生成式人工智慧（GenAI）技術的出現，掀起前所未見的AI浪潮，企業不僅投入資金與資源在GenAI試驗專案，也加大了認知型AI的投入，為有效累積與發揮投資綜效，全球開放原始碼解決方案龍頭品牌–Red Hat–攜手SAS、微軟（Microsoft）與數位時代等夥伴舉辦「前瞻金融高峰餐會」，共同探討、分享如何以開放混合雲環境加速金融業轉型、塑造未來金融樣貌。
3步驟、5策略，Red Hat分享金融創新的關鍵秘訣
「AI被視作加速工業5.0的關鍵，從發展趨勢來看，不可能由單一廠商提供所有服務、不可能圍繞在單一模型，以及越來越多企業選擇使用開放原始碼軟體，因此，如何有效累積與活用這些資產變得十分重要。」Red Hat亞太地區企業事業群副總裁Daniel Aw表示，AI平台工具不僅要能無限使用、知識與經驗可以被累積，更重要的是人人都可以輕鬆上手，也因如此，Red Hat與IBM合推建構在LAB方法與IBM 開源Granite 模型的開源社群InstructLab以及推出Red Hat Enterprise Linux AI與Red Hat OpenShift AI等產品，從三步驟協助企業快速啟用與極大化AI效益：
步驟一是讓員工透過電腦，以QLoRA、Podman等桌面級訓練模型在小數據上進行學習與實驗，確認AI成效；步驟二是在伺服器上以Red Hat Enterprise Linux AI進行企業級AI模型訓練並進行後續應用，如反洗錢與防詐欺偵測等；步驟三是透過K8S（Kubernetes）將Red Hat OpenShift AI等服務推廣到開放混合雲環境中，同時，以自動化與MLOps優化營運效率。
為協助企業客戶發揮混合雲與AI的最大效益，Daniel提出五大策略建議：第一，在合規前提下，將AI帶到數據，而不是將數據帶到AI，同時，確保雲地的AI管理一致性：第二，建構彈性且投資報酬率高的系統架構，在優化企業AI之際，最大程度降低成本；第三，以開放的架構、工具與模型避免被單一廠商綁定，做好持續創新的準備；第四，確保AI技術、開發與應用服務是串聯再一起、自然延伸的，藉此提升開發效率：第五，以透明、標準、可信的軟體進行相應的開發、部屬與管理。「要以AI持續創新，就不應該被單一技術或者是單一廠商侷限，開放才能夠持續創新。」
從自動化到安全防護，Red Hat攜手夥伴持續深化資訊基礎架構能量
「調查顯示，76%受訪者表示，實施一個模型需要7個月到1年的時間，所以工具需協加速進程很重要，因此，我們推出Red Hat OpenShift AI，提供多種經第三方驗證的AI框架與工具、讓資料科學家與AI開發人員可以在同一個平台協作，以及讓企業可以彈性因應模型需求擴充資源。」Red Hat台灣業務策略發展協理孫秀婷進一步指出，無論企業計畫將AI部署在地端、雲端還是邊緣端，都可以透過Red Hat OpenShift AI進行端到端、一致且自動的部署與管理。
為提供企業客戶所需服務，Red Hat積極擴展夥伴生態圈、共同提供最佳解方給企業客戶。例如，透過跟微軟合作的方式，提供客戶現代化應用程式的各種解決方案，例如，以Red Hat Enterprise Linux on Azure協助企業建立高品質、通用平台以支援各種商業應用成立，以及透過Red Hat Ansible Automation on Azure協助企業實現跨領域自動化管理。
台灣微軟Azure雲端解決方案副總經理宋明遠解釋：「將機器載入Azure Arc支援的伺服器，企業可以透過Ansible Playbooks進行大規模管理，同時，Ansible也可以從Microsoft Azure延伸到本地端、邊緣端與IT設備，並透過Azure Arc進行管理，在混合雲環境中，極大化自動化成效。」
不僅提供高效、可靠且安全的基礎架構，更積極協助金融業落實風險管理
Red Hat台灣區總經理孫媛音表示：「除了開放混合雲環境、自動化與智慧化，資訊安全也很重要。」因此，Red Hat積極深化在安全防禦這塊的能力，讓企業IT人員與開發人員在擴展應用程式之際，也能維護容器資安，無後顧之憂的以AI等數位科技進行金融創新。
KPMG也十分認同AI世代下的安全防護重要性。KPMG執行副總林大馗進一步以金融產業為例說明，隨著法規鬆綁，金融機構開始透過雲端服務優化營運效率與進行各種創新，例如某金融業者以SASE架構管理傳統應用程式、網路應用程式以及SaaS，提供遠端工作者、海外分行與委外廠商一致且安全的連線體驗，在風險可控的狀況下，加速內外部夥伴的相關作業。「在這個案子中，可以清楚看到，金融業者以雲端加速相關作業時，亦盤點相關資源做好風險控管以確保營運韌性，顯示打造雲地整合安全防護機制的重要性。」
以Cloud、AI優化洗錢防制與詐欺偵測成主流趨勢
除了落實資訊安全，如何以AI科技優化洗錢防制與防範詐欺也變得十分重要，對此，全球數據分析領導大廠 SAS台灣副總經理陳新銓引用調查數據指出，金融業者在進行洗錢防制與詐欺偵測時，最常遭遇的三個挑戰是平衡預算與投資報酬率、跨系統的資料統整，以及將批次作業轉變為即時監控與阻斷。
從數據來看，從事詐欺的通常也涉及洗錢，但在金融服務業中，詐欺偵測與反洗錢通常是兩個部門、兩個系統，建議共享資料，並貼標人/事/時/地/物等資訊，爾後，透過數據分析、人工智慧將被動防禦轉換成主動防禦，一步一腳印提升防詐與防洗錢的綜效。
建議以FRAML框架將反詐欺與反洗錢數據綜合在一起監控，藉此識別可能被遺漏的潛在相關連行為與活動，極大化反詐欺與反洗錢成效。
至於GenAI可以提供哪些協助？Red Hat亞太區金融服務商業開發總監Christina Lam認為，GenAI確實是熱門技術，但是，單靠它不能完成所有事情，必須進一步將AI整合到公司的業務與流程中，才能發揮效果。「在整合與應用AI的過程中，可以參考歐盟AI法案的風險分級制度建構公司的AI治理策略，設法降低演算法偏見對分析結果的影響，此外，也不要高估AI能力，因為，我們確實可以透過預先訓練讓AI擁有辨識與行為能力，但它不一定真的了解數據代表的涵義，因此，提供乾淨且正確的數據資料至關緊要。」
面對層出不窮的AI威脅事件，Christina呼籲：「只有AI才能夠打敗AI，尤其是在新興的深度偽造（Deep Fake）檢測這個面向，不過，因為技術還在發展，許多產品仍處於測試版、或者是早期研發階段，因此，需要夥伴提供與時俱進的服務，才能極大化AI帶來的綜效。」
總的來說，在法規鬆綁、技術推陳出新，眾家業者紛紛投入後，以開放混合雲架構加速AI應用以優化營運效率與打造創新服務將成為必然的金融趨勢，Red Hat將持續攜手跨業夥伴、因應金融等企業客戶需求提供最佳解決方案，以開放共好的方式實現多贏。
