Page 130 - 金融科技力

分析資本 市場可能 反應方向 的統計概 率，在市 場真正反 應前，針
對證券買賣提供先行建議。

2. 市場風險管理：

人工智慧 可以識別 複雜的結 構化和非 結構化資 料，以標 準化
的方式應用機器學習自動建立風險管理模型。一般認為，隨 著 AI

的發展， 模型回測 與檢驗的 相關方法 也能跟著 加速進步 。部分投
資銀行也 將非監督 式學習的 演算法使 用於模型 檢驗，例 如衍生性

金融商品 的交易， 透過演算 法進行壓 力測試， 協助內部 資金的分
配以及風險控管。

（六）AI 金融業支援性功能的應用機會：

AI 重要應用之一在於替代人力密集的高重複性工作，因此金融

業的 客服、資 安、人力 、財務等 後台支援 功能中， 存在許多 應用 的
可能方向，且不論是銀行、保險、資本市場等多是通用的。

1. 聊天機器人 (Chatbot)：

聊天機器 人是客戶 疑問處理 或解決問 題的虛擬 助手。這 種程

式結合流 程自動化 ，使用自 然語言處 理，以文 字或語音 與客戶對
話溝通， 並應用機 器學習， 隨著對話 量的增加 與時間的 推移，不

斷進步。 聊天機器 人目前多 應用在行 動金融服 務或社交 媒體／軟
體上。雖 然多數仍 處於試驗 階段，但 隨著使用 者越來越 多 (尤其

在年輕一代 )，被看好將是金融業最普及的人工智慧應用之一。目
前聊天機 器人的功 能除了客 服外，還 加上顧問 建議與行 銷推廣的

功能，除 協助金融 業客戶做 出決策， 機構更可 藉由互動 獲取更多
客戶資訊。

2. 網路資安檢測：

資安原始資料相當難用人工方式有效判讀，主要因為這些資料

是來自 IT 設備自動生成的連接及活動日誌記錄，屬於半結構化的

116