迎向開放銀行第三階段，佈局「智慧中台」實現場景金融
作者:SAS TAIWAN
原文刊登自:天下雜誌
打造消費者無縫接軌的體驗，讓金融業迎來開放銀行的潮流，紛紛佈局未來的開放銀行第三階段，透過智慧中台，能協助金融業實現場景金融。
金融業積極佈局開放銀行（Open Banking），希望打造無所不在的金融服務，場景金融的應用崛起。透過開放程式介面（Open API），跨業、跨域結合第三方服務業者（Third-party Service Providers, TSP)，創造金融服務新商機，數位生態系，讓消費者體驗無縫接軌。
去年11月，台灣的開放銀行發展進入第二階段「開放客戶資訊」，已有七家銀行核准通過。消費者曾在A銀行填寫過個人資料，在申請B銀行的服務和商品時，經消費者同意，B銀行可自動帶入消費者的個人金融資訊，做到跨銀行的自動化資料交換。TSP業者可據此提供消費者的帳戶整合服務，整合消費者在不同銀行的房貸、存款、基金投資等資訊。
下一步，開放銀行將進入第三階段「交易資訊」，即在客戶同意下開放交易與支付，TSP業者整合帳戶後，就能直接透過App連結帳戶扣款、支付、調整或撥付帳戶資金。
SAS台灣業務顧問部副總經理陳新銓說，「開放銀行第三階段，將是真正個人資料權『還歸於民』的核心概念，進而趨動實現談了好些年的『場景金融』。」未來，消費者可以自由決定個人資料與交易資料要提供給哪些銀行，那些TSP，讓哪個業者為其做服務；而金融業者或TSP業者，則可在消費者於食、衣、住、行、生活、育樂等面向所產生金融服務，有效介接所有金融服務可能性。可預見將是金融業挖掘新客戶、新商機的版圖重整關鍵時機。
迎向開放銀行第三階段的兩大挑戰
提及金融業在開放銀行面臨的挑戰，陳新銓說明，第一階段「商品公開資訊」時，金融業遇到的是如何提供有競爭力的商品資訊；第二階段「開放客戶資訊」的挑戰則是，迎來從別家轉來的新客戶時，我不一定有完整如還款能力的交易資訊，仍需花費資格審查的時程、隱含詐欺的風險。
要邁向開放銀行第三階段「交易資訊」，陳新銓認為，未來金融業將面臨兩大挑戰：
挑戰1》打造內外部數位生態系
未來所有在開放銀行下的交易，將透過TSP業者發送，銀行在面對新客戶時，只會收到這位客戶在別的銀行留下的交易或信用資料，銀行要如何快速進行審查、評估的流程？
然而，目前金融業徵審、授信審查流程，仍仰賴人工審查。如此一來，即便現在大家都嚮往「快速核貸」，前端網站及App也努力跟上系統化腳步，但一銜接回後續審查流程，仍回到未自動化的人工作業，無法加速審查的流程。
挑戰2》即時判斷碎片化交易的銷售價值
未來透過多方管道、TSP業者傳遞的碎片化交易請求，包括申請貸款、親朋好友吃飯要拆帳等。金融業只能擷取少量資料運用與媒合，猜想消費者是否還有其他金融需求，才能達成最大的銷售價值。
陳新銓以數位貸款策略舉例說明，過去消費者有貸款需求，會先到各銀行網站、社群媒體蒐集貸款資訊，進行商品比較。然後上各銀行網站試算，收到銀行的報價以後，消費者再排序挑選銀行申請貸款，而後進入貸款審查作業。
而進入開放銀行，TSP業者將會取代前端一直到報價的流程，場景可如此想像：日後當客戶有買房需求而需要申請房貸，未來房屋業者也可能轉為TSP角色，將客戶資訊及房屋標的物資訊，透過API分享至國內所有銀行，銀行則依照客戶的個人條件、擔保品貸款的可能性，評估客戶能獲得的房貸額度、利率和期間。客戶只要從清單中選出前三家直接議價，進行房貸申請。對銀行來說，只能被動收到由TSP業者提供的客戶資訊與貸款鑑價品資訊。
因此，在客戶分析、商品推薦、風險及授信預審報價、徵信作業及智能詐欺、風險授信策略與報價參考、商品交易等完整流程中，銀行需要具備瞬間計算、判斷與回覆的能力。「在商品及服務成交的過程中，比拚的就是速度！ 」陳新銓表示，銀行必須思考內部的流程準備好了嗎？如何快速提升客戶興趣、快速掌握客戶風險?擁有「敏捷式的分析能力」，將是未來銀行必備的技能。
以智慧中台轉型「智能銀行」
「開放銀行將使傳統銀行轉型為智能銀行（Data-driven Bank）！」陳新銓說，轉型開放銀行的關鍵在於智能策略，也就是透過打造兩大中台：「AI中台」協助建立AI模型、AI分析；「決策中台」的即時決策引擎，協助即時判斷策略。利用智慧中台實現敏捷式的分析能力，架構出內外部數位生態系。
對內，將所有流程智能化，免去人工逐筆審閱的作業流程，即時分析TSP業者傳送過來的客戶資料，才能在最短時間內快速篩選出好的客戶，推薦客戶最適合的商品及服務，快速提升客戶興趣。同時，縮短後續評估的流程，預測客戶的風險程度，自動化預測詐欺，讓優質客戶能在最短時間內完成審查流程，金融業才能在風險管控得宜的情況下搶得先機，擊退對手贏得客戶。
對外，陳新銓則建議銀行必須加速制定迎向第三階段的技術策略，挑選全通路、各接觸點合適體系與文化的TSP業者加入金融生態系，一起投入服務。快速運用AI智能分析TSP業者的各式資料，如交易歷程、人際關係、數位軌跡與地理資訊等，挖掘出自身銀行想鎖定的目標客戶。
智能銀行的經典案例，即是日本三大商業銀行之一瑞穗銀行。其推出可靈活應對小額和短期貸款的線上借貸服務，原本由人工審查的短期貸款作業流程，藉由AI運算，同時收集網路外部資料，來制定自動貸款決策，加速所有審查的流程。核貸過程由數週縮減為30分鐘，上線第一個月發放80筆信用貸款，下個月成功攀升至1,000筆，減少「兌現時間」，重新設計其數位轉型的經營目標。
台灣金融業也有敏捷式分析的亮眼案例，陳新詮指出，國泰世華銀行推出信用卡臨時調額服務，針對客戶是否該調額、優質客戶要調整多少額度，設計出AI的規則與模型，在客戶於商店或餐廳刷卡超出額度的當下，主動推播簡訊給客戶，詢問是否同意立即通過臨時調額。即時性回應場景金融，讓優質客戶平均刷卡交易金額提升了6成。
比爾・蓋茲提及，「銀行服務是必要的，但銀行本身並不是。」迎向開放銀行第三階段的金融變革浪潮，即是將實現這樣的場景金融願景。陳新詮提醒，金融業必須積極轉型智能銀行，掌握智慧中台的核心技術架構，經過一致性的資料治理，讓分析與即時決策在同一平台運算，方得以支持像信貸交易、商品推薦等場景化的微服務，開創場景金融零時差！
