被信任的人工智慧，才能帶來商機

因應數位化浪潮，金融界紛紛導入 AI 技術，玉山銀行科技長張智星以信用卡盜冒偵測技術為例，因為這項技術，成功幫助銀行端累計攔截了上億元的盜刷金額，但也需要時時偵測 AI 是否出現偏差，並且立即修正，否則會造成很大的損失。對金融機構而言，AI 的應用必須是可以解釋的，才能讓消費者信任，進而創造商機。

玉山銀行 張智星科技長。(圖／玉山銀行提供)

張智星說，玉山銀行很早就著手資料治理，2、3 年前開始有各式的 AI 專案，目前也有 50、60 個專案同步進行中，有些成功、有些進行到一半就失敗，顯見 AI 技術是一個非常動態的變化。

玉山信用卡 AI 盜冒偵測成功累計攔截上億盜刷金額

玉山銀行應用AI的成功案例很多，其中一項是信用卡的盜冒偵測，對於金融機構而言，如果不是使用者有明顯的錯誤，最後盜刷的金額都是由金融機構負擔，因此防盜刷對金融機構而言格外重要。

盜刷有很多特性，譬如說，早上刷卡地點在北歐，晚上突然在東歐，或是平常都是刷幾千元，突然刷上萬元，這些都是重要警訊；更重要的是，刷卡資料回傳到玉山主機的速度必須夠快，金融機構才能馬上做出反應，如果是盜刷機率高的事件就要立刻打電話給使用者確認，如果只是疑慮高，也要以簡訊通知使用者。

張智星說，這樣的應用一開始很成功，為金融機構累計攔截了上億元的盜刷金額，但在今年疫情發生初期，發現這個偵測越來越不準，於是他們回頭檢視，發現原來是今年 5 月疫情爆發後，大家的消費習慣改變，就連詐騙集團的手法也在演變，但他們的防盜刷 AI 模型還沒有跟著轉變，導致越來越不準確。

需定期檢視 AI 是否出現偏差，並立即修正

「一個沒注意 AI 就很有可能偏掉，若沒有即時發現將會造成很大的損失。」張智星說，這牽涉到 AI 模型上線後，到底多久要偵測 AI 是否有偏差？若是發現偏差要如何修正？

他進一步說明，不同的 AI 應用會有不同情況，像是銀行的信用卡盜冒偵測需要每一個月更新一次才跟得上改變的速度，但若是支票手寫字金額辨識的 AI 應用，因為字體不太會變化太多，只要一開始蒐集夠多的資料，時間久一點再更新即可。

另外，玉山也承作房貸相關業務，為了讓衝動買房的消費行為可以順利完成，玉山銀行也開發出房價自動估價預測，不但準確度高，也省掉房屋估價師、房貸專員估價的時間及人力。

不過，AI 技術雖帶來便利，但也引發資安疑慮，金融業如何確保資安無虞？

張智星說，金融業是高度監理的行業，對資安非常重視，銀行都會有設資安長、資安處負責資安維護，並且需要好的教育訓練，培養員工良好行為及內部監控；更積極一點，可以利用 AI 偵測資安可能發生的問題，例如是否有人看了不該看的資料、是否有人的行為影響資安的維運等。

可解釋的 AI 才能讓人信服

談及近年來受到廣泛討論的「負責任的人工智慧（ Responsible AI ）」概念，張智星認為，AI 是機器無法自己負責，相關概念應該理解為「可以解釋的 AI」，要讓人知道黑盒子中發生什麼事，才能讓人信服。

玉山銀行「人工智慧公開挑戰賽」2019 秋季賽「信用卡盜刷偵測」參賽者模型準度說明。(圖／玉山銀行提供)

為了要讓 AI 可以被解釋，金融界通常會使用比較簡單的 AI 模型，才比較容易向外界解釋操作方式。

舉例來說，銀行應用最基本的人臉辨識等生物認證方式，就沒有什麼可解釋性，申請信用卡、信貸現金則都以電腦輔助進行，主管機關就要求系統要有可解釋性，當信用卡或信貸的審查未通過，系統必須把沒有通過的原因，解釋給消費者聽。

他說，很多公司現在都在倡導社會責任，玉山銀行在這方面也做了很多，像是不再對燃煤產業進行融資，但對綠能、離岸風電就會融資，這是靠公司的願景支撐，而非為了賺錢什麼都可以做，一家公司除了技術好、商業模型好，也要有高尚的道德情操。

若希望 AI 往正向發展，張智星認為，不能完全靠法律，道德跟自律才是最重要的事。