生成式AI浪潮正以海嘯之姿重塑全球產業生態，金融業因高度嚴謹性，正站在轉型十字路口。《今周刊》「台灣大未來論壇」邀請資拓宏宇，以「AI時代的軟體開發---40年銀行系統實務開發」為題，深度剖析如何把AI推測的「機率性」與銀行系統最核心的「確定性」完美對接，提出在銀行級穩定前提下實現AI創新的宏觀藍圖，為金融產業在AI時代的共生與重塑，提供關鍵指引。
資拓宏宇長期深耕金融、政府公設、智慧醫療及智慧城市等多個核心領域，特別是在對資訊安全、系統穩定度及資料正確性要求近乎苛刻的金融產業，主要協助國內大型商業銀行與金融機構建置核心系統、報表管理、貸款流程及分行營運系統。
隨著生成式AI大航海時代來臨，資拓宏宇金融事業部資深副總經理郭勝雄觀察，科技演進的跳躍線已從單純的「IT技術改變」跨越到了「IT生態的重塑」，其中最核心的變革在於從過去的「表單語言（Form Language）」轉換為「自然語言（Natural Language）」。
重塑開發流程 迎戰確定性與機率性的邊界碰撞
「國外早在20年前就開始發展自然語言，國內資通訊業者應好好思考，在當前AI發展的五層架構中，第四層大語言模型與第五層的應用，我們如何把握商？」郭勝雄認為，此轉變意味資訊系統正從人對機器的命令，走向人與機器的對話，呈現更自然的互動型態，進而創造高效率與前所未有的創造力。
事實上，答案早隱藏在開發流程的生態重塑中。郭勝雄坦言，傳統的軟體開發屬線性分工，從需求分析、系統設計、程式開發、系統測試到最終上線，過程中流程漫長、等待期長且變更成本高昂，面對AI時代，未來流程將全面改造為以AI為核心的「理解、生成、驗證、優化」全循環，將過去線性分工徹底轉化為人機協同模式，大幅降低組織內部的摩擦係數，還能效消除等待與頻繁變更的痛點。
當然轉換過程中，無可避免產生系統本質上的衝突，由於傳統金融系統要求的是「確定答案」，規則必須明確、輸入與輸出必須一致、結果必須可驗證追溯且可重現，錯誤必須被百分之百修正；相反地，AI模型的生成邏輯則是基於海量資料的「推測可能答案」，易受到語境影響，必須允許不確定性且每次結果可能不同，如何讓這兩者在銀行系統中安全對接，迎戰「確定性」與「機率性」碰撞，成為當前金融轉型最核心的課題。
三階段建構知識飛輪 共創金融AI新生命週期
「這兩三年來我們不斷在探索AI的應用邊界。」郭勝雄坦言，AI的導入方式有各種可能，並非完全通用，隨著團隊不斷嘗試與驗證，AI的邊界仍持續擴張與移動，針對不同的場景、資料與目標，必須採取不一樣的做法才能彰顯成效，最終只有情境能決定使用方式。
為了讓組織能駕馭動態變化，他建議銀行端必須啟動「知識獲取的新飛輪」，透過將外部知識與內部經驗進行「煉化、驗證、問用」，形成一個持續加速的成長飛輪，現階段，AI、工具、工法成為「三位一體」缺一不可的鐵三角，唯有如此，才能在兼顧洞察力與效率的同時，產生絕不妥協的可靠性系統。
郭勝雄融合長年實務心法，提出跨入AI核心的「三階段策略」，首先是「格物致知」，先理解後應用，建立對AI與金融專業領域的基礎認知；其次是「知行合一」，小步試行、快速迭代，將知識轉化為可執行的具體行動；最終邁向「知難行易」，穩健擴展、持續深化，在實踐中放大AI的影響力與價值。
基於銀行系統具備正確性、可稽核、穩定性、生命週期長的四大核心，資拓宏宇憑藉其在核心系統、報表管理系統、貸款系統、分行系統的完整對應方案，提出面對AI的四大指引，包括分層導入、核心獨立、報表先行、可管開發，透過報表系統先行試水溫，確保核心系統獨立不受機率性干擾，在可控管的環境下進行開發，旨在以銀行級穩定的前提下，實現AI級創新，成為客戶最值得信賴的合作夥伴。
誠如如達爾文啟示所言，能生存下來的，往往不是最強壯的物種，而是最能適應變化者，郭勝雄提醒，組織進化的真諦來自於文化、人員與創新的持續循環與平衡發展，擁抱AI的關鍵在於怎麼了解AI、有無想像力，以及能否將技能融入生活三大原則，資拓宏宇將攜手台灣金融業穩健步入智慧金融的新紀元，與AI共生，讓AI能力被人類發揮到最大化。
