Page 65 - 銀行家雜誌第106期

度，甚至是國際化程度。在法規要求方面，從 全存取用戶數據的管道。對開發者而言，透過
過去包含ISO20022(或稱為UNIFI)的金融訊息標 這些API獲得用戶數據後，可了解用戶帳戶資
準，一直到近期新興支付方法如雨後春筍般竄 料、支付習慣和信用歷史等，進而打造自己的
起，諸如得到美國30家銀行主導的Zelle、瑞典 產品和服務。
的公共行動支付平台Swish，以及近期新加坡的

PayNow等，皆有不少的企業用戶，此種來自企 企業金融智慧化勢不可擋
業的需求驅動，也促使銀行必須投注更多的資
源。 在企業金融領域，有幾項新興科技最為
此外，開放銀行（Open Banking）的變 人關注：人工智慧（機器學習）、流程機器人
革，不論是歐盟的「第二號支付服務指令」（The (Robotic Process Automation, RPA)、生物辨識
second Payment Services Directive，PSD2）或英 以及區塊鏈技術。首先，企業金融從過去敘述
國的「開放銀行計畫」（Open Banking），展 統計報表，進化至商業智慧診斷分析，現在更
現在金融數據的公開與自由化。隨著政府政 往鑑往知來的預測分析，以及自我進化的機器
策鼓勵數據開放，銀行也開始積極打造開放 學習前進。[圖1]整理出機器學習在企業金融場

應用程式介面（API），提供第三方團體可安 域的主要應用：

應用案例 效益
圖1

‧客戶關係維繫：客戶之最佳應對行動、最適溝通方法 ‧縮短回應時間、增進客戶滿意度
‧電話服務中心：一致化回應品質
前台 ‧自動諮詢：現金與支付管理最佳化 ‧增強客戶荷包占有率
‧自助服務：FAQ自動化、聊天機器人 （share of wallet）
‧提升客戶保留率
‧行銷：客戶區別精確化
‧增加市場占有率

‧更快上手（onboarding）：資料蒐集分享機制自動化 ‧加快中台作業處理程序
中台 ‧法遵：基礎內部程序自動化、避免重工 ‧提高客戶忠誠與滿意度
‧信用評分與定價 ‧降低中台作業成本
‧信用違約預測精確化 ‧控管違約案件損失
‧逾期放款追索策略最佳化

‧提高直通式處理（Straight
後台 ‧支付清算處理 Through Processing, STP）比率
‧提高客戶滿意度
‧詐騙偵測及降低錯誤率 ‧降低作業成本
‧降低詐騙損失

資料來源 : Celent Top Trends in Corporate Banking: From Disruption to Transformation（2017）

台灣銀行家2018.10月號 65

P062-083-18TD1504.indd 65 2018/9/28 下午5:10