2025台北金融科技論壇_臺灣金融業人工智慧應用面面觀

臺銀智慧金融轉型與應用發展

臺灣銀行創新實驗室組長胡程鈞表示，台灣銀行從2019年開始進行智慧金融轉型，從成立創新實驗室、創新基地到數位園區，逐步進行數位轉型與智慧金融轉型計畫。其中最重要的即是人員培養，每個階段都需要不同專長的人員，包括數位轉型種子同仁、UI/UX設計人員、AI專業技術人員與高階治理等。在AI應用發展歷程上則從預測性AI、生成式AI、代理性AI、主權性AI，打造出台銀專屬智能大腦，推動金融主權AI，以加速金融市場轉型。台銀希望透過AI賦能結合以人為本，推動有感、有效與永續的智慧金融轉型。

從自動化到智慧化：保險新世代的三重引擎

「產險轉型有三股動能作為引擎全速啟動數位轉型。」富邦產險數位發展部/數據行銷部協理邱振淵解釋，第一個動能為運用RPA機器人流程自動化邁向智慧營運，實現橫跨全公司價值鏈的流程自動化轉型。其次是FacePass極速保的AI刷臉賦能的智慧服務，保戶只要透過專屬連結完成身份註冊，即可透過行動裝置完成數位身份驗證與獻上簽署要保書，實現隨時隨地三分鐘快速投保的全新體驗。第三則是電動車風險模型作為智能把關的風險控管決策，運用產險特徵資料庫建立模型，依照異常偵測與分群建模，發揮數據價值，以驅動精準風險管理。透過這三股動能引擎，讓數位轉型的效率、體驗與風險控管一次到位。

生成式人工智慧Gen AI導入旅程

「生成式AI進程遠比所有人想像的要更快且衝擊也更大。」華南銀行副總經理兼資安長陳晞涵表示，隨著ChatGPT首次公開版本後，華南銀行就磨刀霍霍進行企業級生成式AI專案正式啟動，2025年9月第一個AI代理人上線試營運，預計在2026年所有部門都配置「AI」員工協助知識型工作。他解釋，透過變革促動設計，AI助理已經成為員工不可或缺的日常工具。目前有四種AI代理挑選內容、解讀、摘要與自動化生成，透過AI代理協助準備報告，完成度可達8成以上。同時他也提醒，導入生成式AI也帶來很多難題需要企業克服，其中要特別注意透過多層防禦機制來阻擋可能的資安風險。

臺灣銀行創新實驗室組長胡程鈞(上左)，富邦產險數位發展部/數據行銷部協理邱振淵(上右)，華南銀行副總經理兼資安長陳晞涵(下)

阿爾發投資顧問AI代理人

阿爾發證券投資顧問公司為台灣首家專注於機器人理財的新創投顧公司，運用 AI 科技提供一站式與客製化的智能理財服務。阿爾發證投顧董事長陳志彥表示，根據統計，理專每天面臨的核心問題有高達八成的客戶主要詢問投資產品與投資規劃。為了滿足客戶的問題，理專必須製作客製化的投資建議報告。但對理專來說，現有服務有三大痛點，包括專業知識差距、缺乏分析工具以及製作報告相當費時。阿爾發AI代理人有效率提升、專業一致性、提高精準度與個性化服務的四大優勢，透過AI工具和金融大語言模型，協助理專提升顧問服務的效率與精準度。

永豐銀行數位金融處副總經理嚴國瑞(上)，阿爾發證投顧董事長陳志彥(下)

銀行導入AI應用的挑戰與實踐

永豐銀行數位金融處副總經理嚴國瑞表示，永豐銀行積極推動AI，提供更智慧、更安全以及更貼近客戶需求的金融服務。今年有二大AI金融產品創新，首先是 Orbit.AI投資水晶球，利用生成式AI，提供客戶即時金融新聞彙整報告，自動化篩選出與台、美、日、中國及印度五大市場近5日內重大事件。其次為iWish智能服務，客戶只要對AI說話或上傳圖片，就能完成臨櫃交易效率。此外，在臨櫃與AI技術雙管齊下，強化資產守護，2025年上半年成功攔阻逾300起疑似詐騙案，累積阻詐總金額逾新臺幣2億元。2025年5月更首創於城中分行ATM自動化服務區導入「AI人臉辨識」系統，降低車手利用機會，現正擴大全台布建。

交易監控AI經驗分享

台北富邦銀行協理吳淯兆表示，專案進行前，銀行內部每月平均偵測到近6萬件異常事件，透過人工判讀必須花3000多個小時，但準確率卻只有萬分之5。假警報過多影響作業效率以及條件式監控未能因應快速金流型態變化，在2022年啟動開發AI預警模型專案並在2024年完成模型調教與第三方驗證後上線。在AI模型調校成果上，由於將客戶背景和關聯性資料都放入 AI 做運算，讓監控成果能夠更加精準。模型精準度由2020年POC（Prove of Concept，概念驗證）成果84.01％，提升到2024年第四季的100％。導入交易監控AI模型後，可將警示案件分成高中低風險三類，低風險不派案已降減全行55%案件量，每月減少5000多件假警報。

台北富邦銀行協理吳淯兆(上)，台新新光金控數位科技長張慎

台新新光金控AI運用分享

台新新光金控數位科技長張慎表示，台新金控 AI 轉型的起點即是建立「台新腦」。他介紹台新新光腦的建置過程，從2023年的台新腦1.0的單一大語言模型，到2024年台新腦2.0大語言模型集群，可處理多模型與理解文本，2025年台新新光合併後的台新新光腦3.0，建置多模態模型集群後，在2.0基礎上增加處理圖像、語音和影片等。導入AI後，智能客服滿意度提升 50%、精準度提升 56%。至於智能文件處理的準確率提升 30% 以上，在知識管理方面，客服知識搜尋效率提升50％。最顯著的效果莫過於是報告自動生成，報告生成時間從原本需花費 48 小時縮短到 2 小時即可完成，節省高達 96% 的時間。未來將打造AI工具平台，加速應用落地，從AI工具進化到能獨立作業的AI Agent（助手）。