看房、叫車、點餐一站搞定!星展攜手IBM,大玩「開放銀行」概念
看房、叫車、點餐一站搞定!星展攜手IBM,大玩「開放銀行」概念

看房子不是去找房仲、出門旅行不到OTA(線上旅遊業者)找住宿?這些乍看之下不符合現在日常生活場景的事情,卻可能因為開放銀行(Open Banking)而成真。

曾被《歐元雜誌》選為「全球最佳數位銀行」的星展銀行,早早就啟動轉型,推出全球最大的銀行API開發平台,儲備戰鬥糧草,麥當勞、FoodPanda、Grab都已經是合作夥伴。

看房子不必找房仲?API應用跟市井小民有何相關

開放銀行、API乍聽之下艱澀,跟市井小民非常有距離,IBM多年前就跟星展銀行合作API平台,創造不少成果。

「現在在新加坡看房子不必找房仲,在星展的官網就能瀏覽不動產資料庫,買房最重要的房貸,可以直接同步查詢。要旅行時,也不必到Agoda、Expedia等OTA平台訂房、訂票,星展直接跟航空公司、飯店談,透過與旅宿業者串接API,銀行跳過旅行社主動出擊,提供用戶一站式的服務。」台灣IBM全球企業諮詢服務事業群總經理吳建宏說。

限編輯使用_shutterstock_738219229_american airline.jpg
開放銀行浪潮下,旅行時不必到Agoda、Expedia等OTA平台訂房、訂票,透過與旅宿業者串接API,銀行跳過旅行社主動出擊,提供用戶一站式的服務。
圖/ GagliardiImages via shutterstock

另一個例子,是星展在新加坡推出的電子支付「Paylah」,背後同樣得益於API串接,無論消費者是否為星展的客戶,只要掃瞄QR Code,都能透過Paylah收付各家銀行的金流,轉帳時也只需要知道對方的手機號碼就能完成;為了讓金融服務更融入日常生活,星展也推出「FasTrack」服務,它是一個讓消費者、店家,節省更多時間的支付工具,消費者可以在FasTrack上點餐、手機線上付費,比起傳統點餐方法,能節省60%以上的時間。

IBM副總裁暨星展首席客戶合夥人Chandra Somani
IBM副總裁暨星展首席客戶合夥人Chandra Somani分享,過去四年,星展在數位化的路上,把自己當成是一家新創公司。
圖/ IBM

IBM副總裁暨星展首席客戶合夥人Chandra Somani分享,過去四年,星展在數位化的路上,把自己當成是一家新創公司,過程中不斷開放各種產業夥伴進入生態系。以開發API來說,IBM會先協助星展找出客戶使用量最大的服務,確保API做出來後有人用,通常一個API需要4~6個月才能推出,接著會推出SDK(軟體開發套件)開放新創整合。

DBS
「FasTrack」服務,是一個讓消費者、店家,節省更多時間的支付工具。
圖/ DBS

近期在台灣市場,星展也跟EZTABLE合作,創下台灣銀行App首例,成為首家與網路餐飲平台串接的業。星展用戶可以在App中,藉由與EZTABLE的API串接,找到平台上的餐廳,同時直接使用星展信用卡預付訂金,一站式輕鬆完成餐廳預訂。

吳建宏形容,新加坡的星展APP,很像是台灣的街口支付,可以付錢、叫車、訂餐、購票,星展的API平台也經有超過50家企業使用,當中不乏麥當勞、 FoodPanda、Grab等知名企業,這也是星展在東南亞金融業持續創先領先的原因。

不變就只能等死,星展推全球最大API開發平台應戰

如同台灣,新加坡今年也預計發放純網銀執照,在既有市場有限,以及開拓新海外市場的壓力下,數位化對星展銀行來說,早已如同DNA深植。早在新加坡政府公布開放銀行法規前,星展就已經在布局Open API。

現年59歲的星展銀行執行長皮亞希·古普塔(Piyush Gupta)非常重視API的力量,2017年時推出全球最大的API開發平台「DBSDevelopers」,平台上有超過155個API、涵蓋超過20種類別。

API(應用程式介面)在跨組織、跨平台的資料傳輸上,有著非常關鍵的角色,有了API的幫忙,能讓兩個完全不同的應用程式連結在一起,達到互利、互補的功效,對於擴大應用場景、開發新商業模式,有著非常關鍵的功效。

DBS
星展2017年時推出全球最大的API開發平台「DBSDevelopers」,平台上有超過155個API、涵蓋超過20種類別。
圖/ shutterstock

把自己當成新創,創新不能怕失敗

Open Banking浪潮,將讓台灣的金融產業打破產業界線,串連網路、零售、電商……等不同產業,發展出新的金融生態圈。隨著Open API的落地,金融業者無界的生態圈將敞開,金融業的前台是否具備敏捷開放的全通路體驗,以及後台核心是否現代化成為混合雲架構,將成為金融業戰勝挑戰的關鍵。

吳建宏表示,混合雲架構是業者邁向認知金融、擁抱Open Banking商機的關鍵,現在金融業後台有80%,受限於傳統架構的核心工作與關鍵業務,銀行的存、放、匯、卡、票、債、證等應用系統,必須做現代化轉型工程,將所有服務與交易微服務、API化,並善用混合雲平台,打造現代化且具彈性的多雲業務系統。

台灣IBM全球企業諮詢服務事業群總經理吳建宏
吳建宏表示,混合雲架構是業者邁向認知金融、擁抱Open Banking商機的關鍵。
圖/ IBM

相較於新加坡的大膽創新,吳建宏觀察,台灣銀行在做創新時,會先思考「這塊會賺錢嗎?」通常這關就難以說服內部,他建議金融業者必須要有容錯機制,並非所有的創新都要成功不可,「十個專案有一半成功就不錯了,這是我們可以學習的。銀行要主動多做,客戶會慢慢進來。」

責任編輯:蕭閔云

關鍵字: #IBM #開放銀行
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