IBM：利用可信數據與治理擴大AI的影響力
人工智能 (AI) 無疑已成為各行各業的變革力量，包括銀行業在內的金融業也強烈感受到AI的影響。在早前舉行的IBM香港科技論壇，來自東亞銀行、恆生銀行和星展銀行等知名銀行專家分享對於銀行業採用和擴展生成式AI的見解，以及面對監管壓力如何駕馭AI帶來的變革性格局，以期為各行各業的組織提供有價值的借鑒。
鑒於金融業在社會經濟當中的關鍵作用，而金融系統的穩定又與銀行業密切相關，因此銀行業必然要在高度監管的環境中營運。銀行業要想通過實施生成式AI來實現變革客戶體驗、提升運營效率的業務價值，就必須妥善建立風險管理和治理框架，以維護對於數據和AI技術的信任。如今，包括銀行業在內的全球金融機構中，有近八成 (78%) 都在通過不同用例實施生成式AI。近六成的生成式AI決策者認為，這一尖端技術在風險管理、合規報告和客戶參與方面具有重要價值。i
為業務整合和風險緩解提供個性化的AI解決方案
東亞銀行營運部代理主管Kenny Au在數碼轉型和業務運營方面擁有豐富的經驗，曾服務於多家知名銀行。他強調：「AI技術的價值只有與特定的業務知識相匹配，同時被設計嵌入到日常業務運營當中，才能充分釋放出它的潛力。」要將AI模型整合到現有業務運營中，需要與業務部門密切合作，制定明確的變革管理規劃；最重要的是，要重新思考未來人機 (AI代理) 同行的運營模式。
Kenny認識到與AI相關的各種治理和風險管理的挑戰，要制定強有力的風險緩解策略，來解決數據安全、運營風險、數據隱私和模型風險等問題。 他說，包括東亞銀行在內的眾多銀行正在致力於制定與新技術相關的風險治理框架，同時召集不同部門的專家來評估和審查與AI模型相關的風險。除了合規性要求外，合乎道德地使用AI技術也是關鍵的考慮因素，包括銀行如何確保他們可以公平地將模型用於客戶。
Kenny表示，儘管轉型的範圍很廣，他相信對於人的投入至關重要。在東亞銀行，數據專家、關鍵用戶和流程專家會密切合作，瞭解什麼是生成式AI以及如何將其嵌入到流程當中，以確保正確使用生成式AI，使其成為所有員工的寶貴工具，最終提升業務運營水平。
具備治理框架的AI助理
恆生銀行首席信息官Forrest Chai分享了他多年積累的行業知識，他從2000年開始從事Web技術開發，曾為匯豐集團開發了最早幾代的網上銀行服務，涵蓋零售和批發業務。他看到了AI助理的巨大潛力。AI數據助理為銀行提供了一種利用數據和分析能力的新方法，無論是快速獲得洞察、完成過去需要數周手工勞動才能完成的複雜查詢，還是實現更具成本效益的數據雲遷移，AI數據助理幫助推動了實驗性項目，使團隊能夠獲得實時數據洞察，同時提升了整個組織的數據素養。
Forrest強調，他的任務是確保銀行把精力和重點放在「影響力高」的用例上。恆生銀行經過嚴格的篩選，根據合理的投資回報和潛在的可擴展性，將數百個AI用例縮減為幾種模式。
他補充說，在銀行擴展AI解決方案，可能會遇到與治理和控制相關的難題。治理框架是管理這些風險 (包括規則、模型風險和運營彈性) 的關鍵，涵蓋模型風險評估、法律合規性、網絡安全、法規合規性等。他強調銀行、科技公司和監管機構須攜手合作、共同努力，一起探索採用AI的可能性，確保完全遵守法規。
有影響力且負責任地實施AI
星展銀行 (香港) 有限公司董事總經理兼中國香港及大陸地區技術及營運總監Alfian Michael Sharifuddin，根據他為金融組織制定和實施大型集團技術和營運策略的經驗，分享了他的看法。
Alfian強調，大規模眾包ii（Crowdsourcingiii）對於識別具有影響力的AI用例有很大幫助。星展銀行收集了大約200個AI用例，通過辯論和投票選出了最有前景的14個用例。在星展銀行內部許多有意思的用例當中，就包含了通過部署AI助手，在客戶經理 (RMs) 與客戶通話的過程中，為他們提供合規性見解；同時還為客戶經理提供培訓建議。
為了確保有力且負責任地實施AI，星展銀行建立了一個PURE框架 — 即包含Purposeful有目的性、Unsusprising不出乎意料、Respectful尊重和Explainable可解釋性的框架，用這個框架來指導模型的目的適用性評估，考量諸如AI幻覺、過度自信和數據隱私等風險。星展銀行通過其數據部門營造探索多樣化模型的文化，該部門由AI和數據科學家組成，負責分析數據集及其相關風險。根據數據的可用性和敏感性，該銀行使用不同層面的數據隔離，以及公有雲或私有雲的基礎設施。
風險管理是星展銀行實施AI的重中之重，他們開發了一個ISOLATED框架來評估模型。這個全面的框架是為解決人類監督不足 (I)、敏感數據使用 (S)、過度自信 (O)、日誌訪問 (L)、準確性 (A)、有害性 (T)、可解釋性 (E) 以及數據存儲 (D) 等問題。Alfian表示，星展銀行提出這一框架是為了確保在模型被批准部署之前，就能對各個方面的風險進行評估和管理。
建立對AI模型的信任與信心
IBM中國/香港諮詢數據及科技轉型負責人梁浩暉 (Chris Leung) 指出：「金融業渴望找到適應和採用生成式AI的方法，他們看到了這些技術的變革潛力，同時堅持要確保符合監管要求。參加專題討論的銀行業專家一致認為，必須積極主動地承擔企業責任，確保AI的可解釋性、透明性和公平性；他們同時強調，在金融行業採用AI，仔細選擇和部署AI模型是建立信任與信心的關鍵。」
模型選擇至關重要，因為沒有放之四海而皆准的模型。梁浩暉表示：「IBM認為，企業應該採用開放式多模型的方法，選擇能夠針對其特定用例進行優化的模型，隨著業務規模的擴展，能夠為企業提供更好的性能、價值和可持續性。」
i 來源：IBV年度報告： 2024 Global Outlook for Banking and Financial Markets（《2024 年全球銀行業和金融市場展望- 遊戲規則改變者：生成式 AI 如何改變銀行和金融行業》）
ii 根據《韋氏詞典》的定義，”眾包”是指通過向大量人群，特別是在線社區，徵集貢獻，而不是依靠傳統員工或供應商，來獲取所需的服務、創意或內容的做法。
iii According to Merriam-Webster:Crowdsourcing is defined as “the practice of obtaining needed services, ideas, or content by soliciting contributions from a large group of people, and especially from an online community, rather than from traditional employees or suppliers.”
