Page 189 - 台灣金融創新：觀點與對策

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