歐盟、北美、亞太地區等大型銀行從多年前就開始思考如何將AI運用在銀行業務中,隨著生成式AI興起,使用案例日益增加,摩根大通及Capital One就是其中的佼佼者。
目錄
研究和分析公司 Evident 在2023年11月推出了,Evident AI Index,評估了北美、歐洲和亞太地區 50 家銀行的人工智慧人才、創新、領導力和透明度。該團隊依賴於公開數據和文件,包括新聞稿和研究論文,以及對銀行領導人的採訪。
該公司用來評估AI成熟度的構面和指標十分專業且合乎邏輯,很值得細細品味,評估內容及結果可用來反思台灣銀行業對於AI運用的成效。
一、Evident公司介紹
Evident是一支由數據科學家、指數構建者、人工智慧研究人員和分析師組成的快速成長的團隊。Evident AI Index不僅能成為高級管理層、投資者和供應商加速企業採用人工智慧的工具,也能成為整個社會的工具。
使用專有的機器學習工具從數百萬份公開檔中提取數據,並將其與我們專家網絡的定性見解相結合,以比較各個銀行的人工智慧能力並揭示跨行業趨勢。
透明度對於利用人工智慧的價值獲得商業和社會收益至關重要,只有更加開放地採用人工智慧,並在業務中做好整體人工智慧準備,才能在各行業之間分享最佳實踐,識別和減輕未來的風險。
Evident對整個銀行業採用人工智慧的情況進行最深入和最新的分析,通過創建嚴格和獨立的指數,幫助企業更快、更安全、可持續地轉型,最大限度地減少人工智慧的危害,並最大限度地利用商業、經濟和社會機會。
二、對那些銀行進行AI成熟度評比
研究和分析公司 Evident 挑選了北美(20家)、歐洲(25家)和亞太地區(5家)的50 家銀行進行人工智慧成熟度評比。
在北美地區,美國15家、加拿大5家;歐洲地區共25家,其中英國及法國都是五家銀行、西班牙及荷蘭都是3家、義大利及德國各2家、其餘五個國家(奧地利、比利時、丹麥、芬蘭、瑞士)都只挑一家;亞太地區挑的銀行較少,澳洲挑了4家、新加坡1家。
三、銀行AI成熟度評估指標及權重
Evident以四大構面共10個指標對銀行進行AI成熟度評分。
(一)構面一: 人才(45%)
衡量每家銀行人工智慧和數據員工的數量、密度和學術背景; 以及正在採取的僱用、保留和培養領先人工智慧人才的明顯舉措,這個構面比重最高達45%。主要指標有兩個,說明如下:
- 人才能力: 在人工智慧相關領域工作的員工數量、密度和學術背景
- 人才發展: 銀行正在部署各種措施來吸引、留住和培養領先的人工智慧人才,並提高組織其他部門的技能
(二)構面二: 創新(30%)
衡量銀行對人工智慧創新的長期投資,延伸到人工智慧特定研究和專利; 以人工智慧為重點的投資、收購和合作夥伴關係; 以及參與開源生態系統。這個構面比重為30%。主要指標有3個,說明如下:
- 研究與專利: 銀行人工智慧研究產出和人才的數量和水準; 參加主要學術會議; 以及對人工智慧相關專利的投資。
- 風險投資與合作夥伴關係: 對於人工智慧相關的科技公司的投資和收購數量; 以及為加速人工智慧和數位化轉型而採用的一系列學術和供應商合作夥伴關係。
- 開源: 銀行對開源生態系統的全面參與,包括代碼庫的直接貢獻,以及對開源項目和工作的參與。
(三)構面三: 領導力(15%)
衡量銀行領導層是否注重人工智慧,透過公司的整體人工智慧敘述、執行領導團隊的組成以及高階主管的外部溝通。這個構面比重為15%。主要指標有2個,說明如下:
- 人工智慧敘述: 銀行透過自有媒體管道(新聞稿、部落格、投資者關係)進行的集團級人工智慧敘述。 包括對「聲量」(銀行談論人工智慧的聲音有多大)與「內容」(實際上所說的內容)的評估。
- 高階主管定位: 銀行主管領導團隊的組成,以及外部溝通中人工智慧的重點。
(四)構面四: 透明度(10%)
衡量銀行對負責任人工智慧(RAI)的關注程度,包括從思想領導力的發佈、關鍵合作夥伴關係的建立、專門的RAI人才的雇用和RAI原則的推廣。這個構面比重為10%。主要指標有2個,說明如下:
- RAI人才: 內部RAI人才的存在和規模,以及派駐在各防線(包括稽核、法律和合規)的人工智慧專家。
- RAI創新: 建立RAI(負責任人工智慧)夥伴關係的證據和評估、與決策者的接觸、高管培訓和/或風險管理框架的調整; 專利、投資和研究成果形式的有形產出。
- RAI領導力: 銀行公開文宣有關RAI活動的程度,例如通過發佈和推廣道德指導原則。
四、銀行AI成熟度排名及重要發現
(一)AI成熟度排名
北美銀行佔據了前10名中的6名。除了前三名外,富國銀行、高盛和花旗集團都進入了前十名。 “摩根大通(JPMorgan Chase)、第一資本(Capital One)和加拿大皇家銀行(RBC)處於領先地位。
(二)AI成熟度排名前三大的銀行,其主要特點
- 執行長和執行團隊推動對人工智慧的長期關注和投資
- 相對於總人數,人工智慧相關人才(涵蓋人工智慧開發、模型風險和實施/數據工程能力)的數量和密度較高
- 對其創新生態系統的各個方面進行大量投資,包括人工智慧研究、專利、創投、合作夥伴關係和開源參與
- 由上而下大力關注負責任的人工智慧,包括建立指定的 RAI 團隊以及在不斷增長的思想領導領域進行專門研究
(三)各構面排名前10名
- 該指數中一半的銀行在人工智慧成熟度的至少一個支柱中名列前十。
- 僅關注銀行的整體排名很容易掩蓋指數表面之下的優勢和劣勢的多樣性。 例如,雖然排名前3 的銀行(摩根大通、第一資本銀行和加拿大皇家銀行)在該指數的所有支柱中始終名列前10 名銀行,但有25 家銀行在至少一項衡量支柱上名列前10 名。
- 小銀行中,Rabobank在人才支柱上表現出色;Bank of Montreal創新表現也不錯; 小型銀行往往在領導力和透明度構面方面表現出特別的優勢,這表明: (a) 進入障礙較低; (b) 增量投資的巨大影響
(四)銀行規模與AI成熟度不一定成正比
- 摩根大通是屬於規模大且AI成熟度高的類別
- Capital One則是屬於規模小,但AI成熟度較高的類別。此外DBS及Commerz Bank也是類似情況。
- 理論上規模大的銀行,有能力投入較多的資源在AI的發展上,但並一定如此,這與公司的策略、高層的決心及文化等因素有關。
- 這波AI的使用與FINTECH的發展十分相似。
五、國際大型銀行使用AI情況
(一)法國巴黎銀行
- BNP利用自身資源和先進平台,密集部署人工智慧,同時加強與科技公司的合作。 因此,已經推出了 700 多個用例,希望在 2025 年每年創造超過 5 億歐元的巨大價值。
- 確定了 100 個使用大型語言模型進行產生人工智慧實驗的用例,例如 ChatGPT 或 Bard。
- 資訊系統開放使BNP提供近 300 種 IT 產品供內部分享,並結合了同樣被廣泛採用的 API 化。 透過 800 多個可用 API 實現互通性和合理化,每月維持超過 6.2 億筆交易。
- 更安全、更有彈性的 IT: 2025 年超過 60%的應用程式引入雲,目前這一比例為 42%。
資料來源: BNP Paribas SECOND QUARTER 2023 RESULTS
(二)星展銀行
- 2018年,DBS開始了在四個主要領域利用人工智慧的旅程,包括分析能力開發、數據文化和課程、數據技能提升和數據支援。
- 星展銀行首席分析官薩米爾·古普塔(Sameer Gupta)表示,數據尤其被證明是一個主要障礙。
- DBS的AI基礎設施,包括數據平臺、數據管理結構和數據治理。使用數據的原則,PURE(purposeful, unsurprising, respectful, and explainable),有目的的,不令人驚訝的,尊重的和可解釋的 。
- 數據平臺 ADA 作為單一中央來源,使銀行能夠更好地確保數據治理、品質、可發現性和安全性。超過95%的數據被認為對星展銀行的人工智慧運營有用和必要,都可以在平台上發現。該平臺擁有超過 5.3 PB 的數據,包括 32,000 個數據集,包括視頻和結構化數據。
- 星展銀行目前運營著300多個人工智慧和機器學習專案,據稱這些專案去年帶來了1.5億新元(1.1253億美元)的收入增長,並節省了3000萬新元(2251萬美元)的風險規避,例如,通過改善信用監控。Gupta表示,這些AI用例涵蓋了一系列功能,包括人力資源、法律和欺詐檢測。
資料來源: 2023.08.09-DBS Bank uncovers big data challenges with AI use – and solutions, too
(三)JPMorgan摩根大通
1.摩根大通(JPMorgan Chase)每年花費120億美元的投資來為一個由50,000名技術人員組成的團隊提供動力。
2. 摩根大通的企業與投資銀行(Corporate & Investment Bank)使用機器學習來個人化其研究平臺摩根大通市場(J.P. Morgan Markets)的數字體驗。該平臺每年產生超過 10,000 篇研究,但直到最近,客戶並不總是知道這些報告的存在。機器學習技術解決了這個問題,現在每個客戶都登錄到一個定製的門戶,該門戶提供獨特且相關的研究,並根據他們的需求進行個人化設置。
3. 摩根大通是第一家推出人工智慧虛擬助手的大型銀行,這將使企業客戶更容易在全球範圍內轉移資金,無論是日常工資單還是數百萬美元的併購。人工智慧允許多管道、一致的客戶服務體驗,使消費者能夠按需向虛擬助手詢問資訊,例如餘額。機器學習使人工智慧助手能夠隨著時間的推移適應客戶的行為,並提出有見地的建議。如果客戶在給定的時間段內授權了多條電匯,虛擬助手可能會說:“看起來你已經向新加坡發送了 100 美元電匯。您知道您可以發送外匯 ACH 付款嗎?點擊這裏註冊。
4. 摩根大通正在積極探索區塊鏈技術在所有業務線中的應用,該公司相信區塊鏈技術可以在流程優化、改善客戶體驗和創造新的收入來源方面改變遊戲規則。摩根大通(JPMorgan Chase)一直在研究一些區塊鏈專案,這些專案探索了加密貨幣以外的概念。其中一個專案是 Quorum,這是一個基於乙太坊的、以企業為中心的平臺,使用開原始程式碼構建。該平臺將企業級軟體與處理私人交易的高級合規性相結合。它被開發人員迅速採用,鞏固了摩根大通等參與者在區塊鏈生態系統中的重要性。
5. 2022年在IT上的總支出為143億美元,2023年這一數位將達到153億美元,其中40億美元用於產品和平臺。
6. 已實現人工智慧產出10億美元商業價值的承諾計劃。人工智慧和機器學習用例同比增長了 34% 以上,有 300 多個用例正在使用中;利用人工智慧已經幫助零售客戶在二十多個用例中提供個人化的產品和體驗,2022年為公司帶來了 2.2 億美元的積極收入影響。
(四)法國興業銀行
法國興業銀行在2023年1月,出版了一份應用資料與AI的案例報告,詳細說明該公司內部各部門使用AI的情況,包括AI工具的名稱、使用年度、效益分析、AI的算法及附加價值、面對的挑戰等,是一份很好的同業參考資料,大部分同業對於AI使用大多因機密而揭露不多,而法國興業銀行倒是大方,提供十分詳細的資料,值得鼓勵一下。
本文挑選了九項AI應用製作成表格,詳如下表
六、台灣金融業使用AI的情況
為協助金融機構善用AI科技優勢,並能有效管理風險、確保公平、保護消費者權益、維護系統安全及實現永續發展,金管會參考國際作法及業者意見,並透過不同渠道徵詢各界意見後,於2023年10月17日公布「金融業運用人工智慧(AI)之核心原則與相關推動政策」。同時也揭露了台灣金融業採用AI技術的調查情況。
(一)金融業採用AI技術的調查情況
依據金管會112 年5 月份調查我國金融機構共175 家,其中有63 家採行AI 技術(約47%),應用之範疇包含
- 客群經營,如智能客服、機器人理財等;
- 風險管理及法令遵循,包含洗錢防制、分析可疑交易、開戶案件審查等;
- 流程精進,包含影像辨識及後臺流程自動化等;
- 數據分析,如客戶屬性及消費等行為數據分析、市場趨勢分析等;
- 其他,如利用威脅情資分析資安情境等。
(二)金融機構應用ChatGPT 或其他生成式AI 之情形
金管會業於2023年4月以問卷形式完成相關調查,結果顯示目前尚無金融機構導入生成式AI 應用於金融業務或內部作業。惟有2 家金融機構規劃導入應用,並有80 家金融機構及周邊單位評估中。另有95 家金融機構及周邊單位針對內部員工使用生成式AI 進行管制,包括設置防火牆以阻擋公司內網連結至ChatGPT 網站、依機構內部規範控管以防止客戶個人資料外洩等。
參考來源: