2018年金融科技投資趨勢大預測
2018年金融科技投資趨勢大預測

對於美國的金融科技業來說,2018年應該會是一個豐收年,因為許多銀行銀行準備撒大把的銀子投資金融科技。

根據American Banker主編Penny Crosman引述一份由金融科技服務商Fraedom針對美國商業銀行高階主管所做的調查報告指出:82%的美國商業銀行在未來三年計劃增加對金融科技的投資;86%受訪的高階主管表示會在短期內增加金融科技的預算;而研究機構Statista預估:在2018年,美國金融科技公司收到來自各方的投資金額將會達到$47億美金。

那麼這些錢都將投資在哪些金融科技呢?這些項目也代表著近期內金融科技主要的發展趨勢:

1.區塊鏈(Blockchain)

區塊鏈目前仍處於一個尋找好的或對的商業模式的探索期,面對這樣的新技術,即便可能會面臨投資錯誤或投報率不佳的局面,投資人仍然願意冒險拿錢出來投資。

專家預測運用區塊鏈的技術進行識別與門禁管理,在2018年將會有明顯的成長動能;此外,許多區塊鏈的測試專案已經提升後台作業效率,例如有價證券的清算作業;未來針對虛擬有價證券投資工具的發行,運用企業內區塊鏈技術建立機構的證券保管機制,將是2018年區塊鏈技術發展的實際應用。

2.人工智慧(Artificial intelligence)

人工智慧可以說是金融科技中的當紅炸子雞,技術應用廣泛代表著無限商機,自然吸引大量的資金投資,但這也隱含著另一個問題—競爭,美國投入人工智慧相關的金融科技新創公司總數達數百家,都要爭食這些投資預算,因此同業競爭相當激烈;此外,人工智慧系統良好運作的前提,乃是擁有針對目標專業領域的大量資料(Data)、專業知識(Domain Knowledge)與資料處理能力,而這些資料不易獲取,或者獲取的成本相當高,這些都是投資者必須面對的潛在問題。若排除這些問題,運用人工智慧技術來監測隱藏在大量交易資料中的可疑交易,以及確保不同交易單位間大量資料的傳遞與交換安全無虞,這類的人工智慧技術是較受投資人青睞的。

3.監理科技(Regtech)

當區塊鏈等金融科技的應用增加時,意味著更多的交易需要受到監控,促使金融機構及監管單位也必須採用監管科技進行監管。其中以伴隨洗錢防制與認識客戶而來的身份識別技術,以及銀行與金融科技業依監理機關要求所提供的報告技術等,都是未來監理科技主要的發展領域。

4.商業支付(B-to-B payments)

金融科技中,除了發展企業對消費者(B2C)與消費者之間(C2C)支付所需的技術外,針對企業之間(B2B)支付的技術開發投資也日益增加;目前仍有許多企業以人工使用試算表(例如Excel)的方式來進行營運管理,因此需要金融科技提供解決方案,協助公司有效率地進行資金及帳務管理。

5.消費者應用程式服務(Consumer apps)

千禧世代,數位世代或稱網路世代(Generation Net or Digital,簡稱N或D世代),是金融業未來的主要客戶,這些新世代對於數位時代的3C產品使用非常熟悉,而且熟悉網路上的YouTube、Google、社群媒體Facebook、Instagram、Pinterest、Twitter等、iPod、iTunes Store、iPhone、 App Store、iPad等搜尋和應用產品,同時也習慣使用社群工具。

N世代的學生比起他們父母親而言,更常接觸與使用科技產品,也習慣數位時代的生活方式,或是說天生就俱有的數位方面的才能。而N世代的潛在客戶的數位基因的特性主要包括喜歡圖形介面,親近易讀、普遍喜歡聲光音效、速度為先,效率至上、喜歡數位互動、愛打卡與分享,即喜歡數位足跡等;因此,因應這些潛在客戶特性,未來產品服務開發應可朝行動性、虛擬生活、數位商務、線上娛樂、雲端運算以及大數據等趨勢去開發。

6.銀行科技(Banktech)

許多金融科技創新之所以能夠打敗現有銀行,成為另一個知名的金融服務品牌,其中一個主要原因是消費者保護機構(Consumer Financial Protection Bureau)的存在,使得許多大型金融機構有礙於潛在的罰則與規範,因此退出某些金融業務領域,例如學生貸款、房屋貸款業務的經營;當這些嚴格的規範鬆綁後,大型銀行過去敬而遠之的業務,現在會以更積極、可承擔較高風險的方式,重新進入這些市場,積極拓展業務成長;而對於提供相關服務的金融科技新創公司而言,因為他們可以提供銀行技術服務,或是與銀行策略聯盟,而成為熱門的投資標的。

7.比特幣錢包(Bitcoin wallets)

比特幣的價值自發行以來驚人的漲幅眾所皆知,雖然價格波動劇烈,但是已有業者開發相關的比特幣錢包手機應用程式,使得投資人能夠在傳統的經濟活動中,輕易地使用手中的比特幣或乙太幣進行交易。

例如,英國網路銀行Revolut準備使其百萬客戶的預付卡,可以透過手機應用程式使用他們帳戶內的虛擬貨幣;目前正在申請銀行執照,使得客戶也能用帳戶申請貸款。

8.擴增實境商務(Augmented reality commerce)

亞馬遜的無人商店Amazon Go已在美國西雅圖營運,消費者只要透過手機,便可自由進入超市選購物品,拿了就走,也不必在收銀台排隊結帳;這個新的概念將徹底改變實體零售商的經營模式,亞馬遜運用Just Walk Out技術,包含驅動自動駕駛汽車的電腦視覺(Computer Vision)、深度學習(Deep Learning)、無線射頻識別(RFID)、圖像解析和感測融合(Sensor Fusion)等技術來打造這一個革命性的無人商店,未來相關技術的軟硬體投資,都將是熱門的投資目標。

9.銀行與金融科技業策略聯盟(Bank-fintech partnerships)

未來銀行與金融科技新創公司將形成夥伴或策略聯盟,透過結合雙方各自擅長的創新能力與營運及商業模式的建立,可以大幅提高競爭能力與成功的機會;目前已有許多銀行進行軟硬體投資,將資訊架構由實機升級到雲端,同時也翻新資料庫的結構,對可與金融科技新創公司進行合作的機會進行準備,未來許多大型銀行會主動尋找金融科技新創公司,針對能彼此互補、能接近與開拓新的資料來源,以及能強化消費者體驗的項目進行合作。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓