根據 Forrester 的一份報告，目前銀行業投資的熱門技術包括人工智慧、機器學習、預測分析、自然語言處理（NLP），電腦視覺（computer vision）與微架構等。
文／Anirban Ghoshal‧譯／高忠義
根據市場研究機構 Forrester 的調查顯示，人工智慧、機器學習及預測分析，高居銀行業在 2022 年熱門技術投資專案計畫之首。其原因是在於這些技術能夠協助提升策略性商業決策，也有助於設計能以個人化方式服務客戶需求的應用程式，並提升獲利。
從 Forrester 2022 銀行業首選新興技術報告來看，銀行業打算投入的熱門技術，還包括了 5G、自然語言處理（NLP）、微服務架構與電腦視覺化等。
根據銀行業技術決策主管及技術供應商在報告訪談中的回應，Forrester 將 30 種不同的技術歸類成三大類：熱門、受關注及過度炒作。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
Forrester 解釋，如果銀行已規畫在未來 12 個月內投資某項特定技術，Forrester 就會將這項技術歸類到熱門技術清單中，同時這些新技術預期將能形塑銀行業與客戶體驗的新前景。
在熱門技術清單當中，人工智慧與機器學習（人工智慧的分支領域，獲得更多資料之後，可協助更準確的預測與分析），會持續屬於企業主管們具有高度興趣的標的。因為銀行業在嘗試提升客戶體驗與獲利的同時，也強烈關注如何進行成本控制。
Forrester 在報告中也指出，機器學習有助於改善像是「貸款案放行」與「詐欺偵測」等各種流程的自動化，也有助於提供客戶更加個人化的體驗。
利用人工智慧提升企業營運效能
Forrester 報告顯示，在那些正在金融服務業採用人工智慧的受訪者中，有將近 37% 的受訪者，認為提升作業效能就是採用人工智慧所獲得的效益之一。幾乎有 33% 的受訪者主張，機器學習可以用以改善客戶體驗。
在 Forrester 報告中也指出，即時預測分析也是銀行業另一項熱門技術，有將近 89% 的受訪者，確認他們正在進行這類技術的規畫、導入或實際作業階段。
Forrester 首席分析師 Jost Hopperman 與 Martha Bennett 表示，這類技術會引發銀行高度興趣的原因，在於「即時預測分析可以產生各種洞察」，使銀行有能力以更充足資訊做為基礎進行商業決策，而且也能用更個人化的方式服務客戶，。
在報告中，5G、自然語言處理與微服務架構也是銀行業開始投入的技術專案領域；不過相較於人工智慧與分析技術，這些技術引發的興趣並沒有那麼強烈。
透過 5G 網路強化客戶服務
Forrester 表示，隨著大部分的企業組織開始採用低延遲的即時通訊工具，預期 5G 網路將成為金融服務業的通用技術。雖然 5G 基礎架構正要大幅成長，但已有近 56% 的受訪者相信，對客戶提供更好的服務才是採用這項技術的主要原因。
而企業對自然語言處理（NLP）與其分支技術自然語言理解（NLU）的興趣，與 5G 相較之下則沒有那麼強烈，是由於在瞭解各地語言、方言與腔調的技術上有著巨大挑戰。
根據 Forrester 的調查，在金融服務中採用人工智慧的受訪者中，只有 23% 表示已採用自然語言處理，僅 19% 表示已採用自然語言理解。
在此同時，可看作機器學習特殊運用方式的電腦視覺（computer vision），也引起銀行愈來愈強烈的興趣。大部分的銀行都採用這項技術，對數位影像或視訊進行高度辨別作業，具體使用目的則包括了身份驗證，以及支援擴增實境等多種應用情境。
另一個引起興趣的領域是微服務（microservice），市場研究機構表示，金融服務業採用微服務與容器的開發者，已各自增加了近 35% 與 33%。
Forrester 提到，大部分的技術長（CTO）都相信，在為銀行核心與大型主機系統開發新的應用程式時，微服務是一項關鍵要素。但相較於人工智慧與分析，銀行對微服務的興趣仍然偏低。這是由於中小型銀行，通常很難在建立微服務的開發作業環境中順利運作。
機器人流程自動化、區塊鏈等新技術受到銀行業關注
如果銀行並未計畫在未來 12 個月內部署某項技術，但考慮是以實驗性專案投入，則 Forrester 報告中將之歸類為「受關注」技術。
這些技術包括深度學習、利用人工智慧帶動的機器人流程自動化、擴增實境、資料網格（一種分散式資料管理架構）、 區塊鏈或分散式帳本技術 ，低程式碼平台、漸進式網路應用程式、服務網格與事件驅動架構。
這些技術大部分都面臨持續變動的挑戰，像是法規遵從、品質查核、欠缺專業人才、缺少技術知識、失敗專案經驗與無法回收技術投資等等。
Forrester 表示，事實上，要能實施這類技術，銀行可能需要先成功部署報告當中的「熱門」技術。
此外，報告中也將先進遊戲化、機密運算、邊緣運算、量子運算，與物聯網這類的技術列為「過度炒作」的技術。
根據 Forrester 的意見，這些技術尚未成熟到足以應用在銀行業，原因有法規與資訊安全上的挑戰、預算限制，以及欠缺妥慎界定的使用情境。
Gartner 揭示銀行業未來人工智慧發展趨勢
而 Gartner 另以一份報告闡示 2022 年銀行業與金融業的趨勢，其中特別強調人工智慧是銀行業首要趨勢。報告預測在 2022 年，全球銀行業與投資顧問公司的 IT 投資，將成長 6.1% 達到 6,230 億美元 。
Gartner 表示，生成型人工智慧 （Generative artificial intelligence）、自治系統（autonomic system）與隱私增強運算（privacy-enhancing computation，PEC）是 2022 年吸引銀行業與投資公司注意的 3 項重要技術趨勢。這些趨勢的動向，在未來兩至三年將持續增強，有助於推動金融服務機構的成長與轉型。
Gartner 將生成型人工智慧，定義為利用人工智慧與機器學習來從資料中產生洞察，並以其來輔助企業營運決策。銀行的相關應用案例，包括了詐欺偵測、買賣預測、同步資料生成與風險因素建模在內的案例。
Gartner 副總裁暨分析師 Moutusi Sau 在報告中表示，生成式人工智慧讓銀行業資訊長可以為追求利潤成長的企業，提供技術解決方案；而自治系統與隱私增強運算則能為金融服務業企業轉型，提供新的長期解決方案。
Gartner 將自治系統定義為能夠自動管理的硬體或軟體系統，能夠從它們所處環境中進行學習，並動態即時修正它們的演算法，在複雜的生態體系中對其行為最佳化。
這些系統創造出一套敏捷的技術能力，能夠在不需要真人介入的情況下，支援客戶的新需求與因應相關狀況，將執行效能最佳化，並防禦外界攻擊。
目前，在銀行業絕大多數的自治系統都是以軟體為基礎，相關案例包括了智慧分行的類人型機器人等。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
