玉山銀行：科技賦能首要前提，AI 模型的可信任是關鍵
玉山銀行為全台首家將 AI 導入各業務場域的金融機構，於 2018 年率先成立科技長辦公室，定調金融 AI 發展藍圖，並且打造自家機器學習即服務（MLaaS）平台，為 AI 落地的關鍵基礎設施之一。2019 年成立智能金融處，做為內部 AI 供應商，將 AI 融入日常業務營運。並且致力透過科技強化顧客體驗，並提供穩定的服務與系統，回顧這三、四年，幾個大型金控集團因更換系統，導致大當機，抱怨不斷，而玉山卻能無縫接軌，順利轉換。
AI 導入不只是技術問題，還需考慮人性
可信任的前提，是可解釋性，因此想要透過 AI 達到提升顧客體驗，模型的可解釋性相當重要，「我們在銀行就常常碰到這種可解釋性的問題，」玉山銀行科技長張智星指出，像是放貸、房屋評估、公平待客原則等，都需要能夠解釋原因。他舉例，假如兩個條件差不多的人來銀行貸款，透過 AI 來審核，其中一位被核可，另外一位被拒絕，一旦來申訴，銀行就必須解釋原因，「否則他是可以另循申訴管道的。」張智星說。
當然，一開始並沒有辦法完全交由 AI 來做這些決策判斷，依然需要人的介入，而人機如何協作，如何讓人可以相信 AI 的決策，則確實需要時間與方法來確認。例如銀行的放貸系統，讓 AI 選擇某些特徵來判斷是否可以放貸給某個人，一旁的放貸專家發現 AI 選的特徵以及做出的決策符合他心中的標準，覺得非常適合，就採取 AI 的建議；另外一位來申請貸款，專家發現 AI 選的特徵以及答案差強人意，就選擇不相信 AI，「光選什麼樣的特徵，決定要不要貸款給這位客人，都牽涉到個人主見。」
需要時間建立人機之間的信任感
張智星表示，這樣的情況在銀行經常發生，人會因為對於 AI 的決策過程感到困惑，而選擇不相信，就如同當年 AlphaGo 與世界棋王對弈時，也摸不透為什麼它會這樣下棋？出了什麼新招？因此，他認為關鍵在於，需要時間建立人機之間的信賴感，其中首要工作是協助業管單位知道 AI 如何做決策，以及決策過程中會有哪些差異，最後也需要有客觀的評估以及平行驗證，讓人與 AI 同時進行。經過三個月或一定時間的評估後，會發現 AI 做得跟人一樣好，甚至比人還要好。
「事實上兩者是可並行運作的，」張智星表示，評估的過程，會與業管單位充分討論、理解資料樣貌，對決策結果做出合理解釋，並且在上線後定期監控模型成效。通常業管單位會希望 AI 跟人協作，由 AI 給出一個答案，讓人來判斷是否正確。張智星以玉山的房屋估價系統舉例，當房屋估價師選擇 AI 給的答案，就表示這套系統成功，若不選擇 AI 的答案，而選擇他認為更好的房屋估值，就表示失敗。
他也坦言，目前這樣的協作機制還在推動當中，因為房屋估價師會想知道 AI 為什麼會這樣估價？「理想的狀態是，這棟房子的旁邊估價 1000 萬，為什麼在不遠的這棟是 1300 萬？AI 要有能力講出個道理，例如這間是毛胚屋，剛好中間隔一條河，位在學區等。」這也是未來玉山在可解釋性 AI 的方向與目標，因此積極與學校進行產學合作，進行相關領域之研究。
取得內部共識 讓AI解放更多資源與人力
除了對顧客解釋之外，內部同仁具備共識更是推動 AI 的要素，「如果內部的人都不相信，他們根本連用都不用，」張智星笑說，後果就是，這些繁雜龐大的工作回到人的身上，反而會大幅降低效率，讓人沒有辦法做更有價值的事情。
實際上，多數企業導入 AI 時，的確會遇到內部反彈的聲音，多數原因是同仁需要多花力氣，改變既有習慣的工作流程。玉山在導入 AI 系統時則採取相對保守的態度，不立刻讓 AI 取代人力，比如 80% 讓 AI 來決定，20% 透過人抽樣確認，慢慢讓 AI 的比例愈來愈多。「確實會有相對的成本，也需要時間讓同仁對 AI 有信心，」張智星舉例，玉山有一套從國外買的反洗錢系統，結果發現，系統為了怕有疏漏，100 個名單裡面會顯示 90 個有問題，後續就需動用人力複查這 90 個問題名單。後來利用 AI，把可能有問題的人降低至 20 人，節省大量的人力。
「剛開始業管單位也是很害怕漏掉，還是想多看一點，」但是隨著量體愈來愈大，最後透過平行驗證，證明人能夠找到的問題，AI 也都可以找得到。他也表示，這樣的平行驗證要走好長一段時間才能有信心，但也是必經的過程。
上下協同 共同打造 AI 科技聯隊
內部共識的達成，在於企業對於 AI 有一致的目標，並且各部門有共通的語言，對 AI 有一定程度的認知。對玉山而言，從經營團隊的支持和各業管單位相互合作，由上而下的方式全面推動 AI。以智能金融處為首，集中資源投注在玉山的 AI 開發與研究量能，在短短兩、三年內打造 AI 研發專用的技術平台，將不少 AI 系統內化到日常工作流程，成為玉山人的必備工具。
而玉山智金處所扮演的角色，是協助內部單位讓 AI 落地，也扮演著全行數位技能的輸出中心，透過 Python 與 RPA（Robotic Process Automation） 等教育訓練課程，在全行各單位埋下數位轉型的種子，達到科技賦能的效果，「不只給你魚吃，還教你釣魚。」張智星說。
這已成為玉山內部的學習地圖，不論是 RPA 或是 AI ，上完這些課程後不一定要轉職成全職的開發人員，而是期待可以融合 AI 基礎認知，與自身的領域知識，具備溝通能力。「如果可以讓這些單位的同仁認識 AI 的本質，在專案推動、導入以及文化的轉型都會有幫助，」張智星提及，這些同仁學習之後，成為單位的窗口，當智金處有相關工具，可以協助他們自動化、導入 AI 的時候，他們就能扮演橋樑的角色，能在整個企業裡打通，遍地開花。
「我們還有針對董總的 AI 科普班，」張智星表示，特別最近 ChatGPT 出現後，需要讓他們知道目前 AI 已經可以做到哪些事情，很多文案、宣傳都可以交由 AI 來完成，「每個人上課前都要開ChatGPT帳號，玩一個小時，」張智星笑說，透過自上而下的學習，達成共識，才能有效推動AI落地。
AI 估值如何算？
張智星也發現，相較於 2019 年，當時業管單位對於 AI 還不太認識，不知如何應用，隨著疫情與 AI 浪潮的推波助瀾，發現最近業管單位的 AI 需求愈來愈多，慢慢瞭解 AI 可以對他們有幫助。他也觀察整個產業，許多企業對 AI 有迫切的需求，同時也出現許多提供 AI 解決方案和工具（No/Low Code）的新創公司，他認為，中大型企業可以與新創合作加速 AI 導入，門檻也相對容易。當然，企業需要有心理準備，導入AI 的過程，會有一段付出成本比收益還要高的時間，才會出現黃金交叉，一旦突破了，就會覺得投入很值得。
不過這個「值得」要如何來衡量？是否可以給一個估值？「我們也常被董總問，為什麼值得贊助我們？產學合作達到什麼效益？」張智星舉例，例如玉山需要新的技術，透過產學可以為業管帶來顯著的效益，同時產學合作可以跟學生接觸，未來都可以成為玉山的生力軍，同時，跟學校合作也是企業社會責任一環，讓學生有津貼，跟老師合作，強化玉山的品牌形象。
另外一個例子，玉山多年前推出身份證的 OCR（Optical Character Recognition，光學字元辨識），開戶只需掃描身份證，系統就能夠自動辨識並填入身份證字號與出生年月日，而且準確率相當高，「這件事情不只提升顧客體驗，也提高銀行的效率，節省很多人力成本。」張智星強調，內部作業因為 AI 省下了人力，就是有形效益，但是只要涉及顧客體驗，就沒辦法用數字來衡量，「從顧客的角度來感受玉山在數位轉型科技化做得有多好，幾乎都是無形效益，」他認為，AI確實無法用單一價格衡量，但是可以透過不同面向來評估其價值。
更多精彩案例，請見《2022產業AI化大調查》報告