人工智能技術看似非常高深複雜，但近年不少行業都開始將AI技術應用至業務當中。

 

　　來自新加坡的34歲葉家進去年就創立AI方案Metisa，透過分析銀行客戶各種大數據，幫助了解客戶需要，再推送合適的金融或銀行產品。

 

　　AI技術潛力巨大，不少具創意的企業家開發為不同行業而設的AI方案，金融銀行業就是其中一個充滿潛力的板塊。

 

銀行體系龐大 跨部門合作難

 

新加坡小伙子葉家進做過投資銀行，了解銀行內部各自為政的特性，特地創立AI方案Metisa，幫助銀行各部門分析客戶使用習慣，再推送符合客戶需求的產品。

 

　　葉家進在美國紐約哥倫比亞大學主修金融工程（Financial Engineer），學習金融系統相關的程式編寫，擅長利用各種統計及數學方法解決問題，以幫助金融系統運作。

 

　　2009至14年他在本港的美資國際投資銀行工作，他表示，銀行內部業務部門非常多，如貸款、按揭、信用卡、資產管理以至客戶服務，但各部門都自顧自工作，客戶的數據資料非常分散，各部門亦有點各自為政的感覺。「雖然當時身處投資銀行，亦有其他服務提供給客戶，而管理層其實亦希望業務部門將適當的服務推送給大眾，奈何銀行的體系非常龐大，跨部門的合作溝通非常困難。」

 

　　由於他擅長金融系統的程式編寫，就自行建立演算法（algorithm），創立AI方案Metisa，分析客戶使用銀行服務的大數據。

 

提升銀行效率 加強客戶體驗

 

　　他表示，「例如某客戶在何時登入銀行的流動應用程式，瀏覽貸款、按揭或曾打電話到信用卡部門，通過分析客戶的使用行為，可了解到客戶最需要甚麼樣的銀行服務。」

 

　　葉家進指出，Metisa可安裝在銀行的客戶關係（CRM）系統中，正因為融合銀行本身的系統，免卻了銀行合規（compliance）部門的憂慮。他補充，大部分銀行都有自己的流動應用程式，長年收集客戶數據，如果將這些數據加以運用，將能提升業務效率，亦能提高客戶的體驗。「由用戶的行為估計他們的需要，每個客戶的銀行流動程式介面中，都有為客戶度身訂造提供的各種銀行服務。」

 

外國企業已用 擬攻金融保險

 

　　由於現時AI技術開始投入實際應用，他表示，自去年研發Metisa方案後，不少企業都表示對此感到興趣，當中就包括零售企業。「目前已經有數百間零售企業使用他們的AI方案，當中大部分都在美國。」

 

　　除了零售行業，他就發現銀行業對此的需求亦非常大，因此接下來將主力打入香港及新加坡的金融、保險機構。

 

Source: 香港經濟日報

• 

etnet榮獲HKEX Awards 2023 「最佳表現證券數據供應商」大獎► 了解詳情