金融業導入AI效益有多大？麥肯錫揭年利潤上看600億，為何「AI資優生」卻低於10%？|數位時代 BusinessNext

麥肯錫5月27日發布最新調查報告，指全球銀行業每年可能因採用GenAI而創造2,000至3,400億美元的潛在價值，占全球銀行利潤的9%至15%； 在台灣，預計每年將為銀行業新增新台幣360~600億元的利潤。

規模化「AI資優生」低於10%

據麥肯錫對台灣15大銀行的近40位高階主管調查，生成式AI能顯著降低成本、提升業務收入及客戶體驗，目前已有75%的銀行開始使用生成式AI，但只用在公司部分業務上，僅不到10%的銀行有規模化的使用。

麥肯錫全球資深董事合夥人鐘惠馨表示，銀行業可以利用生成式AI創新業務模式，不只提升效率，也可以解決銀行業痛點。

麥肯錫全球董事合夥人譚宏補充：「實現規模化應用生成式AI的旅程需要並不容易，需要長期投入及業務模式變革。然而，能夠成功規模化的銀行，將獲得巨大的競爭優勢。」

麥肯錫公司今天發布了《2024 年麥肯錫台灣銀行業生成式人工智慧調查報告》揭示了生成式AI在台灣銀行業的發展進程及應用範圍。圖為此報告的作者，圖左起為麥肯錫副董事合夥人徐海超、麥肯錫全球資深董事合夥人鐘惠馨、麥肯錫亞洲資深顧問管國霖、麥肯錫全球董事合夥人譚宏。

圖／黃詩媛拍攝

銀行業對生成式AI的期待是什麼？

報告顯示，銀行業者希望生成式AI能在短期帶來的價值主要體現在三個方面：降低營運成本（93%）、提升業務收入（59%）以及強化品牌形象（55%）。具體來說包含：各類型的聊天機器人（chatbot）在生成式AI的技術加持下，能提供更個人化的服務，並大幅降低服務人員的業務量。

受訪者也認為，生成式AI將有助於提升企業數位品牌知名度與差異化，最終在品牌價值、客戶忠誠度以及人才招募上實現外溢效果。

麥肯錫亞洲資深顧問管國霖表示：「生成式AI不僅是技術升級，也代表了營運模式的轉變，對銀行高管的經營能力提出更高的要求。全球銀行業的領跑者已經看到了改善營運模式的成果。未來幾年將是銀行從小範圍試用過渡到全面應用的關鍵期。」

報告也指出，已經有半數的受訪銀行在2024年編列了生成式AI的相關預算，其中30%的銀行也制定了近5,000萬元的預算來建置生成式AI的基礎設施、人才招聘等技術發展，並且近15%的業者預期將能創造2倍以上的財務回報。

譚宏表示，「銀行現在的數位轉型基礎如果做得好，將來在導入生成式AI的障礙就會比較低，進而可以達到規模化使用。」

銀行導入生成式AI現況，有什麼挑戰？

目前銀行導入生成式AI的應用，主要為企業內部的知識虛擬助手，提供員工相關業務的知識，基本問答或是加快文件搜尋效率。以及在客戶行銷方面，希望能夠透過生成式AI進行高度客製化，「透過刷卡紀錄的分析，知道你什麼時候去旅遊，順便推播你相關信用卡的優惠方案。」鐘惠馨表示。

麥肯錫副董事合夥人徐海超表示，目前海外的銀行已經可以做到高度客製化的行銷，而台灣則有部分銀行業者已使用生成式AI來進行差異化內容的生成。

除此之外，台灣的銀行業者也預計將生成式AI作為「財富顧問」，整合銀行內部如市場研究、投資諮詢、產品特色和客戶風險和產品偏好等等，協助行員快速取得資料，並降低培訓人員的成本，「新進員工可以利用AI工具快速上手。」鐘惠馨說。

好處多多，但規模化是重大挑戰

報告也提到，現在銀行仍缺乏規模化發展生成式AI所需能力，雖然生成式AI應用前景可期，但規模化應用仍將是重大挑戰。

規模化發展所需六大能力中，業者在IT架構、數據治理、風險管理和變革管理等能力仍普遍不足。

「如何解決生成式AI的隨機性答案（AI幻覺），也需要技術人員的反覆驗證和語言模型的交叉驗證，再來就是個資問題，避免A客戶詢問了一個投資問題，生成式AI助手答非所問以外，還回答了別的客戶的資料。因此在導入生成式AI後，還須要有很多風險管理和資訊安全需要處理。」譚宏說。

且銀行業者想導入生成式AI，也必須仰賴外部的法規範訂定。譚宏提到，6月份監管單位可能會有相關法規範，期許法規範和明確的制度可以加速產生，協助台灣的銀行更快的轉型。

延伸閱讀：【圖解】老闆「想導入AI」，卻不知道能做什麼？3個步驟讓AI成為最強助攻

責任編輯：李先泰

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。