Page 93 - 金融科技力

螞蟻金服 旗下「芝 麻信用」 為第三方 信用評估 與管理機 構，

將個人信 用水準以 得分的高 低表現優 劣，成為 每個人專 屬的信用
分數。芝 麻信用已 落實到各 個角落並 立下了深 厚的信用 評 分 基

礎，它與 傳統徵信 業者的最 大不同， 傳統徵信 業者的數 據來源比
較單一， 多數是關 於個人或 企業信用 關連度較 強的數據 資料，例

如 信用 貸 款、保險、收 入、違 約 紀 錄 等，而芝麻 信用的數 據來源，
除原螞蟻 金服旗下 各子公司 包括淘寶 、天貓與 支付寶等 的重萬級

以上數據 外，最重 要的是芝 麻信用擁 有與更多 外部機構 合作的資
料，形成廣度深度兼具的龐大數據庫。「集團自有的數據，只 占我

們所有數 據的一小 部分，我 們還有一 大部分數 據是和外 部 合 作
的」，螞蟻金服副總裁暨芝麻信用總經理胡滔這樣說。

開放銀行 (Open Banking) 讓金融機構的服務及商業模式有更
多的變化，也讓金融機構有更多發揮空間與未來的想像，然而金融
資安與法規資料保護問題，也將因為資料共享成為最大的隱憂。

3. 人才不足的問題

隨著大數 據滲透到 各行各業 中，相關 技術人才 的需求與 日俱
增，這個 浪潮已不 再是科技 業者專有 ，交通業 、航運業 、金融機

構、零售 業、製造 業、醫院 、廣告業 者等，無 不想盡辦 法搶人，
根據英國工作搜尋平臺 Joblift 於 2018 年 2 月指出，資料科學家

將成為最 被需要且 最具吸引 力的工作 ，同時也 是目前看 起來還不
會被機器取代的工作，而大數據分析師更是美國 IT 業前五大加薪

幅度最高 的工作，《 哈佛商業 評論》亦 將資料科 學家喻為 「 21 世
紀最性感的職業」之一。

大數據造就了人工智慧，給機器有了學習的可能，AI 的深度
學習有很 大程度依 賴大數據 ，讓學習 模型與預 測結果更 準確，也

因此大數據分析人才與 AI 人工智慧人才往往已分不清楚，似乎也
沒有分拆之必要。

台灣人工智慧學習執行長陳昇瑋於 2015 年、 2016 年間，實
地拜訪全台灣各企業，希望可以了解各企業欲透過 AI 解決什麼樣

的問題，並歸納出目前產業導入 AI 所面臨的四大問題：「實戰人

79