金融業因為累積龐大的數據，預料將是最快受到人工智慧衝擊的產業。高盛證券（Goldman Sachs）就估計，到2025年為止，人工智慧將可為全球金融產業創造每年逾新台幣1兆元的額外收入或成本撙節。這些「額外收入」會創造什麼樣的商機？「成本撙節」又將衝擊哪些舊有的金融營運模式？

從弱特徵數據評估用戶的信用
比傳統銀行更能降低逾放率

當金融業開始運用人工智慧發展新的營運模式，科技與金融的界線將愈來愈模糊。舉例，中國電商龍頭阿里巴巴旗下的螞蟻金服，創立2年半來已發展出支付寶、芝麻信用、餘額寶、花唄等子品牌，提供第三方支付、線上融資、理財投資推薦等十餘種服務，2016年淨利估計達人民幣數十億元，重點是這些服務都根基於人工智慧的演算法。

第一金全球FinTech金融科技基金經理人唐祖蔭指出，螞蟻金服徹底顛覆了傳統銀行業行之有年的經營模式。其中，最重要環節就是個人信用的取得、評價。「現在如果要在螞蟻金服上借錢，個人信用的評價、取得方式，都跟過去向銀行借貸的方式完全不同！」

過去銀行借貸，消費者要提供個人薪資證明、帳戶餘額、還款紀錄等「強特徵數據」。創新工場董事長李開復在《人工智慧來了》一書中分析，事實上，在個人信用的冰山下，還藏有海量的「弱特徵數據」，例如歷年來的各種交易紀錄、網拍的好評與差評、在網路上的發問等。螞蟻金服透過演算法、加上每個用戶在阿里巴巴歷年來經由交易留下的各種數據，取得傳統銀行業無法接觸到的「弱特徵數據」，藉此評估一個人的信用狀況、理財需求，從而發展出各種線上金融服務。

2015年螞蟻金服推出的「芝麻信用」，就是透過分析一個人的信用歷史、行為偏好、履約能力、身分特質、人脈關係等5個面向，決定一個人的「芝麻分」（即信用分數），介於350至950之間。而若分數達600分以上，就有機會可以使用同集團子品牌「螞蟻花唄」所推出的消費信貸服務。

特別的是，「芝麻分」是一個動態的信用分數，隨著用戶在支付寶上的付款行為、淘寶上的拍賣、是否有實名認證等，都會影響芝麻分的高低。而螞蟻金服也可以透過分析芝麻分高低與花唄還款狀況，來持續改善逾放率，這些都是傳統銀行業透過「強特徵數據」無法做到的。市場因此推估，螞蟻金服上市後，市值可達750億美元，將成為比美國高盛集團市值更高的金融帝國。

{DS}

從核保到理賠統統可透過AI完成
新創保險公司毋須雇用保險業務員

「我認為保險業是deep learning（深度學習）和大數據運用下，最大的受益者跟受害者。因為保險商品從古自今就是個數據產業。當數據來源、分析和解讀方式出現變化，保險業肯定首當其衝。」唐祖蔭分析。

變革會有多大？美國去年9月上線的新創網路保險公司Lemonade，就是最好的例子。這家公司上線100天時，就賣出2,000張保單，主要販售家庭及租屋險（類似台灣的家庭綜合保險，只提供住家裝潢、家電及財物之保險），由於費用結構簡單，家庭險每月25美元、租屋險每月5美元，讓Lemonade有80%的保戶第1次買保險就選擇了這家新創公司。同時，這家保險公司沒有保險業務員，投保全透過網路或手機申請。甚至沒有核保人員，透過人工智慧就能核保。更驚人的是，連理賠都是透過人工智慧處理！

根據《經濟學人》（TheEconomist）報導，去年底，一位Lemonade保戶透過手機App，申請一件外套遭竊的理賠，該公司人工智慧理賠系統確認保單內容，再運算18個防詐騙演算法後，僅3秒鐘就確認理賠並支付金額，速度之快，創下世界紀錄！

隨著人工智慧和機器學習演進，目前已有對沖基金的投資策略是由人工智慧的電腦決定，取代了傳統的基金經理人。不過，美國「Price Action Lab」部落格版主哈里斯（Michael Harris）在接受《Smart智富》月刊專訪時強調：「目前要猜測（AI）整體的影響還太早，但可能的方向是，當AI被更廣泛採用、市場效率提高時，市場整體波動會降低。但是波動偶爾會加劇，以應對典範的轉變（regime change，指市場風格的改變，例如從追逐成長股改為價值股）。」