義、或者是判斷資安攻擊路徑等。「我們提倡的概念是開放合作，在 AI 生態圈這個領域，將在確保資料隱私受到保護與模型安全等前提下，讓企業可以隨選 Google 提供的 AI 模型或是其他開源的 AI 模型，並透過應用程式介面（API）快速介接第三方夥伴的服務將 AI 技術融入日常的應用中，提供更先進創新的數位體驗。」

圖說：左起為數位時代創新長黃亮崢、國泰金控資訊長吳建興、財團法人人工智慧科技基金會執行長溫怡玲、Google Cloud 台灣技術副總安玟宇、工業技術研究院總營運長兼 AI 策略長余孝先

看準人工智慧、區塊鏈、雲端服務、數據等新科技對未來金融的影響，國泰金控除依循法規，更進一步擬定AI治理六大原則，藉此平衡創新與風控，進而優化應用成效。國泰金控數數發中心數據科技發展部協理劉浩翔表示：「為確保國泰金控的人工智慧應用符合公平與反歧視、透明性與可解釋性、可靠性、可任責性、倫理道德、數據安全與隱私保護等六個原則，我們透過多種構面確保數據模型沒有使用任何歧視特徵、藉由分析技術撥開模型黑盒，確保模型是可以被查控的、以聯邦學習機制確保數據模型可以因應需求，在不同數據來源之間移轉與分析，並且更進一步透過人類回饋/人機互動機制建立可控的大型語言模型（LLM），讓模型學會國泰的道德價值觀，然後，再去監督其他模型。」

國泰金控端出兩大AI實務應用：以AIOps優化SRE、打造雲端AI知識顧問

國泰金控資訊長吳建興表示：「我們認為，生成式AI將對員工工作效率、知識管理、風險管理，以及程式開發等領域帶來巨大影響。」舉例來說，在「員工工作效率」這一塊，除可透過AI降低員工搜尋資料、整理會議紀錄的時間，還可以透過自動化技術將工作化繁為簡；至於在「知識管理」這個領域，由於企業普遍面臨人員異動與知識斷層等痛點，透過生成式AI打造企業內部專業知識管理平台，可快速累積與訓練大量資料，進而作為員工訓練的自動化輔助工具，讓企業新人、資淺員工取得組織內專業知識，進而為企業達到知識傳承效益；在「風險控管」這一塊，則可以透過生成式AI進行綜合式的數據資料判斷，可降低企業在評估風險、預測風險事件、設計風險管理策略時的複雜程度，甚至能開發出防洗錢、詐欺或舞弊工具，提供監控市場風險、識別異常行為、檢測違法交易，也可以有效防堵信用卡盜刷事件發生；至於在「程式撰寫」這個領域，由於許多銀行核心系統仍是以COBOL等結構化程式語言為主，或許可以透過AI撰寫跟檢驗程式碼。

圖說：國泰金控資訊長吳建興

國泰金控集團在過去幾年透過數位、數據與技術進行一次又一次的創新變革，不僅系統架構日趨複雜、維運成本居高不下，更出現手動數據分析已不足夠等狀況發生，為改變這個狀況以及大幅提升系統可靠性（SRE，Site Reliability Engineering），國泰金控除打造現代化監控中心，更透過AIOps自動化機制全面提升在營運可靠Ops SRE、Dev SRE、Infra SRE、Cloud SRE、Bus SRE、DevOps SRE等面向的表現。國泰世華銀行中台發展部經理許宗正表示：「我們特別重視透明化、簡單化、雲端化三個議題，期望能透過透明化數據管理、API串接跟單一平台監控全價值鏈營運，並藉由AI跟自動化機制發展AIOps進行自動維運，進行大規模SRE優化。」

除透過AIOps落實SRE以優化資訊人員維運績效，國泰金控亦透過雲端與生成式人工智慧技術，研擬打造一個安全、可控、目標導向的雲端AI知識顧問平台。「我們的目標是打造一個符合Cathay 6R方法論且可回答各種雲端問題的Chatbot服務：雲端AI知識顧問平台。」國泰金控數數發中心雲端策略發展部專案協理顏勝豪進一步分享實作方式：首先是將安全做到位，透過虛擬私網、加密傳輸、權限控管、軌跡紀錄、資料防護跟金鑰管理等機制提升每一個環節的安全防護能力；其次是從三大公有雲跟開源社群選擇適切的大型語言模型（LLM ）並將之整合成檢索增強生成（RAG）實作方案；最後則是模組化提示工程（Prompt Engineering），藉此打造雲端架構師的人設。「目前，雲端AI知識顧問平台正在謹慎研擬中，接下來國泰會持續強化AI學習更多雲端事務，如雲端知識解惑、架構評估設計、環境實作測試等。」 展望未來，國泰金控除持續不斷深化人工智慧佈局以提升員工生產力與營運效率等表現，亦歡迎生態圈夥伴參與其中，一起提供更符合客戶需求的智慧金融服務。

圖說：國泰金控數數發中心雲端策略發展部專案協理顏勝豪

註1：Cathay 6R 國泰設計Cathay 6R雲端遷移方法論，將系統遷移方式依據上雲模式、系統開發成本分為Rehost 、Re-platform、Refactor、Rewrite、Replace和Retain共6種遷移架構，並能對應到IaaS、PaaS、SaaS三種不同上雲模式

#國泰金控技術年會

想了解更多金融科技應用，歡迎加入臉書社團∞ Lab 無限大實驗室！

本文由數位雜誌授權轉載原文詳見此