AI為銀行、金融服務和保險(BFSI)產業提供顯著的商業優勢，推動了創新、效率和競爭力。整個地區內的許多企業已經開始將AI納入其業務營運中，以開拓新的成長機會。本文專訪了NetApp金融服務業技術長Steve Rackham，由他的角度來分析AI如何為BFSI產業提供更大的經營優勢。

AI的革命熱潮正盛，從生成式AI席捲全球，到台灣及整個地區的金融市場和銀行紛紛將生成式AI納入產品和服務，似乎所有公司都渴望搭上AI這班列車。NetApp最新發布的雲端複雜度報告指出，銀行和金融服務業在AI準備度方面表現出色，72%的銀行、金融服務與保險業（BFSI）受訪者表示其資料基礎架構和管理已針對 AI 進行最佳化。

圖一 : NetApp金融服務業技術長Steve Rackham

儘管BFSI在AI準備度和最佳化方面表現出色，成本和安全仍是追求AI優勢的最大挑戰。在總體經濟和地緣政治持續不確定的情況下，BFSI必須在追求AI以保持競爭優勢的同時，平衡成本管理和網路安全問題。NetApp金融服務業技術長Steve Rackham指出，AI在BFSI產業帶來的主要優勢可歸納為幾個不同的高階類別，我們可以將其視為：

更緊密的客戶關係和更好的客戶體驗

BFSI可以利用 AI 和資料簡化營運，並提供個人化解決方案來滿足個人客戶需求，進而提升客戶體驗。AI 驅動的聊天機器人和虛擬助理可以提供全年無休的客戶支援、個人化財務建議和更快的貸款處理速度，可大幅提升客戶滿意度。企業可部署生成式 AI (GenAI) 來提供個性化溝通和行銷素材，更精準地迎合個別客戶的喜好。

增加產品和擴大傳統服務範圍

GenAI不僅能辨識模式，還能生成新的模式，發揮更大的用途。對於 BFSI 而言，GenAI可以自動執行資料擷取等任務、加速金融研究，並深入洞察信用分析等領域。GenAI還可以自動建立內容，包括貸款核銷和信用備忘錄，加速銀行流程。

更高的營運效率

讓AI自動執行文件處理、資料輸入合規性檢查等重複性後台工作可以讓BFSI 大幅提升營運效率。這也有助於將無法察覺的人為錯誤風險降至最低，並賦予 BFSI 以資料驅動的決策能力。例如，由機器學習 (ML) 驅動的預測性 AI廣泛用於辨識模式、簡化流程和最佳化繁瑣的工作流程。

更快速偵測並預防金融犯罪

AI 能即時分析大量財務資料，以辨識詐欺交易、評估信用度及預測風險，讓企業得以做出更資訊充分的決策。

從以上所述，我們可以看到 AI 能透過許多方式協助企業。然而，企業仍在嘗試確定符合其企業目標的最佳方法。

在當今競爭日益激烈的環境中，金融科技公司和數位優先的銀行正逐漸佔據一席之地。然而，傳統銀行擁有一大優勢，即其擁有的大量客戶資料。如此龐大的資料量可能會讓人不知從何著手利用。透過利用 AI 等新技術並部署強大的資料基礎架構，BFSI 能將此資產轉化為可行的洞察，以滿足不斷變化的客戶需求，並在競爭中保持領先。

提升客戶體驗和業務效率

AI在改善客戶體驗和業務效率方面具有重要作用，尤其是在BFSI等產業。AI的實際應用不斷發展。例如，我們已看到 AI 用於大型語言模型 (LLMs) 分析資料帶來的顯著效益。

GenAI 解決方案 (如LLMs) 的一大優勢是能多次從儲存空間讀取原始資料集，並將其處理到記憶體中，以培養智慧。透過處理多模型和多種類型的資料，BFSI 可以掃描客戶服務對話中的音訊、電子郵件和信件中的文字，甚至是影像，例如支票的掃描副本。分析這些多元的資料輸入將讓企業得以建立更完善的客戶個人檔案，以提升整體客戶體驗—無論是提供更好的服務產品，或是更強的能力來發現詐騙等異常情況，並採取行動。

加強資安態勢

網路威脅肯定在持續增加。根據Fortinet近期報告顯示，2023 年上半年，台灣每秒遭受近 1.5 萬次攻擊，包括與反洗錢和詐騙偵測相關的攻擊，讓台灣成為亞太地區的頭號受攻擊目標。特別是對於 BFSI 產業來說，企業持有的敏感資料和交易數量龐大，這使得網路犯罪分子竊取金錢或擾亂經濟活動的動機更加強烈。

因此，政府正在推出更多法規，企業需要進一步加強其資安能力。許多企業都會關注伺服器、端點、網路等方面的威脅。然而，這有時會導致企業忘記網路攻擊的最終目標是獲得他們的資料。因此，部署強大的策略來保護敏感資料絕對是重中之重。此舉可細分為三個不同領域：

預防—您首先要做什麼來防止攻擊？

了解您所擁有的資料類型、資料的放位置，以及誰有權限存取資料，這些都是關鍵問題，但有時會被忽略。

偵測—您的系統發生了什麼變化？使用者的行為是否有所不同？

及早偵測是降低網路攻擊影響的關鍵。 網路入侵的最大指標之一，就是資料因加密而出現異常變化。能夠監控資料，並察覺到加密率突然變化，即為顯示攻擊正在進行中的明顯跡象。NetApp 部署了可偵測加密率變化的技術，並能提醒管理員甚至自動鎖定資料以防止進一步的損害。此外，企業應該檢查使用者的「行為」是否反常。通常，使用者擁有可辨識的習性。例如，使用者通常會在類似日期和時間登入，存取相同類型的資料等。藉由利用使用者行為分析等功能來尋找使用者行為異常，企業就能迅速採取行動，有助於偵測並阻止潛在的攻擊。

復原—如果遭受攻擊，您將如何復原？

即使有強大的預防和偵測策略，網路攻擊仍然可能發生。因此，做好快速復原的準備極為重要。 在發生攻擊的情況下，重點應放在恢復最小可行業務 (MVB) 上，即維持業務運轉所需的核心服務。現代法規通常要求企業維護網路保險庫和隔離環境，使其能對受損資料進行鑑識分析，同時安全地復原基本服務。這樣即使發生嚴重入侵事件，也能確保業務連續性。部署具備 AI 驅動偵測能力的智慧型資料基礎架構，也能夠協助金融機構主動掃描並分析資料流量，即時且高精準地評估模式。這將有助於 BFSI 確保服務不中斷，更重要的是，防止資料和金錢損失，以及保持客戶的信任。

幫助客戶平衡AI投資與風險管理

隨著各種總體經濟和地緣政治的不確定性不斷演變，企業必須謹慎地在投資 AI 及其應用與潛在風險之間取得平衡，同時保持財務審慎。根據 NetApp 的 2024 年雲端複雜性報告，全球 31% 的公司已從其他業務領域重新分配資金，以管理 AI 專案的成本。

資料是 AI 的命脈，而「資料流入」這項工作流程中包含許多不同的工作負載。然而，企業可能面臨挑戰是，如何在不影響多年來為其他業務功能建立的企業標準的情況下，確保資料能夠快速、有效地提供給不同的 AI 團隊。

在 NetApp，我們可以在 AI 的整個資料生命週期中為企業提供協助：

確保正確的資料能在需要時、需要的地點提供給正確的人

例如，我們的 FinOps 解決方案能助企業整合雲端成本和基礎架構最佳化。我們讓企業能更清楚地了解其雲端支出，找出最佳化機會，並更有效地分配資源。這種方法確保正確的資料能在需要時、需要的地點提供給正確的人，同時將存取權限限制在授權人員，例如財務和 IT 團隊。接著，財務和 IT 團隊可以建立最佳實務，以量化和理解雲端使用成本，在財務承諾和適應不斷變化的環境所需敏捷性之間取得平衡，藉由確保 AI 投資既具策略性又可持續發展來推動數位業務成長。

協助企業遵守各種新的和不斷發展的AI法規

隨著AI採用率的加速，強大的資料治理對於風險管理變得越來越重要。NetApp 提供全面的合規性和治理解決方案，對資料進行分類、歸類和控制存取，確保整個組織中儲存資料的完整性。從我們業界領先的靜態資料加密，到我們 AI 驅動的隱私控制，NetApp 協助金融機構遵守監管機構的嚴格要求，符合不斷發展的 AI 法規，這些法規要求長期保存模型及其相關資料集的副本。

確保資料能夠以不可變、不可刪除的方式予以保護

在現今不確定的環境中，金融機構必須投資於能夠適應和擴展的解決方案，以滿足不斷變化的業務需求。NetApp 的智慧型資料基礎架構方法為我們的客戶提供了從任何地方存取資料的彈性，同時提供卓越的資料保護，防止未經授權的存取或竄改。

AI在BFSI的未來發展趨勢

在NetApp，我們從兩個關鍵領域審視金融服務中的信任：客戶是否信任他們的金融機構，把錢和資料託付給他們？

但隨著我們邁入新的 AI 時代，我預見信任將出現新的維度—對所提供的 AI 服務的信任。

如今，我們看到 BFSI 產業出現一波新的 AI 驅動創新、產品和服務的開發浪潮。例如，推出整合 AI 聊天機器人的智慧助理，在數位平台上與客戶密切互動。

金融機構將不可避免地需要向其利害關係人和客戶解釋並證明 AI 為何以及如何做出決策。隨著對 AI 服務信任的需求增加，這種透明度將變得極端重要。政府已推出法規指導 BFSI 必須遵守的 AI 責任使用。事實上，台灣的金融監督管理委員會已於 2023 年 10 月發布了 AI 系統和 GenAI 應用的指導方針，採取措施規範銀行、金融服務和保險業採用 AI。金融機構需要證明客戶資料仍然安全可靠，而且所採用的 AI 系統在使用資料時是以合乎道德和負責任的方式運作。

AI 的廣泛採用已為大勢所趨，AI 驅動的模型將挑戰傳統的銀行、保險和金融服務實務。企業必須意識到的關鍵是，支撐 AI 的是對資料的嚴格期望。部署強大、智慧的資料基礎架構將讓銀行、金融服務和保險機構得以掌控其資料，同時不影響資料安全。

最終，藉助 AI 驅動的智慧型資料基礎架構，BFSI 可以應對其最緊迫的挑戰。隨著網路防禦能力的強化，詐騙受到遏制，合規變得更容易，效率得到提升，我們相信台灣整體金融生態系統將變得更有韌性和競爭力。