科技改變了銀行服務客戶的方式，金融業必須擁有科技力才能創造競爭力，在建構科技力的過程中，很多金融業者選擇與外部夥伴合作、向其購買AI產品，中國信託則採取自行研發核心技術與引入外部成熟產品雙軌制的做法，成立數據研發中心（現升格為數據暨科技研發處），從數據IT、智慧研發、數據應用到數據治理四大面向，發展各項前瞻科技應用，希望為客戶/員工帶來更好的使用體驗。
中國信託持續提升科技應用實力，不只媲美科技業者，更在市場上寫下一個又一個的好成績。數據研發團隊在2019年以首家金融業者之姿，進入美國國家標準局（NIST）發布的第1季全球人臉辨識評比榜單中，成立四年已有7項發明專利、 22項新型專利獲准。在科技應用面上，中國信託運用AI對話式語音技術，在APP提供小B語音助理服務，並因此獲國際財經媒體《The Digital Banker》頒發2021年「台灣最佳對話機器人服務體驗」獎項。
若進一步探究中國信託科技應用的成功因素，可發現以下兩大重點，第一是促成科技與金融跨領域的無縫溝通，第二則為聚焦有感可複用的AI技術，從而加快AI應用落地的腳步。
跨領域的無縫溝通
目前中國信託數據研發團隊成員已超過百人，其中金融、非金融業背景各佔一半的比例，而非金融背景的成員主要來自科技業、電信業等不同領域，藉由跨領域人才組成的方式，提高AI應用落地的成功機率。
當然要將科技和金融兩項專業整併在一起，相互學習與融合是免不了的過程。中國信託數據研發團隊認為，跨領域溝通最重要的是雙向互動，不只數據研發團隊要清楚說明，科技可以做或不能做哪些事？向業務單位確認可以投入的人力和資源有多少？也要不定期取得業務單位的意見回饋再加以調整，才能確保研發成果符合業務單位的需求和想像。
舉例來說，中信Home Bank APP在2021年8月於「生活優惠」專區中，新增個人化「猜你喜歡」優惠推薦服務，即是業務單位與數據研發團隊合作的成果。中國信託將合作商家所提供的刷卡優惠與消費優惠券整合在一起，並運用機器學習技術分析客戶換券歷程，預測客戶接下來會喜歡或需要的優惠券，主動在APP內推薦給客戶，使用者不必一家一家搜尋商戶，就可以快速找到喜歡的刷卡優惠與消費優惠券，大幅提升客戶找優惠、兌換優惠的服務體驗。
在開發這項服務過程中，如何將優惠券分門別類、並自動識別出優惠券提供的折扣比例或幅度等特徵，以及如何提供客戶最適化優惠等，都是建構推薦系統需要考量的成功要素，也需要與業務部門緊密合作才能做出好的優惠推薦服務。當推薦結果越精準，中國信託越能扮演好生態圈平台的角色，協助顧客快速取得符合需求的優惠券，合作商家也能吸引到目標消費者，創造中信、合作商家與顧客的三贏。
中國信託長期支持將科技力發展為新核心能力，每項研發專案，都有跨部門的同仁積極參與，藉由一次次專案合作，於集團內形成對科技應用的共識。而數據研發團隊也藉由持續與不同業務單位合作，練就出另類的雙語能力，內部以工程語言溝通、與業務合作時便切換到業務語言，加速了跨領域人才融合。在團隊相互合作下，讓AI應用持續落地，不斷擴大。
有感可複用的AI技術
在開發AI應用上，中國信託聚焦使用者（包含客戶與員工）有感、可以高度複用的AI技術，如：文字與文件辨識應用、自然語言處理（NLP）、人臉與物件辨識等技術， 再鎖定行銷服務、風險控管、流程優化三個面向， 規劃出各種不同AI應用。
以自然語言處理（NLP）應用為例，最初中國信託是用來讀短文、也就是辨識品牌名和公司名，優化信用卡服務，之後則延伸應用到讀長文，協助同仁進行洗錢防制審查。
中國信託數據研發團隊指出，有些商家的公司名和品牌名不同，以至於卡友經常看不懂刷卡通知上的商店名稱，不是致電客服人員詢問，就是誤以為卡片被盜刷而剪卡。為了降低此類消費爭議，數據研發團隊透過NLP技術將商店顯示名稱與公司名稱進行配對，並轉換為更直覺的刷卡通知，讓卡友一看到就清楚是哪筆交易，降低客戶進線詢問電話4～5成。
在刷卡通知的應用後，數據研發團隊進而應用NLP技術去閱讀較長的內容， 例如：新聞、網路文章等，協助進行洗錢防制。透過系統將同一個人的內容歸類在一起，以便相關人員在進行審查時，可以快速掌握客戶身份，提高風險管控的作業效率。
透過數據及AI應用，中國信託不只優化服務體驗、帶動業績成長，更促成內部的多元創新，同時數據研發團隊積極投入數位分身（Digital Twin）研發，藉由會員綁定（Know me）、數據訊號擷取（Hear me）、數據整合（Value me）、客戶情境理解（Touch me）等流程，建立顧客的數位分身， 從而更清楚瞭解顧客戶需求，並結合「全客群、全通路、全服務、全覆蓋」四全經營理念，為客戶提供Banking my way隨你數位的最佳服務體驗。
