中信银揭露三大AI发展方向，更携手台大研发人脸情绪与微表情识别

拥有900万客户的中国信托银行（简称中信银），如何推翻金融业既有的思维，朝向金融科技化迈进？“中信银接下来的重点是，把服务与产品更为智能化，并结合生活场景，让金融产品融入民众的生活中，而要达到这两个境界，大数据、AI的应用至关重要。”中国信托银行总经理陈佳文给出答案。

为此，中信银在2018年初正式成立数据研发中心，负责用AI来加值业务场景的服务与产品，在今年初扩大成数据暨科技研发处。而这个负责中信AI研发的团队，更要将自然语言处理、电脑视觉等研发的能量，延伸到学界，并将研发成果应用在多样的金融场景。

为何要大力发展AI？中国信托银行数据暨科技研发处处长王俊权，揭露了关于中信银的数位通路相关数字，归类出三个趋势。一是数位通路使用者横跨老中青三代，根据其内部数据显示，20岁～60岁使用中信银的数位通路渗透率皆超过6成，表示数位已经是跨通路、跨年纪的趋势。

二是不同的产品、服务，基本上都开始数字化，比如中信银的线上申贷率已达9成以上。王俊权表示，他们还发现，当顾客使用中信银的多通路时，他的获利、黏着度、满意度，也比只使用单一通路的顾客来得高。

所以，当老中青三代不分年纪都开始使用数位通路，不同的产品都需要开始数字化，甚至全通路数位体验已成常态时，这些所有往来的数据串联起来，就是中信发展AI重要的养分基石，王俊权强调。他进一步提到，像中信这样的大型金融业者，要顾及全产品、全客群、全通路、全覆盖，唯一能采取的对策就是走入AI、大数据，把弱势转为优势，才能因应以单一产品、单一客群、单一通路的众多小型金融科技业者所带来的挑战。

王俊权表示，中信银在发展AI上，定调了3条研发路线，包括机器视觉、机器对话、机器思考。在机器视觉部分，要让机器认人、认字认物、认人心，也就是推测客户内隐的意图。在发展机器对话，则要能听懂指令、听懂意图、聊天聊商机，就是所谓的对话式银行（Conversational Banking）。

在机器思考，则是要透过AI协助做更多预测、判断推论，以及最佳决策。而且随着AI不断的演进，则是要往更高附加价值的决策型AI推动。不只如此，更要从数据建设的AI能力，淬炼成数据产品，最后把数据产品应用在数据的变现。

王俊权提到，数据暨科技研发处内部做了各种专案，包括自然语言处理、视听辨识、决策判断、分析计算、预测/侦测。他强调，“所有AI应用一定要有场景与服务出口。”而这也是他们未来持续要推动的事情。

为了将中信银AI研发团队的内部研发能量向外扩充，中信银在今天（2/24）宣布，与科技部台湾大学人工智能研究中心（台大AI中心）、台大智慧联网创新研究中心（台大IoX中心），签署产学合作计划，由4位教授分别带领研究团队开发4项专案，并与中信AI团队交流，主要是要把双方的研发成果，应用在多样金融场景。

陈佳文表示，中信银此次与台大的合作案，主要是结合自然语言处理与电脑视觉这两个技术的应用。在自然语言处理部分，他提到，目前中信银有一半的客服来电，都可以用机器人来回答，机器人无法回应的部分再由人工介入。

此次合作案之一，将提升现有的对话言谈分析技术，中信银行计算语言实验室将与台大AI中心主任陈信希、台大IoX中心教授蔡宗翰合作，升级自然语言理解模型，能分辨语音通话中的发语者，正确提取言谈中关键讯息，提升客服语音数据言谈分析能力，透过分析客户电话内容，预测客户意图需求。比如透过对话过程了解顾客有无出国旅游需求、买房的需求，借此技术提升客服品质，强化KYC。

此外，此技术也将运用在分析新闻篇章 。目前中信银已利用AI技术，判读负面新闻，并按照时序分类，并以相同事件进行新闻聚类，辅助防制洗钱（AML），而无需像过去得由人工一一判读。而双方合作案的研究目标，则是要由新闻内容，进阶判断客户或交易对手的事件关联性，撷取文章重要资讯并生成新闻内容摘要，协助业务单位更认识客户与辅助洗钱防制工作。陈佳文提到，该技术也可应用在银行征信，将可提升文件处理效率与准确性，更能达到防伪的目的。

在人脸辨识技术深耕的中信，也要在此次合作案导入电脑视觉技术，发展更多元的人脸辨识应用，将与台大IoX中心教授郑文皇携手合作，结合人脸情绪与微表情情绪，发展可视化的便是分析系统，并建立微表情与情绪训练数据库，还要开发计算微表情与人物性格关联性的算法，并发展情绪识别模型。

未来可应用在人脸微表情分析，延伸为线上身份核验、分行数位迎宾服务的技术基础，例如当客户于大厅久候感到不耐烦时，微表情与情绪识别系统即能透过眼角、嘴型等细微表情变化，侦测出其不安情绪，服务人员能适时妥善处置，提升客户体验。

然而，台大AI中心、台大IoX中心与中信银的合作案，都会在中信的管制室进行讨论与研究，王俊权强调，资料不能出去，即便能看到的资料也是已去识别化处理的资料，确保客户个资。