近年金融業及銀行業加快數碼轉型，在過去十年中，應用程式介面、區塊鏈、機器學習算法、雲計算、開源和物聯網等創新技術都對銀行業產生重大影響。現在人工智能科技可以即時且準確地處理和提供數據分析，銀行可以利用高質量的數據去了解客戶的背景、偏好、需求和行為，以致提升效率和商業增長。

　銀行業務智能化

　透過自動化和機器學習技術，人工智能科技能為銀行降低成本，提高服務效率和交易的準確性，有利增加精準的營銷業務。銀行業已不再停留在傳統模式，近年來銀行多與企業建立合作夥伴關係，從而吸引新客戶使用他們的服務。為了簡化服務產品，銀行亦開始採用現成的人工智能提供解決方案。比如通過將eKYC身份驗證技術，與面部識別和指紋採集相結合，簡化申請流程，新的客戶信息亦可即時加入銀行的數據庫，而銀行就可基於海量用戶數據，再以人工智能進行精準營銷，增加業務。

　建立新信用評分模型

　多年來，香港的零售信貸行業都依賴單一的信用評級機構。借助新建立的以多重信用評級法平台，使貸方能夠通過多個信用參考機構(CRA)共享和使用消費者信用數據，從而建立新信用評分模型。現時銀行信貸可利用非傳統信用數據和人工智能算法來提高信用評分的預測能力，以解決服務效率。商業數據交換(CDI)平台有望加強第三方數據提供商和銀行之間的協作和數據共享，實現更大的金融包容性，截至2022年2月，銀行已通過CDI向中小企業發放逾9億港元貸款。數據供應商除了為銀行提供信用紀錄和評級外，亦可提供潛在借款人的數碼足跡。比如是通過與在線零售商合作，銀行可以獲得企業的業務活動、銷售和收入以及其他電子商務信息。該交易信息可助銀行了解企業的現金流、定制貿易融資產品和執行更穩健的信用評估，成為銀行信貸業務的關鍵。

　提高銀行風險管理

　此外，大數據分析、自動化人工智能和機器學習亦將成為銀行戰略規劃、營運效率和監管合規的核心。對於中國和香港的銀行來說，最常見的方法就是信貸決策和營銷策略。傳統方法依靠手動流程來管理風險，但人工智能可以顯著提高銀行在風險管理中的準確性。根據對數碼貸款信貸決策模式的研究，人工智能在個人化營銷發揮着關鍵作用，銀行可將收入增加5%-15%。人工智能亦設有預警系統，幫助銀行預視前置審批、審批後和信貸催收信貸周期中的風險，以減少違約風險。根據香港金融管理局的調查顯示，89%的零售銀行已經採用或計劃採用人工智能應用程序，並考慮將人工智能作為其企業戰略的一部分。人工智能不僅可以保持成本效益，還可以降低風險、避免欺詐及提升業務質素，將成為未來銀行保持競爭優勢及提升營運效率中的重要部分。

　連城集團合夥人馮南山Paxson