財訊報導

曾經許下宏願，要把旗下 9 萬 8 千名員工，半數換成機器人的德意志銀行執行長克萊恩（John Cryan），近日被拔除職銜，未來這項重責能否完成，已經沒有人會再去追問他了；但銀行業想靠人工智慧（AI）改善金融風暴之後毫無起色的獲利情況，聲音仍處處可聞。

推廣金融科技不遺餘力的花旗集團前執行長潘迪特預測，30% 銀行工作在未來 5 年可能被 AI 淘汰。日本瑞穗金融集團表示，2027 年時，該銀行將有 1 萬 9 千名員工（約為員工總數三分之一）被 AI 取代。幾乎每家大顧問公司都發表過 AI 將如何改變銀行業的研究。畢馬威（KPMG）更進而提出「無形銀行」，爾後「智慧的虛擬助理」在與客戶互動各端都將取代人類員工。

西班牙桑坦德（Santander）集團 2010 年推出紅色機器人擔任銀行訪客中心解說員、瑞士聯合銀行將亞馬遜的數位助理 Alexa 運用在客戶服務、摩根大通使用（隱形）機器人執行交易、摩根士丹利有 AI 詐欺偵測團隊，最近匯豐也表示會仿效摩根士丹利利用 AI 來偵測洗錢、詐欺和恐怖主義融資。

負責荷蘭荷寶集團（Robeco）歐洲金融科技基金的范歐爾表示：「長期而言，我認為 AI 與科技進化之下，贏家和輸家立見分曉。」他說：「要在未來占有一席之地，銀行必須建置有效的後端作業，同時也要為客戶量身訂製產品；未來若無法提供這類服務，輸的會是你。」

這種說法有點打高空，實際情形當然更為複雜。《金融時報》訪談 30 家使用 AI 的大銀行後發現，銀行業對可以削減開支、提高回報的科技前景感到非常樂觀，其中一家銀行甚至預測 50%~70% 的工作會被 AI 取代。然而，AI 如何應用於銀行業，目前不僅缺乏共識，而且許多應用機器學習的努力也只是聊備一格；銀行業只是在摸索前進，而非奔向以 AI 為基礎的未來。

加拿大皇家銀行的人工智慧研究部門主管艾格拉菲特說：「太多人發表關於成本和工作影響的樂觀言論，其實我們目前能解決的問題都是非常小的問題；大家誤以為機器與人類表現已旗鼓相當，但我們還有很長的路要走、很多挑戰要解決，機器才能在近似人類思維的水準作業。」

麻省理工學院 AI 實驗室前負責人溫斯頓和艾格拉菲特的看法一樣保留。「有太多需要創造出來取代人類思維的東西，不是今天所謂的 AI 系統能夠做到的；其實，現在的 AI 感知力大於認知能力。」溫斯頓說，「AI 認知能力何時出現？總有一天會，但我的水晶球出現的時機不明朗。今天的 AI 研究者做認知方面研究的沒有幾人。」

整體來說，銀行都認為 AI 重要，但每家使用的策略卻大為不同。一家受訪的歐洲銀行宣稱，有 500~800 人在 AI 部門工作；但公認是世界技術最先進銀行之一的瑞典北歐聯合銀行，坦承只有 25 名員工從事 AI 相關工作。

銀行雖然都在各項業務嘗試 AI，卻不像公開表示的那樣勇往前衝。接受《金融時報》訪談的 30 家銀行中，有幾家願意透露 AI 的支出預算，從 300 萬到 1,500 萬美元不等，有一家銀行則指預算已從每年不到 300 萬美元增列到 5,000 萬美元以上。此外，30 家受訪銀行中，7 家預估 AI 會節省長期成本、6 家表示節省不到 20%，其他則較樂觀。

客戶包括星展、渣打和其他 10 家銀行的 Kasisto 公司執行長兼聯合創始人高洛夫說：「銀行業有太多不切實際的 AI 炒作，我們必須設法實事求是，將銀行的期望設定在 AI 系統能力可及的範圍內，有一件事我們立即加以澄清：『我們的工作系統必須與人連結；因為沒有人能在可預見的未來，將百分之百的業務流程交給 AI 處理。』」

其實，不切實際的期望，並不是銀行面臨的唯一障礙。部分專家指出，還有一項風險是過多的投資流向了「吸睛」的領域，譬如噱頭十足的聊天機器人，反而真正能讓銀行獲利的研究領域被犧牲了。

在沸沸揚揚的爭論中，銀行究竟專注於何處？答案部分取決於在銀行眼中的 AI 究竟是什麼。受訪銀行提供的定義都很狹隘，多把 AI 定義為能執行更多基本功能的程式，包括邏輯推理、學習和自我修正；例如，加拿大皇家銀行的「不需要明確編碼即可自我修正」、野村證券的「百分百自動化」。

渣打銀行數據長昆度表示，渣打 2017 年的 14 個 AI 計畫項目中，只有大約五分之一的重點是「純成本或生產率」。他說：「大多數項目都是為了提升我們的風險偏好。」風險管理是銀行念茲在茲的話題，在這方面，科學站在他們這一邊；就像其他機械的任務一樣，人類干預誤事的成分多於幫忙。桑坦德創新投資的合夥人布維耶說，對於那些沒有變化的重複性任務（中端、後端）、對於那些不需要聰明的清算／結算／操作流程來說，AI 的方式太好了。桑坦德創新投資是西班牙銀行金融科技風險投資基金，這家銀行著力於早期的金融技術，包括以 AI 為主的金融科技。

布維耶指出：「AI 不需要奢侈的黑匣子運算，也不需要達到一定的監管／法律門檻，這些都屬於最適化、自動化、智慧自動化、機器人流程自動化等領域，利於銀行削減成本。」除了風險管理應用程式外，摩根大通利用 AI 更有效執行交易可能屬此範疇，花旗研發機器學習處理發送價格亦是如此。

不過，德國金融科技諮詢公司 GFT Technologies 執行長盧萊則指出：「銀行是要以新技術創新商業模式，還是將削減成本做為第一目標，兩者的策略是明顯不同的。」

銀行對驚動員工、工會裁員之事一向極為謹慎，如今常掛在嘴上的是如何讓員工擔任更有趣的工作。隨著 AI 辯論的演進，銀行也換了一套說詞，強調 AI 帶來的營收成長潛力，起碼會與削減支出一樣亮眼。

荷蘭銀行集團 ING 表示：「我們希望用 AI 為客戶帶來更聰明的解決辦法、在決策過程中更有效；因此我們相信，AI 能強化勞動力，而不是取代勞動力。」

艾格拉菲特表示，加拿大皇家銀行團隊「優先考慮的是我們有證據可以解決的事」，包括「分析新聞、判斷世界事件會如何影響美國市場」等，其結果是「潛在的創造收入，同時也節省了成本開支，這些都是我們的顧問、理專和研究人員用來槓桿理解的工具。」

對某些人而言，選擇合適的領域來使用 AI 是最困難的議題。桑坦德銀行的數位與創新長阿格斯說：「AI 運用問題上，我們很容易陷入『為做而做』的陷阱。有些 AI 點子看起來可能耀眼，但實際上只是對現有的數據處理能力小幅改進而已。」

荷蘭銀行決定擴大 AI 使用範圍，包括為客戶提供數位助理、偵測欺詐與從事風險分析。荷銀解釋：「為了最大價值所在，我們正積極實驗，不僅適用於現有的服務，也用於新的機會。我們正在研究如何讓員工輕鬆工作、客戶如何從 AI 獲益。」

隨著 AI 將銀行拉向許多不同的方向，對局外人來說，評估成功和領導力絕非易事。范歐爾說：「將行銷與執行區分開來至為重要，通常兩者之間有極大的差別，如果你深入研究核心，你就能很好地判斷它的行銷宣傳是否真實。」

范歐爾正在尋找銀行成本收入比率，及交叉銷售改善的證據。他說：「若沒看到這些證據，而銀行說在 AI 領域這些事情都做了，你就得問自己是否真正碰觸到重點。」

他表示，銀行需要長一點的時間，才能看到 AI 計畫項目的後台運作結果，而有些人已經看到了對前台的影響。他說：「我們與幾家銀行談過都肯定地說，實施這些技術之後，銀行能交叉銷售更多產品，而且與客戶溝通更好。」

渣打銀行的昆度表示，要看到銀行對 AI 投資的切實成果，還「為時過早」，尤其是大部分 AI 計畫都是先鋒型冒險性質。不過，他補充說：「早期的結果令人鼓舞，這些結果能看到 AI 帶來的影響。」

不過，對於銀行業的局外人來說，表面的熱鬧跡象並不意味 AI 真能接管整個行業。8 年前，桑坦德集團訪客中心的解說員，早已開始由機器人擔任了；但 8 年後，桑坦德銀行 13,697 個分行裡，依舊看不到任何機器人的身影。