Page 130 - 金融科技力
P. 130
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