AI人工智慧在金融業的應用正夯,國內銀行、保險業近日已開始試驗以「弱AI」模式來進行各種金融業務,在台灣,新光人壽因導入機器學習分析系統,大幅提升15%詐欺破案率,每月省下理賠金額上千萬元;而玉山銀行則受惠於,信貸業務上的獲客成本從每人1萬元大幅降到1,500元!

金管會近年大力推動各項線上金融業務,線上投保也已開放,因此快速核保、理賠需求攀升,為能在大量資料中迅速判斷客戶信用風險,使得國內業者開始尋求更即時、智能的分析系統。

「金融業現在都想強化Know Your Customer(KYC)的分析能力,以即時掌握複雜的群體關聯度與信用風險,讓機器自主學習,做到自動化地試算與預判,其實這已達到仿效人類行為的弱AI層級。」已協助全球前十大銀行建置分析系統的SAS,其台灣業務支援處副總經理陳新銓受訪時表示,其實2012年與新光人壽合作啟動理賠詐欺專案時,就曾以人工搭配機器自主學習出的預測模型,打造了AI機制,降低人為的審查作業經驗難以傳承、又可能錯失對可疑詐欺的判讀隱憂。結果一年內讓詐欺破案率提高15%,每月省下理賠金額上千萬元,而且因為預測模型準確,理賠案件申訴率並未上升。

至於銀行部份應用弱AI的成效也相當顯著。如玉山銀行近來「e指可貸」線上利率評估案,也是利用系統評估顧客信用狀況,快速計算出可撥貸的額度,讓顧客不用臨櫃,簡單花3分鐘在網路上填寫問卷,就可以快速取得專屬的貸款額度與利率,大幅提高顧客接觸意願。產品上線兩年來,已協助其獲客成本從1萬元大幅降到1,500元,逾放比也降低,未來若法令開放還可線上撥款。

類似的AI機制,其實還可延伸至防制各類金融犯罪,像是反洗錢、第三方詐欺(人頭戶、盜用盜刷),進而達到風險控管。甚至於中國,互聯網的高度發展早已讓人工智慧的應用轉向更多線上行為的監測,銀行業從找客戶、客戶信用審批、訂價、帳戶管理、逾期到催收,可能都在網路上發生。

SAS大中華區風險管理副總經理劉志玲就指出,在中國,「KYC已變成KYD(Know Your Digital Customer)。」某中國指標大型行庫即要求SAS打造整合線上線下的數據分析平台,後續使其一年內就成功防範超過2億人民幣的詐欺案件,她強調:「應用AI可幫助金融、保險、製造業擴大市場規模、減少損失,讓各家在業務發展上,踩油門與剎車達到完美配合。」預期隨著技術與應用情境越趨明朗,具AI雛型的商業應用,將會是下一波金融創新的關鍵動能。

#詐欺 #系統