Page 189 - 台灣金融創新:觀點與對策
P. 189
第九章 177
趨勢與對策
中,文字、影像等非結構化資料的快速累積,賣方可透過網頁
cookie、社群帳號等資訊,再結合客戶關係管理 (CRM) 系統,
了解客戶消費習慣及消費紀錄,經由機器學習演算法判讀數據
的意義,從而獲致人工智慧決策,針對個別消費者精準行銷,
並在消費者消費的不同階段發送訊息。 對於金融業而言,透
過人工智慧演算法進行大數據分析,銀行可針對客戶的購買
行為、個別特徵、社群行為等要素,提供模組式差異化產品
與服務。
如果把上述精準行銷的標的設定為資產投資組合,則是以
人工智慧為核心的理財機器人 (robo advisors) 大展身手之時。
理財機器人是否具有人型實體並不重要,重點在於這是一種自
動化的線上財富管理服務,以機器學習演算法、大數據分析技
術為基礎,為客戶進行投資建議,依照客戶不同的財務目標及
需求,引導投資人採取合適的投資組合及資產管理規劃。 理
財機器人詢問客戶幾個簡單的問題,例如財務目標、風險容忍
度、投資標的範疇等,人工智慧演算法即根據使用者提供的資
訊,規劃合適的投資策略,並定期追蹤市場狀況,自動化執行
投資組合管理。理財機器人甚至可將稅務考量納入投資組合,
例如透過自動化每日稅務虧收 (automatic daily tax loss harvest-
ing)、稅務意識再平衡 (tax-aware rebalancing) 等機制,提升稅