數位轉型：人工智慧新金融
企管三乙 陳穎萱
今天課堂上老師邀請了恰巴智能股份有限公司的創辦人趙式隆（Jack Chao），他也是台灣矽谷的創業家協會創會理事長，來班上演講，主題是關於 「人工智慧於金融科技之應用」。在演講的最一開始，講師就以邱吉爾的一句 話「不要浪費一場好危機」作為開場，我曾經在與一位長輩交流時，他也有說到類似的內容，「一個事業的成功都是需要一個轉機，再加上你當時有沒有抓住那個時機」，我覺得大學這個階段就是在為了那個時機做準備，當「時機」來臨時，我們就能發揮所長，展現出最棒的自己，抓住那個機會。
科技的快速進步給人類帶來了許多便利的事情，也協助人們解決很多重複或是過於複雜的事情，縮短我們的作業時間和簡化作業流程。像是這次這位講師就是在協助金融業流程優化的部分，透過龐大又完整的資料庫數據，也就是big data為基礎，讓基礎透過這些資料去分析。講師有舉了一個考汽車駕照的例 子，來跟我們解釋什麼叫做機器（深度）學習，我覺得特別好理解，也終於釐清清楚這個觀念了，之前閱讀的很多教科書，或許是因為書內的都充斥著專有名詞，或是學術說法，讓我不太能理解這根本的意思，但這次，透過非常貼近 自己生活碰到的例子，馬上就理解這個原理了。或許這也是為什麼很多人都說，雖然書本中的知識要好好學，但是更應該要在生活中去尋找這些知識，這樣你才能融會貫通，運用這些知識。
講師說，他會踏入目前這個圈子，是因為目前金融業AI的發展優勢的三大優勢，客戶資金充裕、歷史數據完整以及監管經濟規模，人工智慧很需要有足夠的大數據資料，才能夠精準地去分析出顧客所需的保單以及職員在審核時所需的資料重點，但是目前還無法做到100％正確，某些部分還是需要透過人工審核來完成，因為有5％是例外，像是一些罕見疾病的客戶，因為有這種狀況的人不多，所以無法透過大數據分析出最適合的理賠方案。
在演講的最後，講師以一段文字結束這場演講，就是「不連續創新未來，最重要的是快速適應的能力」，在這快速變化的時代，如何讓自己能夠快速適應、學習當下那個環境下的必備技能是件非常重要的事情。學校內學習到的知識是一個基礎，如何將這些基礎知識配合世代去變化、增加就是我們要不斷去學習的事情，才能不讓自己被這個世代吞噬掉。這場演講真的是在目前大學階段中收穫數一數二多的一場演講，雖然自己沒有想要進入金融相關的產業，但也藉此次演講內容反思了很多事情，期許自己未來也能像講師一樣，看準機會、發揮自己的實力，讓自己在這個世代中無可取代。
企管三乙 廖映清
這次的課程特別請來了洽吧智能公司的創辦人兼董事長趙式隆先生發表演說，其演講題目主要是介紹關於AI智慧是如何被應用在金融領域上，首先就引用了英國前首相邱吉爾的名言:「不要錯過一個好危機。」作為開頭，稍加說明了企業數位轉型的不同階段，以及提到了過去兩年來全球面臨疫情肆虐下的共同困境和各國如何採取應變措施，然而台灣直至今年五月才開始體驗遠端交流。但其他國家早已漸漸習慣了的生活模式，儘管起步比較晚，但台灣還是有漸漸跟上腳步，準備往下一個階段邁進。因此，俗話說:「危機就是轉機」，我們剛好能夠透過這次的疫情危機有了與世界接軌的機會。
機器的深度學習是AI智慧中很重要的一環，以人腦的思維為例，一般而言，人類行為的運作模式大致上分成兩類:規則基礎及經驗法則，然而我們有一大部分的行為其實都歸類於後者，單就靠經驗的累積因而學會了某種行為，「熟能生巧」一詞就是如此，同樣地，我們也將此種模式套用在機器身上。雖然機器學習聽起來好像很厲害，但機器本身其實很笨，光是建構資料就比人類還要來得繁瑣，而機器唯一比人類擅長的事情大概就是其處理效率及訓練數量可以比人類多更多，比較能夠執行一些會受到人類先天能力所限制的事情，這就是所謂「勤能補拙」吧。
而AI在金融機構的應用範疇可以很適合也可以很廣，因為金融業的AI發展優勢。就是除了資金充裕是很重要的一點外，以前建立的資料數據很完整，加上經濟規模也很大，是一個很適合導入AI智慧的環境。以保險業來講，目前為止，洽吧智能是臺灣地區市佔率最高的保險科技技術服務供應商，許多市面上耳熟能詳的保險公司也都是其客戶。保險主要有三種業務，包含核保、理賠和精算，其中理賠最為適合用於AI智慧，因為保險公司在理賠程序上擁有最為完整的資料庫可供處理。洽吧智能也有提供手機的保險理賠，雖然單價不高，但工作成本其實蠻高的，例如檢查報價是否合理、照片和描述文字是否相符，只要改由AI判讀，就能簡化檢查流程，並大幅減少人力。然而AI在金融上的應用也不免會面臨一些機會與挑戰，比如遠距投保難以辨識在螢幕上的人是否真實，像是前陣子很紅的深偽技術能夠輕易將一個人的外型換成另一個人，因此，即使技術已經很成熟還是有更多衍伸的問題需要謹慎評估討論。
近年來隨著AI智慧的蓬勃發展，在我們的生活當中也會看到各種數位化的身影，加上有了疫情的推波助瀾，使得人們不得不隨機應變，如何適應未來的網路也是許多產業早晚都要面對的問題。儘管人們多少對於AI即將取代一些共做感到恐懼，但機器頂多就是種輔助工具，其因高度依賴記憶所以能處理大量資料，因此照理來講只要不是重複性的工作就難以被機器取代。而說到AI，「類神經網路」及「大數據」也常受關注。有趣的是，講者告訴我們，其實慢慢會有越來越多人懂得類神經網路，因此剩下的關鍵就是在於大數據構建和應用。我越聽越發驚訝，若以產品生命週期相比擬，大概就是正當我以為現在的類神經網路可能還處於成熟期沒多久時，好像就又很快地就要邁向衰退期了那種感覺。由此可知現今的知識和技術是變化地如此之快速，
如同講者所說技術的難度會隨著時間下降，現在已然是個那些懂得如何跨越整合的人的時代，所以我認為其實不太需要過度擔心將來會有許多工作會被取代，因為搞不好會因此而衍伸更多種不同的工作類型，就像我們之前從來沒有想過Youtuber會是一種職業一樣。很幸運聽到這次的演講，讓我感到受益良多。
企管四丁 姚晨韡
在聽了趙式隆董事長的演講後，了解人工智慧跟電影中的人工智慧不是同一個技術，它是一個可以幫助我們快速處理日常生活一些要用到高記憶力、極度繁瑣、重覆性極高的工作的一個技術，它可以通過人們給予的大數據來進行深度學習，不斷的進行著演算，不斷的擴大自己的世界觀，來為人們解決一些需大量人力去處理或者是高重覆性的工作。
一個很了不起的資深保險人員，他可能已經處理過幾萬個保險事件，但是人工智慧通過人們給予的保險資料練習後，它就可能做得比資深保險人員做得更加的好，因為人工智慧它能夠在一個月內就把資深保險人員，這幾十年內的保險事件判斷的案件都學習上， 甚至是資深保險人員所判斷的案件幾萬倍，趙式隆就是通過大數據提供巨量資料給人工智慧學習，來改善它的判斷準確率，他把很久以前到現在的所有保險理賠案件，通通都給大數據學習，使得人工智慧的判斷保險理賠案件準確率，高達百分之98.5%，使得全台灣的強制責任險在今年以後都是通過人工智慧來判定的，大大的提高案件的處理速度和案件的準確率。
趙式隆也幫助過手機保險設計了一個人工智慧，通過導入大量的照片來進行深度的學習，自動分析手機的損壞程度和理賠金額，一但發現一些自己處理不了的案件就會轉交給人們處理，並從中再度學習，這樣的自動化能夠幫助人們快速的處理繁瑣的檢查和維護，也使得某一間保險公司的手機理賠在保險領域處於第一名。
當人們想要跟銀行借錢的時候，銀行都是通過一個叫做聯徵的程序來判斷人們的信用價值，但是銀行無法通過聯徵來了解人們是否有過跟地下錢莊借過錢的記錄，所以銀行用通過大數據給人工智慧學習，用它來進行風險控管，它用通過人們平常的習慣來進行判斷，比如通過地下錢莊的電話號碼，來判斷該人有沒有跟過地下錢莊通過電話，或者從網路等等的門路來判斷是否要借錢給人們，這都是聯徵程序所沒法做到的事情。
現在人工智慧最大的挑戰不是沒解決方案，因為人工智慧在學習了大量資料後，已經可以比人們處理事件處理的更快更準確。而是沒有好的方案，可以提供給人工智慧學習，因為人工智慧是通過人們給予的資料藍本來做為學習的對象。如果需要人工智慧可以廣泛的使用，就各個行案領域的專業人士來投入資源給人工智慧學習。
企管三乙 陳廷宇
聽完這周的人工智慧新金融演講，讓我更進一步的認識人工智慧如何融入地進入金融行業，在演講初介紹螞蟻集團，讓我第一次聽到信用租借的新概念，他們使用支付寶作為付款的工具來代替現金購買商品，透過交易紀錄、自身職業和朋友交往關係.....等等來制定所謂的信用積分，當信用積分超過某種分數就能夠擁有一定的優惠，就像是下雨天忘記帶雨具，當你有足夠的信用積分就能夠輕易的借到雨傘好度過雨天。
這種新概念和以前的金融業有著大大的不同，以前向銀行借錢需要抵押自身的資產像是房子和車子，有等量的資產價格，銀行才願意把金錢借給借款人，如果借款人到最後無法返還給銀行，就能夠行使法律途徑去取得當初抵押的資產，以補償銀行借錢的損失。但是現在金融業有新的概念，透過上述的信用積分，來判定借款人是否有返還借出的金錢能力，透過大數據的人工智慧分析交易紀錄和每月固定收入，一旦分析借款人有足夠的信用，銀行就能撥款給他，而不必擔心金錢返還不了。
而因人工智慧大量且有效率的深度學習後，其中演講裡介紹機器倫理是現在正積極開發的自動駕駛，利用人工智慧的辨識技術為基礎收錄開車時的影像，再透過深度學習後的記憶停車時的停車格，進行停車位和障礙物的辨識，利用路徑規劃和車輛控制運算，在無人操控時精確的把車子駛入停車格，我想這就是現在自動駕駛和人工智慧所結合發展的最佳傑作，讓人們減輕交通壓力並提高交通運輸的效率，讓車潮眾多時不在因塞車導致駕駛人和司機過度的疲勞，有了自動駕駛就能有空閒時間休息並減少事故的發生率。
企管三乙 翁麗薇
趙式隆講師經營以智慧金融為主的公司，跟我們分享什麼是AI人工智慧，以及AI在金融業發展的優勢，並且如何利用AI這項技術恰當的運用在其他領域方面上，還有AI的轉型。一開始，講師講到機器深度學習的重要性，其中舉駕訓班的例子最讓我有印象，很多事情人類有能力做到，但卻很難解釋如何做到或是如何做好，只是透過以往的經驗來學習，此稱作經驗法則，但同樣是透過經驗法則，若是相同少量的話，機器可以學到的智慧其實遠不如人，但是機器可以做到人類負荷不了的巨大訓練量，因為機器不會累，但人會。因此，透過經驗值來增加智慧，就效率和處理量來說，機器比人類高很多，由此可見，經驗法則這項通用技術運用在機器上，在現今已經帶來很多優勢。
題外話，講師竟然是ZUVIO的創辦人，除了嚇到以外，感覺在科技上是位能力很強的人，發明這麼有趣的APP，還可以透過定位來點名，雖然現在已經賣給別人了，但對他的能力可以說是非常佩服。在他的演講中，發現人工智慧科技運用在多項領域上，可以帶來許多便利，增加產業的競爭力，例如：醫療、保險、金融等等。講師講馬雲創辦螞蟻集團的例子後，我才深入的認知到中國大陸的競爭有多麼的激烈，在金融科技的發展速度非常快，他們有良好的互聯網生態系統，行動支付的方面來說，中國大陸的地位已遙遙領先全世界，幾乎人人都在用，充分實現「無紙鈔化」的現象。雖然台灣現在行動支付服務也逐漸成長，但成效還是不比中國來的明顯，撇除政治立場問題來看，中國大陸在金融科技發展方面，是有許多值得我們去學習的。
趙式隆先生的演講並不像一般在上課純粹聽ppt的內容，他會分享在大陸創業的經驗，不會那麼枯燥乏味，也能透過他的演講，從中吸收到很多東西，擴大我們的眼界，認知到外頭的世界有多麼的大，多麼的強，趙講師的學經歷相當的豐富，年紀輕輕已經有個人的企業還有自己的公司，是董事長也是app的創辦人，由此可見，他真的是一顆閃閃發亮的創業界新星，這次的演講讓我受益良多。
企管三乙 余璦亘
聽完學長的分享，讓我對AI科技在生活上的應用有更具體的認識，科技的發展幫助人類解決許多問題，但隨之而來也衍伸了新的問題 ，像是假新聞、科技素養、媒體與道德等議題都需要與時俱進。 大家可能較難想像AI是如何應用於傳統產業，但學長分享了AI在金融業的應用，他提到疫情是推動新一波科技進步的重要推手，如果沒有這一波疫情的發生，或許台灣的科技發展會跟不上世界的腳步，某種程度來說受惠於疫情。像是現在買保險投保等行為已經可以直接在線上操作了，突破親晤親簽的限制，但是需要兼顧風險控管及客戶權益維護，遠距投保還是有深偽的可能，要如何辨識眼前的人是否是真人還需要詳細的規範。機器的深度學習是科技的一大突 破，我們找到方法讓機器終於能夠學習經驗法則了，機器開始有取代人類工作的可能，例如一些重複性高、高度依賴記憶與穩定度或是需要處理大量細節的工作，都將會被取代，只有具有創造性、研發、創意之類的工作是機器無法取代的。
回歸正題，學長分享到金融業 AI的優勢第一是客戶資金充裕，第二是歷史數據完整，第三是監管經濟規模，流程優化方面首先是理賠、核保最後精算。學長也舉例人工智慧導入的範例像是醫療相關保險理賠的自動化，受到超過五個 以上的發明專利保護。經過學長的介紹可以了解到金融業將AI技術已經融合的很不錯了。不過未來還需要面對到機器倫理的議題，像是如果自動駕駛普及的話，機器如果發生失誤造成意外，究竟責任要如何界定，誰來負責，現階段都還沒有一個明確的答案。隨著科技發展，不連續創新的未來，最重要的是快速適應的能力，還有需要自主學習新知，才能跟上不斷變化的時代。
企管三乙 薛尹涵
這次老師請到洽吧智能股份有限公司的董事長—趙式隆先 生來演講「人工智能於金融科技之應用」。 Never let a good crisis go to waste.不要浪費任何一個好危機。開頭他用前英國首相邱吉爾的一句話當開頭，告訴我們任何的危機都是一種轉機，當大家都在同樣的環境面對著同樣的危 機，要如何高瞻遠矚搶奪先機就是我們要學習的。
在三級警戒期間，保險人員無法親唔親簽，但是又必須要 有接單才能抽成，遠距投保變成了疫情下的趨勢，而視訊對保也 產生了前陣子很熱門的話題「deepfake變臉」會不會簽約的人不是本人？是變臉後另有所圖的人？這些就是各個保險單位要注意的了，現在也有專門的APP可以辨別真假了。疫情所帶來的不方便也強破軟硬體的成長，原本學校對於 遠距教學可能只是採行推廣的態度，但是在疫情來臨時，教育部規定全面遠距所出現的種種缺失也在這段期間內一一解決，像是設備不足、老師軟體應用不熟悉、頻寬不夠...等問題，對於學生而言，準備好適合的遠距工具也是大家遇到的問題，有人原本家裡電腦不是一人一台，為了上課只好添購，雙方努力都將遠距教 學的效果能和正常面授一樣。
我自己相信危機的來臨會讓人們有突飛猛進的成長，就像是二戰（1939年至1945年）六年期間，眾國間對於彼此的猜忌與不信任，導致任何的小道消息都回成為自己進步的動力，在二戰期間所發明的東西，也遠遠比近一百年來還要多，有了危機就會努力轉機才有生機。我很喜歡講師最後所講的「不連續創新的未來，最重要的是快速適應的能力。」在這個訊息大量且煩雜的時代，學校教授的知識可能在我們尚未畢業就過時了，所以我們需要的是在這快速變動的時代能快速吸取知識。這個時代變動快速的我們無法想像，任何一個看似規模龐大的公司，都有可能因為做錯任何一個決定而一去不復當年榮耀，像是當初人手一台的NOKIA，如今再也沒有當初的風光。快速適應，果斷出擊就是我們這代需要面對的。很感謝老師請來趙式隆先生來為我們演講，增加我們的眼界，也為我們未來的求職生涯多一點方向。
企管三乙 陳彥廷
隨著科技時代的發展，科技越來越進步，以前不能做到的事情，現在大部分都做得到了，正因如今社會的快速變遷變化，一部分產業面臨前所未見的困境，需要轉型，甚至得面臨退場的處境，而另一部分的產業卻因而興起，從一開始的觀念，慢慢興起，從觀念變成實體可應用的東西，而在此生活的我們不得不注意到AI的興起，許多人可能會失去工作，但可能也會從這方面找到工作，如何不被社會淘汰下就必須對AI有一些了解，AI由機器人學習而來，其需要許多的數據供為其學習的養分，資料不足可能會讓其效用打一定的折扣，也因如此我認為大數據需配合著一起看，如同講者的火箭比喻。
大數據是由許多的資料組成，伴隨著資料的組合，同時也需要一點資料整合、分析的能力，我也常常在應徵工作的內容上看到要有一些這種的基本的處理能力，這也是我目前自己想要加強的部分，學習一些這方面的程式，和累積經驗來加強這方面的能力，但我自己本身有輔財法系，需考量法律的方面，就我們個人使用方面上，我們平常的上網、買東西、等紀錄，其紀錄我們的使用資料是否具有其合法性，偷偷收集數據可能會侵害我們的隱私權，我們有權利去提告，但其相關法規應該還沒建置，我認為需盡快建立，畢竟需要一些手段來抑制不合法的收集行為，不過好像把一些App的權限關掉就沒事了，雖然下面的另一個想法有點矛盾，但我還是想說，若不考慮其法律效果，伴隨的方便就要犧牲一點事物，考量其效益，或許我會接受。
最後，我目前未來可能會走向金融方面的職業，同時也申請了商學院的兆豐銀行的就業學程，對於這方面的資訊應該也要多了解，除了今天的演講外，晚上一門系選的課程也是再說金融科技的方面，順應著時代變化，銀行也走入線上化，許多事情由App或網路上就可以搞定了，不必到門市走一趟，我之前申請證券的開戶也是從線上就申請完成了，後續的一些小事情也都在線上完成，真的很方便，但目前還是有一些問題要解決，一個是關於之前小玉的變臉事件，要如何確定是本人還是有心人在犯罪，關於科技犯罪的部分，另一個老人家不會用電腦，我之前教我外公時，就花了一堆時間，這些問題要如何解決，為我們必須擔憂的，此技術要進步，勢必要先解決這些問題，撇開這些不說，確定AI對金融方面能解決人力成本、省時間、能夠更智慧的分析，讓事情處理起來更事半功倍。
企管三乙 吳宣儀
因為科技的進步帶動金融商品、金融服務以及支付工具的創新，使我們的生活越來越多樣化。金融業不像其他產業在技術移轉前，內部往往得先改革一番，金融業可以直接採用新技術來讓金融服務更有效率，執行門檻相對低很多，自然成為許多新興科技先進入的場域。再加上台灣的金融機構受金管會的監控，金管會都會定期向他們檢查，所以金融機構的歷史數據相當完整，而這些資料就成為訓練人工智慧的基礎。
以往保險業最耗費人工審核之部門為核保及理賠業務。由於核保及理賠流程都需要大量之資料核對，部門員工進行相關業務時，除需處理被保險人遞交之書面資料外，又需向第三方單位索取經被保險人書面授權後之資料以作驗證，如此煩雜且重複性高之工作，使服務過程大量耗費人力。但運用 AI 技術能協助保險業簡化流程、加快處理大量資料、降低成本，提供客戶更親近、更快速、更好的服務品質。而講師的公司運用在保險業其主要技術有視覺分析技術，用於辨識文字、圖形、影像，它可以辨識書寫的文字，可以讀取客戶給的文件，擷取上面的文字來簡化輸入資料的人力與時間，提升效率。還有深度類神經技術的自然語言處理，處理非固定格式的證明文件影像檔，運用此項技術，可以對診斷書字裡行間的意義進 行判斷，例如：醫療處置的器官部位在「肝臟」，可以標定出手術類型是「血管栓塞術」，以加快保險醫療理賠的審核速度，優化理賠作業、有助於保險決策。 或是透過光學字元辨識(OCR)及影像辨識功能來快速辨識保單上的資料或檔案，把資料接上保單健診系統，減少資料輸入時間。
很感謝老師能邀請趙講師來為我們演講。趙講師以淺顯易懂的方式帶我們了解現在企業數位轉型趨勢、什麼是深度學習、保險業所面臨的問題，讓我們了解到實務上是如何運用人工智慧技術於產業中。
企管三乙 許方齊
聽完今天的演講真的覺得收穫良多，特別是我覺得趙董事長很厲害，能把金融保險與人工智能融合在一起。我特別記得他所提到的經驗法則與基礎規則，他利用駕訓班考駕照作為比喻，經驗法則就是你多上路幾次、多路邊停幾次車，就能熟知開車技巧。而基礎規則就是教練告訴你口訣，有背有分。這就是機器深度學習的道理，聽他演講以後，讓我更加清楚了解。他還有提到我以前都沒想到的事情，就是他說，評斷一個產品是好產品還是不好的產品，在於這項產品的最弱之特點，我覺得真的講得很好，因為當大眾買任何一種東西的時候，只要這項產品一有缺陷，大家肯定都會批評甚至不會回購。
他說他的公司現在在做的就是把保險的工作內容利用人工智慧取代，像是第一階段：把資料輸入電腦就能靠機器取代人力，第二階段把資料分類也利用人工智慧，第三階段將醫生開的病歷證明把它變為保險術語機器也做得到，而且正確率高達百分之九十五，我覺得真得很厲害，國內的保險理賠也都是使用他們公司發明的系統。聽完這場演講，讓我更了解在以後的世代，人工智慧只會越來越進步並且越來越流行，怎麼樣把人類與機器人結合、互相幫助讓工作效率提高，是我們未來要努力發展的方向。
還有自動駕駛車輛道德倫理的問題也必須克服，例如：今天前面有一位老人、旁邊也有一位孕婦，如果自動駕駛只能選擇一個必須撞到，在這種情狀下該如何處理，這個問題如果給我選擇，我自己也選不出來，更何況是一台機器，向趙董事長有提到，特斯拉就表明，購買自動駕駛車的人，在自動駕駛期間也要適時的把手放在方向盤上面，如果不合規定，車子將會自動暫停駕駛，我覺得這個方法就滿好的，即使很多人認為很不合理，因為就是想要自動駕駛，我還要把手放在方向盤上面的話，就沒必要買你們家的車子，可是我覺得這就是一種安全性上的必要措施，是一個可以將失誤機率降到最低點的好方法。
企管三乙 蕭虹欣
這次的演講當中有提到螞蟻集團，他是一項從金服到科技的集團。因為不想被金融機構監管，所以由螞蟻金服 (為質押擔保，主要為貸後管理) 改名為螞蟻集團 (為數據信評，主要為貸前管理)。而當中也有介紹到支付寶為螞蟻集團在全球創造超過10億用戶，在中國行動支付市場更是擁有多達54%的佔有率，但支付業務本身能夠獲得的收入有限，所以現在螞蟻集團的營收主力及成長動能，都是依靠借貸業務撐起。
接下來是螞蟻集團的個人信用評分：芝麻信用。他主要服務為依託客戶在阿里巴巴旗下事業的信息，並運用大數據以及雲運算技術來呈現個人的信用狀況。這個評分方法可以透過信用履歷(個人帳戶履歷)、行為偏好(購物和繳費以及理財)、支付能力(經濟來源與個人資產)、身分特質(學歷或職業)、人際關係(朋友等資訊的信用程度)來探測個人的信用程度到哪裡。而我認為這個評比方式很像在幫個人打造一個分數，因為他的數據很廣，可以透過分數來了解那個人的信用水平高低。且獲取這些資料的成本也較低，再透過這些大量且豐富的資料，為信用評分立下深層的基礎。藉由一點一滴的信用力，就可以決定個人的價值。
演講後半部還有介紹到深度學習，而深度學習主要為兩項技術，分別是電腦視覺以及自然語言處裡。電腦視覺是通過感測器讓機器瞭解其物理周圍世界的應用，早期這項技術需要特殊的訂制演算法來分析像素，過程十分麻煩，而近來在GPUs 的速度和數量方面的發展，使電腦視覺能夠利用深入的學習網路，來減少與標準電腦視覺演算法有關的問題。
而自然語言處裡這項技術主要是探討人工智慧如何辨別人類語言中的細微差異。但我認為人類的溝通方式遠比單純死背還要複雜許多，因為語言本身的詞囊、句法、拼字以及語言符號等等，都有很多不同的呈現方式。然而深度學習恰好可以解決這種情況，它們透過觀察單詞在段落中的使用方式來理解這些語言其中的涵義，而不是經由預先定義的文章內容，或是仰賴人力來定義關係。這樣的運作機制讓自然語言處理能夠更貼近人類的學習模式。
這次的演講獲益良多，因平常比較少聆聽到關於AI智慧金融的相關議題，透過演講會讓我想更加去探討AI智慧還能不能夠再改造台灣的金融服務業。雖然在面對人工智慧發展的同時，它可能會取代人力，但如果我們把它當成助手的話，就可以透過運用人工智慧來協助金融業在業務拓展、風險評價與管理、產品優化、客戶服務及法令遵循等各方面，能有更系統化、效率、低成本的成效。這樣一來，傳統行員的工作內容與型態也會隨之改變，轉以更重視與客戶間的溝通及互動、較高價值的產品服務規劃及跨領域的協調等，形成一個全新的金融服務生態系。
企管三乙 吳彥誼
這次老師請來的演講者是趙式隆先生，是一位非常厲害的創業家，沒想到之前有些課會使用的Zuvio系統是式隆先生開發的，式隆先生除了程式非常優秀外，更是活躍在金融業並開設了金融科技公司來發、製造、授權和提供廣泛的金融機構軟體服務。趙老師也分享了為什麼部分的金融業科技化的程度並不快速。像以保險業來說，在簽訂保險單時肯定是當面以書面簽名，大多數的人都會覺得這樣比較安心也比較保障。但在今年的疫情中因為三級警戒無法接見客戶，導致保險業十分慘淡。趙老師在這次的疫情中對人工智慧有所突破，從前的銷售員會因年資越長而越有經驗，非常了解各個情況下要怎麼應對，稱為經驗法則，也是以往機器無法勝任的原因。除了經驗法則外，在保險理賠程序中需要看懂醫生驗傷單的專業人員，但醫生會有許多醫學簡寫術語人工智慧也無法判讀。不過因為以往的保險單應法規都有進行保存，故能夠讓人工智慧研讀來增加其經驗。而且若看見新字眼他們一次就能學會，故目前這個模式讓趙老師能夠以人工智慧來進軍保險業。
而在車禍強制險方面有個小插曲，以往的系統的問題加上各個公司資料是保密的，若在其中一間保險公司賠完後，也能夠在另一個保險公司獲取理賠。但改成趙老師這套系統後，因為有共享資料的功能，每間公司可以知道哪個案例已經賠償過了，不會再有重複賠償的漏洞出現。而另外手機保險也可以進行運作，因為手機維修後是維修商先免費維修後再到保險公司請款，但往往擔心維修商會有虛報價錢的問題，故需要另外派一個員工到維修商進行檢查。但用人工智慧的話它可以依照手機型號去查詢，以往這個材料的價格來判定此價格是否正確，若有所誤差的話系統會通報人員來檢查，可以減少之前所需要的人力。
而外國還有IOT與保險結合的商業模式，美國一間公司將黑盒子裝進車裡，可以追蹤每個月開的里程來判斷需要給付多少的保險費，而不用每個月都支付高額保險費。它也可以利用追蹤系統得知駕駛員是否有危險駕駛的可能，來進行預防。這些人工智慧與保險結合的模式令我學到非常多，非常感謝趙老師可以撥空來分享這些在之後的時代屬於趨勢的經驗。
企管三乙 王欣妮
當今社會，人工智慧可說是無遠弗屆、無所不在，而我們該如何好好應用它，把它用在對的地方、對的事情上，應是人們需最先探討研究的。人工智慧又是甚麼呢？簡單來說，它是一種藉由深度學習以及利用大量資料去做分析，並且進一步做適合的決策，當其可成功達到人們所預期之成果或正確判斷時，它將可以替人們做重複度高的動作或行為，此時，人類除了能減少人力成本在較無技術的工作上，提高工作流程之效率，可謂為雙贏的局面。
今天聽了趙式隆的數位轉型：AI智慧金融後，我意識到，雖然我知道人工智慧，但我卻沒有想到它可以應用於金融科技當中，而這學期我也修習了金融科技與商業實務，所以在今日的演講中，我發現我能更快速了解到講師所想傳達的事物、概念。最令我感到印象深刻的是，講師其實為電機系出身，但它卻可在非本科系之行業裡闖蕩，且從他分享的內容及觀點中，我覺得其分析的觀點都挺新穎的，應該說同樣 一件事，但其想的觀點是我可能沒辦法想到的，我覺得這就是他所擁 有的一項優勢了吧！
雖演講已結束，但有一句話一直在我心中縈繞著，他說：現在是一個不連續創新的時代。我好像被這句話點醒了，因為我有像創業的想法，但我一直覺得我是不是要發明些甚麼，可是似乎並非如此，其實我可以利用整合的能力去加強某些行業或組織所需之結合，並且進一步導入具技術性系統，總結來說，就是利用目前的所有，去做進一步的改進，只是要如何以科技技術來做結合，才是最重要的關鍵因素。
而我覺得佩服的是講師的態度，該以甚麼態度去面對並非順遂的創業之路，而又如何在創業途中，熱忱的心不被挫折、不順利給絆住及熄滅，並且繼續保持著正能量去面對生活，我覺得這是件非常不容易之事。以我自己來說，從大二一直有想創業的想法，主要原因是還未確定想做甚麼以外，我覺得第二大阻力是害怕失敗這件事，以及不知道該如何開始，所以再聽完今天的分享後，我除了更進一步與實務接軌外，也較了解市場需要甚麼，以及我目前所學可以如何應用在實務上，而非完全沒有關係。今日的演講可謂收穫良多！
企管三乙 馬梓瑄
在聽完講座後，被現今AI智慧的進步驚艷到，沒想到已經運用到金融科技上了。首先有提到基於深度學習的兩項主要技術分別是電腦視覺與自然語言處理。前者是讓電腦去處理數位化的影像資料，後者則是讓電腦處理數位化的文字。藉由這兩項基礎去讓電腦學習人類的語言及經驗。我覺得很有趣，用大量的資訊及經驗灌輸於電腦，藉由深度學習，不斷的演練經驗法則，使AI熟能生巧，便能賦予它如同人類一般的智慧技能。
最印象深刻的是簡報上呈現一隻斑馬跟另一隻臭鼬的圖片，AI需透過不斷的經驗練習來學會分辨兩張圖中的動物是不同的，在電腦效率及處理數量比人類高很多的情況下，AI可以很快學會辨識，我覺得相當有趣。「AI透過經驗法則這樣通用技術上的革新，它甚至可以說是再一次的工業革命。」，AI技術的重要性跟影響層面之廣大，對我們而言是長久以來都需要好好關注的議題。
而主講人也分享他們公司人工智慧應用的成功經驗。他們將AI這項技術與現今保險金融業融合，創造出醫療相關保險理賠自動化，利用OCR技術將醫療明細單據及診斷證明用拍照方式建檔並數位歸檔，取代了人工的建檔、分類作業。數位化的將資訊填入表單，同時也省下理賠人員處理的時間。透過大數據及人工智慧，大幅度的精進了繁雜的作業流程，另外，保險金融業的大數據，對深度學習來說是很好的練習素材，透過機器不斷的學習，到最後竟然有高達98.5%的理賠正確率，在效率上也優於人工，甚至未來還可以全面自動化。
聽到這邊，我又是再一次的驚訝，光是這一項技術就省去金融業多少人力啊? 而且這樣大數據的處理模式也可以運用在金融業更多地方，可能未來可以有更多技術創新，使民眾在申辦手續上可以省去許多流程抑或是不用本人到場申辦，不只金融業，對於民眾來說也是更方便的。
最後主講人也提到:「真正的挑戰是欠缺好問題，而不是缺解決方案。」我覺得這句話相當有哲理，究竟還有甚麼是好的問題，很值得我們去深思。而且現今科技進步快速，其實都跟法律、政治因素還有社會環境環環相扣，再進步的同時，也需要更多不同領域的我們共同去投入，才能有更大更好的發展!
企管三乙 張淳淇
近年人工智慧發展快速，不少人會擔心，未來將會被機器取代。不過今天的演講者 AI 專家、洽吧智能公司董事長趙式隆表示，機器人能做的還是有限，而培養快速適應的能力與拓展世界觀，並加強英文以及口語表達能力，朝「不明覺厲」而努力，是維持自身競爭力的不二法門，也是免於被AI取代的關鍵。
演講一開始，演講者介紹人工智慧的沿革過程。他並且指出，科技的發展會有關鍵技術，改變人類社會。譬如，早期的蒸氣技術，20世紀的電腦時代，之後的網路科技，到行動、雲端計算，到如今的AI技術，會改變整個社會發展，並且滲透所有人的生活環境。
演講者並以考汽車駕照為例解釋AI技術。他說許多剛考完駕照的人其實不一定能直接開上路，因為在駕訓班內訓練時教練所教的訣竅往往都是透過一些記號來開車，車裡往往會有些小標示，車外也會有一些讓你能看見能記住的記號，例如樹、草叢等等。然而實際上路卻截然不同，除了要熟悉不同車型，還要注意交通號誌，更要顧及道路情況。這時若問身邊經驗老道的駕駛人，如何才能提升駕車技術？大部分的老駕駛人們可能會回答：「多練習！」。演講者指出，AI 的價值正如老練 的駕駛人一樣，人類把「經驗法則」輸入給機器，機器可以透過大量重覆學習，增進正確率。這就像人類藉由經驗增加智慧。而且，即使機器學習，每次只能進展一點點，但是不會像人類會怠惰或厭煩。因此，最後可以累積出驚人的進展。就像是大家熟知的 AlphaGo，可以不眠不休地學習各種棋譜，最後贏過人類棋王。
演講者認為 AI 的厲害之處在於，能夠取代人類進行重複性高、高度依賴記憶與穩定度的事。而人類的不完美卻正是我們贏過機器的契機，就像古代詩人飲酒作詩時，酒興大發，看似不理智，卻往往能創造出美妙詞賦。演講者有分享了，因為這次武漢肺炎疫情的關係，台灣的科技終於趕上世界的軌道，因為那時的三級警戒，許多保險業務員因為無法和客戶見面而沒辦法簽保單，這時金管會因為疫情的脅迫下，只好開放遠端投保這個方案。
還有透過人工智慧的 方式管理保單的投保、精算以及理賠，我覺得把人工智慧帶到金融市場是一大進 步。經過這場演講，我受益良多，發現原來人工智慧不像我想像中的那麼難懂、那麼可怕，演講者有一句話讓我印象深刻，他說未來的時代不再是工程師的時代，而是那些懂得把自己的專業知識背景融合一點人工智慧的基礎，運用融會貫通的觀念去管理人工智慧的人，才是未來發展的趨勢。
企管三乙 陳玥彤
這次很開心能夠聽到趙式隆講師的分享，在一開始的演講他說了一句話讓我對他接下來要講的內容充滿好奇，那就是他說危機有時候其實是機會。當初聽到覺得很不可意思但他說因為疫情許多國家遠端工作或是一些系統都越來越進步且普及，而台灣因為疫情比較穩定因此沒有什麼進步，這代表著疫情雖然影響了我們的生活但也讓我們科技能夠進步，的確有時候遇到絕境時我們為了要生存就會想其他辦法，這樣使人類不斷發明創新並進步，因此我認為疫情在科技領域上確實幫助很多。
接下來講師分享到因為疫情的關係做保險的都沒辦法見客戶導致他們的工作停擺沒有業績，因此越來越多的金融或保險行業開始使用視訊等等方式跟客戶對保，不過隨著科技的進步已經越來越難確認他人的真實身分。最近有一則網紅小玉換臉的新聞，他利用一些技術讓人的臉換掉。我認為現在的科技什麼都能夠做到包含換臉換聲音，這樣其實有非常大的風險因為你不會知道究竟跟你視訊的人究竟是不是本人而且視訊對保更容易做假，另外如果銀行誤認為客戶就是本人那到時候出錯應該誰來負責，我覺得其實銀行剛當事者都算是被害人，依我的看法視訊對保仍然有進步空間，如果是我目前還是會希望面對面這樣才能降低風險，但我相信未來這個技術一定會越來越成熟。
雖然說講到人工智慧都一定會有隱私及資安的問題，但如果能AI智慧金融化生活將會變得很便利而且透過好的深度學習出錯率也會變小，舉例來說智慧金融能降低風險，它能與其他資訊對比找出可疑的帳號或是交易，這樣就能避免被騙等等的狀況。另外也可以做信用評比我認為這對銀行來說很有幫助因為可以減少有人有借不還的狀況，智慧金融可以知道客戶平常的消費習慣、內容、以及在哪裡購買商品等等，這些都會被列入評分裡，他甚至可以知道你的對話紀錄，如果太常跟某個電話聯絡可能會被認為是跟黑社會借錢，這樣銀行就知道誰不適合借錢。
透過這次的演講我才知道AI真的無所不在，不論是在醫療、行銷、農業、運輸、甚至是金融都跟人工智慧脫不了關係我想這就是未來的世界，而最後一定會在科技與隱私安全中找到一個平衡點，不然如果只是科技進步沒有隱私人們還是沒辦法放心使用。
企管三乙 陳世宇
這次老師在課堂上特別安排趙式隆董事長來教室演講，我認為是一個很特別的經驗，並且更深入了解AI在業界的運作，藉由這次演講，我能夠把老師上課的理論跟趙董分享的業界實例做連結，讓整個思緒更加完整。在趙董的演講當中，我最深刻的是OCR光學辨識技術，因為我看過許多生活上運用的例子，像是Google翻譯有出一種掃描翻譯的功能，也就是說打開相機鏡頭對準需要翻譯的文字，手機就會在畫面當中直接做翻譯，而不用將需要翻譯的文字打在翻譯格內。還有一種就是單純的掃描技術，我之前有下載一種App，有點類似掃瞄器的概念，一樣是手機對準資料內容進行拍照，App就會將照片內的文字轉換成文檔，如此以來，在進行文字資料複製的時候，就不用看著紙稿慢慢打字，可以直接將紙上的內容掃描至手機或電腦當中，十分方便。
另外趙董還有提到保險跟AI進行合作，我一開始覺得挺不可思議的，因為我對保險的印象就是一定會有保險專員來處理各種雜事，從一開始的聯絡，到後續的處理，都會是真人服務，但從趙懂得演講中得知，現在強制險的部分，已經跟AI合作，也就是說在一開始資料輸入跟判讀的部分，已經交由AI進行處理，而不是人工作業，其中的資料輸入就是利用OCR技術進行掃描，不用保險人員手動將資料輸入電腦，AI會自動辨識資料並且整合，最後彙整成固定格式，然後自行判讀合理性，總而言之，保險人員只需要在最後的審核階段簽核就行了，這樣一來工作的份量就會變少，並且效率更高，而目前AI能夠在保險業務方面正確率高達95%，並且正確率會繼續提高，因為AI會有自行學習的能力，或許將來AI不只是處理強制險的部分，而會繼續往其他保險的項目發展。
我認為在未來，AI將會取代很多人類的工作，畢竟AI已經能夠自行輸入以及讀取資料，許多繁雜的事物不再需要人類操作，這樣有好也有壞，雖然工作效率會提高，錯誤率降低，但許多人會因為AI而失去工作，而且很多人會擔心AI有一天會完完全全取代人類，當那一天到來的時候，人類的存在就會變得無意義，所以現在關於AI的發展，世人分為兩派陣營，人類必須找出一個兩全其美的方法與AI共存。
企管三乙 李昱萱
AI的崛起已經頻繁出現在我們日常生活中，聽完演講後他們主要是從事保險科技類，我覺得滿特別的也有點好奇，他們可以運用大數據來客製化，針對不同的客戶來訂製專屬表單，對客戶來說會覺得很貼心，畢竟每個人的狀況和負擔能力都不同，前陣子因為疫情不能面對面簽字，也改變了保險業者與客戶的連結，有進步的是利用視訊遠距和客戶確認。
而其他金融科技的應用我目前最熟悉的是行動支付，小時候我印象中去存錢領錢都要去農會或郵局櫃台用，近幾年網路銀行興起，線上轉帳繳費都越來越方便，還有各種普及的行動支付，對我來說非常的方便，像是出門忘記帶錢包，Line Pay、Apple Pay就很好使用，像是超商、超市和其他大部分的店家都有收，除了不用帶實體卡片出門外，也不用怕弄丟，也讓大家滿安心的是當你要刷卡消費時，就利用人工智慧的指紋、臉部辨識，感應通過就能順利消費，通常不太會被其他人盜刷，而每一筆消費不管是在Line或是各家網路銀行都可以設定通知提醒，讓自己使用上更安全謹慎些，但今天也聽到有位網紅利用換臉技術的把自己的臉換成別人，和把別人的臉亂換，是違法行為也告訴我們人工智慧越來越進步，帶給我們方便之餘也需要小心使用，不是用在會傷害別人的地方。
另外AI在金融業我覺得會滿有幫助的地方會是在投資理財這部分，尤其像是基金、股票、ETF等等，在風險管理的這個部分應該會有滿大的用處，也是利用大數據參考或預測，讓自己的資金能更有效的運用，聽說還有個理財機器人，聽起來還滿不錯的，機器人會幫你做資產管理的計畫，如果能讓科技自動化配置好我們的資產，感覺上是滿可靠的，這樣就不需要理財專員了，而有的專員會為了自己的私利或是業績，可能還會不斷推廣或是推銷不適合你的東西，我想會有人認為自己也不是很專業就會聽從了專員的建議買了其他額外的東西，或是聽別人說什麼不錯就跟著買，但或許那並不適合你，像是有人會希望更快的賺到更多錢會選擇風險較大的方案，也會有人偏向喜歡穩定風險小的方案，光是每個人對風險大小的接受度就不一樣，資產管理也會不相同，而我覺得AI可以適時給出建議和推薦給每個人找到適合自己的理財方案。
企管三乙 林澤恩
經過這次的演講，讓我更了解有關人工智慧金融的轉型，聽了講者的演講內容讓我想到之前我看的一個相關報導，報導的標題是: 金融業數位轉型！利用「AWS雲端服務」建立智慧型多管道解決方案，內容大致上是再說，「在新經濟的世界裡，地球是平的，但是在疫情影響下，地球變得更平了。」疫情加速了企業數位轉型的速度，對企業內部來說，應設法在零接觸的情況下維持正常運作；對外，持續保持優良的使用者體驗，才能加強客戶黏著度。而在這樣的新時代，金融業似乎應該思考藉由上雲來將自己的優勢快速打向海外市場，走出一個國際新視野。
這次的疫情導致我們的生活受到了影響，現在社會提倡零接觸為優先，就像前陣子外送平台不斷宣導多利用線上付款與外送員零接觸就有優惠。而新經濟企業運作的其中一個特色則是「去中間化」，不需要透過層層代理商或者經銷商，直接運用網路、社群平台就可以讓品牌跟社會大眾的距離拉得更近，那這跟過去的舊經濟有什麼差別呢？過去如果想要經營跨境服務，必須前往當地設立分公司、辛苦的在當地設置Local端伺服器，甚至為當地市場設計不同的服務程式，然而新經濟模式成功的公司，從0成長到100幾乎是用光速在進行，那種過往還得跑到當地架機房的跨境模式，已不符合經濟效益，而這樣的業者大多選擇上公有雲布建服務且還能立即跨境；如Gogoro、Appier，這台灣兩大新創都是因此成為AWS的客戶。
我覺得這次的演講內容我最印象深刻的是人工智慧於金融業之應用，隨著數位通路快速崛起，對企業與消費者的互動模式產生極大衝擊，若企業未正確且快速回應消費者的問題，恐將導致客戶流失。現今消費者自我意識增強，期望企業可瞭解個體差異，以提供更貼近個人化需求之服務，若企業僅以人工預設的簡單規則、制式化的輪播廣告方式行銷，已無法滿足消費者所需，取而代之的則應以線上個人化的行銷推薦，與消費者即時互動，近年來人工智慧蓬勃發展，仿造人類大腦及五官所打造的技術，包括模仿眼睛的視覺辨識、耳朵和嘴巴的語音辨識及交談、大腦的理性與認知及學習這次的演講真的讓我收穫良多，希望下次還有機會可以聽到類似的演講。
企管三乙 吳欣柔
許多金融科技公司開始應用人工智慧在內的新興科技提升消費者體驗及滿意度。金融業更是大舉投資資料管理、分析及人工智慧來提升客戶體驗。如何藉由人工智慧科技以及數位轉型策略打造安全、便利、開放的服務以及支付環境，是接下來相關產業的挑戰亦是最大的機會，金融業朝專精特定產業、解決方案或客群，透過新興科技的輔助進而創造服務價值與商業洞察。
而如何運用數位科技精進消費者體驗，產業需順應時勢妥善應用新興科技完成企業內外部數位化轉型，但同時科技本身並非萬能。隨著科技改變了工作的本質，產業更須重視如何精進人才技能。在這個數位化時代，各種網路攻擊亦日益純熟，如何讓員工在使用各項先進技術的同時，同步提高員工資訊安全風險意識，確保企業及個人的資訊安全方可成為企業最堅實的後盾，在前往數位化轉型的未來路上無後顧之憂的持續衝刺。
為了達成目標，如何有效管理資料及應用資料、推動核心基礎設施升級、擁抱人工智慧，並將部分業務流程移轉至雲端，均為目前可思考優先推動的項目。隨著資料重要性的提高，資料管理也越來越具有挑戰。許多金融業面臨的挑戰，在於大多數資料透過封閉的獨立系統進行管理，因而增加了銀行在瞭解客戶與提供服務方面的複雜度。
我對於演講人所說的其中一項技術很感興趣，即光學字元辨識(OCR)，光學字元辨識是一種從圖片中擷取文字的技術，可以掃描的圖片格式包括GIF、JPG、PNG和 TIFF。只要啟用這項功能，系統就會擷取圖片中的文字，再依據設定進行處理，加快以往人工輸入資料的效率及正確性。透過深度學習打造的辨識模型，具有精準的文字辨別能力，能夠偵測圖片中的表格與文字，一鍵可將所有圖檔轉化成有用的數據資料，可以用於企業客戶文件自動審查、電視與雜誌輿情監控等服務，幫助快速有效的做出正確決策。
我查完資料以後發現現在大多停車場也都使用這項技術辨識車牌進行管理，配合Etag技術進行收費，縮短以往按鈕取幣及人工或機器繳費的時間，可以縮減人力加快速度，原來我們生活中處處都是科技。
企管三乙 劉慧珊
隨著數位通路快速崛起，對企業與消費者的互動模式產生極大衝擊，若企業未正確且快速回應消費者的問題，恐將導致客戶流失。現今消費者自我意識增強，期望企業可瞭解個體差異，以提供更貼近個人化需求之服務。全球金融機構莫不聚焦於如何將AI應用於金融領域，包括AI應用於前台之客戶服務與客群經營，以流程精進提高金融機構之中後台作業效率，或應用於風險管控，降低金融機構之作業風險等。
人工智慧在金融機構的應用包含客群經營、風險合規、流程精進及數據分析等四大構面。透過 AI，改變金融機構與消費者間之互動模式，蒐集營運上所需商品、服務及作業程序等相關資訊，由虛擬助理以自然語言，採一問一答的方式回覆消費者諮詢，且消費者亦可自行瞭解產品服務功能，若派駐機器人搭配應用程式，消費者除於交易時可快速獲得輔助，此項差異化服務，更可提升金融機構數位金融之競爭優勢，另金融機構可將過往成功案例、計畫成果等，納入知識管理，對於AI應用於客群經營亦有所助益。
根據過往的風險管理經驗，篩選出可疑交易，並與外部資訊比對可疑的關係戶或警示帳戶，進行AI智能風險控管，降低因公關操作不當之風險，而影響金融機構之信用評等或商譽。在數位經濟蓬勃發展趨勢下，各行業紛紛投入AI技術之應用，尤其是金融機構已能運用AI核心技術結合科技公司，導入人性化的智能服務，應用於社群平台之客群經營，以 AI 自然語意認知及機器學習技術，提供客戶更人性化的流暢對話與互動體驗。
金融機構透過 AI 技術汲取其商業價值，緊密串連科技、金融、社群三大關鍵力，不再只是生硬的金融商品，而是能有效掌握與用戶的互動機會，進而擴大服務價值，帶給消費者全新的金融體驗。實踐與應變為首要任務，金融機構不再是擁有客戶，而是關注如何更有效率、更即時提供客戶所需的金融服務，從客戶角度思考，切合情境，將金融服務帶到客戶所需的時間和地點。未來期待有更多的 AI 金融應用案例，不斷精進與消費者互動的服務 品質，實踐我國金融產業的創新與轉型。
企管三乙 林之柔
講座中提到了企業數位轉型的演化，講者由近年來疫情所帶動的科技革新，講述由於台灣防疫措施的完善，造成工作型態維持傳統，直到較嚴重的本土疫情侵襲台灣，推動台灣的科技終於漸漸地與國際接軌，接著提到了深度學習的原理、AI可以通用於多領域，以及講者如何選將AI應用於金融保險行業等等。
AI可以投入金融行業主要有三個原因，一、客戶資金充裕，二、歷史數據完整，三、監管經濟規模，AI適合做需要重複、記憶、細節、穩定的工作，透過龐大的資料庫，不斷讓AI練習讀取並判斷正確的文字或圖片，可以精簡員工的工作量，目前講者提到理賠的部份，他們家的Bravo AI主要技術是透過電腦視覺讀取醫療檔案，擷取文字內容，使用自然語言處理讀取醫囑文章，並做出保險決策，在強制責任險的部分，已整合14家產險公司，用AI進行輔助辨識，除了醫療保險外，行動裝置保險理賠、物聯網/機器人界街的動態風險調整都可以投入AI應用。
在核保的部分，AI可以進行模糊比對，精算的部分則需要擴增智能，保單健診則可以用光學識別進行流程改善，最後講者提到AI的缺點就是需要大量的學習以及完整的資料庫，它可以透過歷史資料去推測同樣情況下的處理方式，但是不擅長應對全新的問題以及突發性的狀況，所以我們可以整合不同領域的專業知識配合大數據應用，將AI這個通用技術應用於多方面的領域。
目前已有許多領域進行AI應用，生物信息這項技術能夠識別、測量、分析人類行為以及身體的物理結構和形態，它能賦予人類和機器之間更多的自然交互能力，包括但不僅限於圖像、觸控識別和身體語言識別，目前被廣泛用於市場研究領域。情緒識別可以通過高級圖像處理或音頻數據處理來「讀取」人類臉上的表情，能夠捕捉「微表情」，識別肢體語言暗示，以及分析含有情緒的語音語調，執法人員在審訊過程中使用這項技術能夠獲取更多的信息，這項技術也被廣泛運用於市場營銷。圖像識別在數字圖像或者視頻中識別和檢測出物體或特徵的過程，人工智慧技術在該領域具有獨特的優勢。人工智慧可以在社交媒體平台上搜索照片，並將其與大量數據集進行比較，從而找出與之最為相關的內容。圖像識別技術能用於車牌識別、疾病檢測、客戶意見分析以及身份驗證等。
企管三乙 王嘉麟
2019年新冠肺炎的爆發，衝擊全球現有的經濟體系，無關企業的願意與否，幾乎所有產業都被迫數位轉型、或改變現有的營業模式，以適應因疫情盛行而造成的新疫情時代。
此次講師所在的公司－洽吧智能股份有限公司，專注於研發、製造、授權和提供廣泛的金融機構軟體服務。目前，洽吧智能是臺灣地區市佔率最高的保險科技技術供應商，講者表示他們公司目前最知名且暢銷的系列產品為全技術自主研發的人工智慧產壽險解決方案，提供人壽與產物保險客戶的常態性公有雲，即需即用軟體/本地資料中心解決方案，除自核保、理賠、精算等服務流程的開始到深入協助建立更準確的風險模型。此套方案也幫助客戶大幅減少人力、時間資源在單調的工作上，其技術達成人機協作，例如在核保階段，此套軟體能替代大量的歸檔人力，自動讀取醫療檔案並擷取文字內容，收錄、歸檔進客戶的檔案內，而僅須留置少數員工檢驗成品即可；而其軟體目前亦能做到自然語言處理，它能「閱讀並理解」依據醫生的嗜好習慣撰寫的醫囑文章，並依此做出保險決策，雖然偶爾仍會有決策失誤或無法判斷的情況需要員工決斷，但過去這是只有經驗老到的理賠人員才有能力執行的工作內容。
講者以此套系統向我們說明AI「深度學習Deep Learning」的未來可塑性有多高，講者表示，深度學習就是勤能補拙的最佳範例。機器比起人類，其運作的效率明顯高效的多，所以透過深度學習，能做的事情一定比人類多。機器的工作知識僅需輸入一次便可讓它「熟記」，而人類需要多次反覆學習，僅看這點就輸了，更遑論機器不用休息，只要有電就能24小時不間斷運作，而在這情況下機器的深度學習能在短期間內習得人類需花費多年才能領悟的經驗知識，大幅提升工作效率的同時，許多單調、甚至是過去認為機器難以勝任的工作都能讓機器執行了，許多人不禁擔憂自己的工作未來會不會被機器、AI替代。
講者也提供一個思路供我們參考，從機器倫理來看，目前機器在大部分領域仍然受限頗多，但我們也不可因此放鬆警惕，仍需時刻驅策自己加深、拓展知識和技能，以創造自己的不可替代性。
企管三乙 劉柔彤
在聽完演講後我去查詢了關於趙式隆先生的相關資料，發現他在十九歲就開始創業了，在2013年時創辦了學悅科技，為了改善學校裡教師與學生的互動關係為出發點，推出了Zuvio這個雲端即時互動系統。他說他在台大擔任助教及講師的期間，觀察到台灣學生不太敢上課問問題，因而構想出這套系統。Zuvio這個APP對我們可以說是相當的熟悉，從大一的經濟課、大二的統計課到大三我選的延伸通識課，老師都會使用這項App點名及出作業。我覺得很厲害的地方是，創業家就跟發明家一樣好像都特別會觀察，從一件稀鬆平常的事裡觀察出心得來，更厲害的是會開始想辦法使用自己的專業知識來改變或改善。
之後他有講到一個我覺得特別有趣的議題，就是阿里巴巴旗下的螞蟻集團計劃成立信用評分公司。個人分數叫做芝麻分，由五大項總計合成分數，這五大項分別為信用履歷：過去個人帳戶紀錄的履歷、行為偏好：購物及繳費理財時的偏好與穩定性、 支付能力：穩定的經濟來源與個人財產、身分特質：個人的學歷與職業及人脈關係：朋友等資訊的信用程度。也就是說人活在這世界上的一舉一動都將會被打分數，這根本就是電影裡會出現的劇情啊！我覺得這實在是太酷了，我是蠻想看到大家被打分數的樣子，這個世界一定會變得很有趣充滿。
另外，他還說到了一個跟時事有關的議題，就是投保突破「親晤親簽」的限制，但在遠距視訊投保時要怎麼避免被DeepFake換臉詐騙的風險呢？這與前陣子小玉事件正好有關，但大部分人都不曉得關於換臉這件事在投保上也有一些影響與關聯。所以我想說，這場演講真的很有趣讓我們學到了很多，因為如果是平常不常更新或研究AI與金融相關議題的人是不會知道這些事的，這也讓我體悟到，時代一直在變，科技也一直在更新，課本上那些關於人工智慧的知識已經遠遠不夠我們吸收了，唯一能解決的辦法就是得自己常常去更新增進這些科技知識，否則可能有一天就會突然跟不上這個世界了。
企管三乙 陳致勛
在資訊發達且進步快速的時代下，所謂進步，不是一人走百步，而是百人各走一步。這句話相當有感觸，很多人只想著自己一直往前衝，而卻忘了身旁的每一個人，應該要大家一起進步才是真正的進步，才不會有人脫節了。我們需要有環境去進步，產業必須去適應未來的智慧網路，舊金融：貸後管理拿東西抵押；螞蟻集團代表新金融：芝麻信用使用個人信用評分、信用履歷、行為偏好、支付能力、身分特質、人脈關係等，AI智慧注重將現有技術整合，保險業則是突破親晤親簽，現在深偽技術發達，需要注意的有很多，也很注重經驗法則，經驗法則就是做得到但難以用描述來傳遞，熟能生巧。神經網路+大數據，通用技術革新。金融業AI發展的優勢：客戶資金充裕、歷史數據完整、監管經濟規模
流程優化、自動識別憑證生成保單、風險評估，電腦視覺是讓電腦用眼睛去感知世界。自然語言處理 則是讓電腦聽懂人的語言。現代科技的運用越來越廣泛，擴及相當多的領域，我們應該不斷去學習、增進自己的能力，不能怠惰而被淘汰。有努力有機會，而不是原地踏步覺得自己已經足夠厲害了。銀行業中的AI應用成長比我們想像的來得快，像印度的HDFC 銀行已經採用了AI的系統來提供客戶服務支援、檢測異常狀況和預防信用卡欺詐。HDFC銀行已經推出了一個名為EVA的聊天機器人，稱之為EVA虛擬電子助手，提供一般性的客戶服務。
使用AI來預防欺詐也已經不是新的概念，事實上，現有的AI解決方案可以增強銀行零售和金融等多個業務部門的安全性。透過追蹤卡片的使用和端點進接，安全專家可以更有效的防止欺詐，銀行可以藉AI分析交易行為來追蹤異常交易行為。金融交易市場可以說是分秒必爭，不少金融機構正在轉向使用AI來改善其股票交易性能及提高利潤，像是日本野村證券就是一個好例子。日本野村證券一直傾向不使用電腦來分析經驗豐富的股票交易員的見解，但經過多年的研究，野村證券已著手導入新的股票交易系統。有不少醫療設備企業正在開發一些系統來追踪人們在養老院、家庭護理等方面的活動，讓不少獨居老人或遠距病患可以藉由AI系統得到及時照護。
企管三乙 陳建惟
這次演講讓我收穫良多，不僅是因為趙式隆先生清新爽朗的口條解說，還有重點滿滿的PPT簡報，讓我對AI跟保險科技有更深的理解與雛形，很多人對AI沒有一定的概念，也不知道當初這名詞為什麼可以這麼火，這裡我就很喜歡趙式隆對AI的認知-深度學習，駕訓班場地的例子就舉得不錯，我們人類也是需要多努力練習才對一個領域達到專精，電腦也需要經驗法則，經過大份量學習最後在某些工作上比人類更有效率，雖然在人類看來是慢慢累積，可是最終的知識含量卻超越了人類，ALPHAGO就是個血淋淋的例子，現在很多人揶揄電腦辨識出錯誤的東西，但我相信未來，準確率會趨於完整，而那些人可能就已經被取代掉了。
AI已經可以在趙式隆的公司見其成效，把AI導入理賠服務，輸入醫療單據資料，即可自動完成核算理賠金等相關作業，但我們也不能把甚麼都交給科技，因為人類也會利用科技來詐騙，你沒有證據證明你鏡頭另一端是他(她)真正的容貌，還是有某些工作只能人類來做，這也是AI要跨越的挑戰，典型的智慧金融社會像是中國，因為彼此不信任，出現了類似支付寶的第三方交易平台，形成了一個以信用來說話的社會，這在台灣可能不太能發生，畢竟是以人為本，但台灣的新創公司往往有許多不同的創新想法，趙式隆舉了AI應用在產業的例子，包括幫助保險公司完成理賠作業、降低風險或是應用大數據達成風險監管，人類只要正當利用科技，我們的生活會越來越簡單便利。
最後趙式隆提出當前真正的挑戰，其實大多是不缺解決方案，真正欠缺的是好問題，而人工智慧也僅僅只是解決方案之一，且往往是最終解決方案，技術雖然發展快速，但仍有眾多議題等著在法規、政治環境、社會共識等層面落地，需要不同領域的人才共同關注投入，而我們學習商管未來也可以投入在大數據，與我們所學加以整合，順應趨勢，在這個不連續科技變化的時代，應培養快速適應的能力，而且要積極拓展世界觀、正視中國的崛起，加強英文及口語表達能力，維持自身競爭力，避免被AI取代。
企管三乙 簡江澔
這次演講的主講者是一位我覺得相當了不起的人物，在演講的過程中內容相當的豐富精彩，他的名字是趙式隆，他的公司是保險科技技術供應商，而他主要為我們講述甚麼是AI和他的公司如何在金融領域去實現AI的應用。
剛開始的時候他和我們說他曾開發過Zuvio這項軟體，其實我們班上的所有人基本上手機都有這項軟體，因為我們教授曾經一直用這個軟體來點名，而趙式隆自己則一直說，這是一個不受別人喜歡的軟體，因為Zuvio點名的方式包含了GPS定位，這讓學生無法遠距點名，而在Play商店裡它更是只有1.4顆星，其實對我來說Zuvio雖然不是一個多功能性的軟體，但是他在點名這個領域的確是讓我有被驚訝到，當我第一次看到教授用Zuvio點名並且告訴我們有人在宿舍點名，還開啟地圖讓我們看定位，我真的有被這項功能震撼到，這是我對於App軟體結合GPS應用的第一次認識，所以我想我一開始就被他的演講吸引了。
甚麼是AI?這個問題我在上課聽到了無數便，也聽到了很多的解釋，但他給答案的方式是我最有收穫的答案之一，簡而言之就是，人能靠經驗法則學習的東西，機器也能夠學習，而且學習的比人更快、量更大，而從他的舉例中，他就能用AI幫助保險公司去評估人的信用，甚至保險核對過程中繁瑣的過程都能被AI取代，而人真正要處理的則是數據中沒有出現過的案例。在演講的過程中他也有提到AI取代人工作的議題，而我也相當歡他的答案，「我們應該去看到的是我們因為AI而出現得工作，而不是不見的工作」，這是一個迎向未來的答案。
其實整場演講對我來說，讓我了解了金融與AI的互動，更讓我對AI有更深的體會，在大數據時代，之前需要有人在技術領域去做開發，但隨著技術的成熟，現在更需要有的是數據本身，所以他說現在需要的是能做跨域整合的人才，因為只有從別的領域跨來AI領域，AI才能有數據，也才能發揮他真正的功用，去節省人力、減少時間成本、提高競爭力。
這次的演講相當精彩，而其中的內容有些也相當有趣，像是他在跟我們講為什麼螞蟻金融變成螞蟻集團，還有行動支付在大陸出現的契機，他其實說一說自己都會稍微笑一下，其實做為第一次接收資訊的人，我可能沒辦法覺得有趣，但了解背後的原因以及理解後，我覺得還是很有趣的，這就像是一個八卦，只是他出現在一個大公司和大環境。
企管三乙 黃筱鈞
聽完講師說的「數位轉型：AI智慧金融」真的覺得人工智慧跟我們生活息息相關，還記得講師有介紹芝麻信用，是螞蟻集團的個人信用評分，我覺得這個app真的非常的酷，裡面有幫你信用評分、分析很多項目，像是信用履歷就是可以知道過去個人帳戶紀錄的履歷、行為，行為偏好就是購物、繳費、理財等活動中的偏好與穩定性，支付能力就是穩定的經濟來源與個人財產，身分特質就是個人學歷與職業等訊息，還有人脈關係則是朋友等資訊的信用程度，運用大數據和雲計算技術呈現個人的信用狀況，透過連接各種服務，讓每個人都能體驗信用所帶來的價值。
還有講師提到的AI機器學習的重要性，它比較著重於訓練電腦從資料中學習，並根據經驗做改進，而不是按照明確的程式碼去做運行。透過機器學習中，會訓練演算法尋找大型資料集的模式和關聯性，並根據該分析做出決策和預測，機器學習會隨著使用不斷的改善，因為存取的資料越多，所以準確度就會越來越高，機器學習現在幾乎已經廣泛應用於日常生活中了，例如講師舉例的駕訓班原車原場的考照。也因為這次的演講才知道原來人工智慧可以跟金融做結合，例如講師說的醫療相關保險理賠自動化。
講師說他們做出一個app，現在保險業的幾乎都是用他們的那個app幫大家處理保險理賠，我覺得真的非常的厲害，最一開始的理賠申請診斷書送件到客服中心收件掃描，現在只要用理賠app拍照上傳就能達到自助與自動，OCR取代人力檔分類、NLP輔助審核人員確定，這兩個是運用了人工智慧系統，省了不少人事成本，也讓資料審核更加正確，再來的給付預算到自動帳務處理，再到理賠紀錄儲存結束，這就是一整個的保險理賠程序自動化，有了這個app使現在申請保險理賠更加方便了，聽完這次的演講，發現人工智慧真的可以說是無所不在啊！
企管三乙 詹佳妮
聽完講者的分享，其實我們生活中已經有非常多的領域導入AI機器人科技，產業要不斷去適應未來智慧網路的趨勢否則只會面臨淘汰。以講者的公司為例，他們已經將核保、理賠、精算等手續用電腦來幫忙操作，電腦不會累也不用休息，學習能力也很強，雖然背後要有大數據去輔佐他做出正確判斷，但是，如果是一間保險公司，過往的數據資料齊全，再引入這項科技時，出錯率相對就降低許多，幫助公司節省許多人力開銷，雖然還是要人力去簽核，但是這已有效提升公司的生產與績效。但是，導入AI技術的準備過程很長，需要給AI龐大的數據量以及花錢買GPU，現在GPU非常搶手，想買也買不到的情況下，AI的發展就會受阻礙，因此要導入這項科技的公司可以再另行評估其他方案。
螞蟻集團是以個人信用去借貸的集團，在大陸就連借一把愛心傘也要看信用指數，因此比起台灣用抵押的方式去借款，看似比較有根據以及可信度，可惜還沒開始試辦就被中國政府阻撓。
神經網路與大數據將會有越來越多人投入相關科技，高重複、高穩定、高細節的工作會被取代，但是我們也面臨兩難情況【機器倫理】我們將機器人發展到能夠與人匹敵，如果機器人依照自己的意識去危害到人類那該怎麼辦? 就形成有趣的現象，我們科技越來越進步機器人的研究與日俱增，卻又不希望機器人有太多個人意識，做出危害到人類的行為。就像講者所述：如果一位老太太過斑馬線，另一位孕婦牽著孩子沒有走斑馬線，如果不幸一定要選擇一位，這時下判斷的應該是由人類?還是由機器人?機器人會不會選擇那個損失最少以及傷害最低的方法去解決，可是在法律上機器人所做的選擇是誰要負責呢? 車商、駕駛、不遵守交通規則的人。
我認為駕駛與不遵守交通規則的人必須要負起最大的責任，駕駛的責任在於沒有隨時注意前方狀況，導致電動車撞到人、不遵守交通規則的人則是，違規跨越導致車禍發生。在我看來機器是不需要負責任的，因為機器只是協助、幫助我們人類生活更加便利、生活品質的提升，人類的腦有批判思考與自我意識，當我們不在思考機器人才會把我們給取代，因此人類與機器人應該要彼此幫助，共存共榮。
