Agentic AI 重塑銀行業務流程

Agentic AI 重塑銀行業務流程
根據 麥肯錫 2024 年研究報告，銀行業約 40-50% 工作，可透過 AI 智能體 自動化處理。與傳統的 AI /ML 應用不同，Agentic AI 具備推理能力，不僅能從知識庫擷取資料，或者生成正確內容，更能通過多智慧代理分工協作，自主執行複雜的業務流程。

IBM 香港總經理 潘鳳瑤 在 [香港金融科技週](https://www.hk fintechweek.hk) 上，介紹了Agentic AI 如何在財富管理領域，透過多個 AI 智能體 可實行 24/7 監控全球市場動態，即時分析客戶投資組合，並根據個別風險偏好生成投資建議。整個過程中，AI 合規智能體 會同步進行風險控制檢查，確保所有建議符合監管要求，最後才由人類客戶經理審核和執行。這種「人機協同」模式，讓客戶經理能專注於高價值的關係管理和策略決策。

IBM 展示的 Agentic AI 方案 正是針對這一趨勢而設計。香港 金融管理局 近年積極推動「金融科技2025」策略，鼓勵銀行採用 AI 提升競爭力。根據 Gartner 預測，到 2026 年，70% 的財富管理機構將採用 AI 驅動 的投資建議系統，IBM 方案正好回應市場需求。

AI 三大挑戰與 IBM 方案

潘鳳瑤指，企業在應用 AI 過程中面臨三大挑戰。首先是信任難題。當 AI 能夠作出關鍵決定時，許多大模型對訓練數據缺乏透明度，企業如何確保安全性與可解釋性，成為採用 AI 作決策和自動化的首要門檻。IBM watsonx 平台優勢，正是為企業提供可解釋 AI，決策過程可追溯、可審核。

可追溯、可審核對銀行業尤其重要。2024 年，金管局發布《人工智能及大數據分析應用指引》，明確要求銀行確保 AI 系統 可解釋性、公平性和問責性。IBM watsonx.governance 提供模型生命週期管理、偏見監測和審計追溯功能，協助銀行符合監管。

其次是數據複雜性問題。AI 必須依賴高質量數據，才能有效訓練，理論上企業可透過數據微調或重新訓練大模型，效果比 RAG 之類好。（RAG）不過企業數據往往分散在本地、雲端與邊緣環境，利用敏感數據訓練或建立數據湖，可能面臨外洩風險。如何準備高質量數據，一直是頭痛問題。

IBM watsonx.data 提供開放、混合且符合企業治理原則的數據儲存方案，建基於 湖倉一體（Lakehouse）架構，集中管理數據存取供商業智能和 AI/ML 工作負載之用。IBM 擁有超過 60 個數據連接器，簡化數據擷取減少人工作業。這種架構在香港有價值，《個人資料(私隱)條例》要求敏感數據必須在本地處理或確保跨境傳輸符合規定，混合雲能夠平衡合規性與創新。

類似統一分析平台如 Databricks 近年水漲船高，不少金融機構紛紛採用，因為 Databricks 建基於開源的湖屋架構，適合處理 AI/ML 和即時分析這類工作負載，反映出市場對整合方案有強烈需求。

第三是治理與合規的複雜性。隨著生成式 AI 快速演進，IT 架構整合與治理愈來愈複雜。IBM watsonx.governance 工具，透過結構化方式透明管理 AI 模型，自動監控偏見與模型漂移，確保 AI 符合內部政策及外部法規（例如 歐盟的 AI 法案），簡化決策流程與運營管理。

AI 智能體的機遇與風險

AI 智能體 的出現，令以往許多複雜應用變得容易實施。例如 DeepSeek 具備推理能力，又可以內部部署，不少利用 N8N 或 Dify 部署 AI 工作流，或者建立 AI 智能體，透過多模態的大模型，架設類似 RPA 低成本工作流，自動處理合約或從電郵和傳真進入單據，大幅提升營運效率。

不過，AI 智能體 與 RPA 一樣，可能會擁有不少用戶權限，或獲授權使用不同 API。如何確保 AI 智能體 的權限不被濫用，成為新的安全挑戰。施楠博士 表示：「未來的企業內可能有成千上萬個 AI 智能體，必須具備細緻的權限控制。我們正在研究利用授權工具，類似 令牌授權（Token），賦予智能體執行權力。」

令牌授權 機制借鑒了 OAuth 2.0 和 零信任安全架構 概念，作為安全憑證驗證智能體的身份，並授權存取系統與服務的範圍和時間。每個智能體僅獲得完成特定任務所需的最低權限，令牌設定有效期限，所有操作均記錄在不可篡改的日誌系統中，以便事後審計追溯。治理框架也對香港銀行尤為重要，金管局要求金融機構對 AI 系統 決策，具備完整的審計能力。

IBM「Client Zero」的實踐成果

IBM 從 2023 年起將 AI 深度融入內部營運流程，包括人力資源和財務等領域。截至 2024 年底，該策略已經為公司帶來了超過 35 億美元的生產力增益，預計到 2025 年底將達到 45 億美元。這些實際成效為香港企業提供了重要的參考案例。

潘鳳瑤指，IBM 的財務團隊透過 AI 令財務規劃與分析生產力提升四成，利用 watsonx Orchestrate 將自動化流程部署時間，從 30 日縮短至僅需 1 小時。通過將 IBM 的商業流程自動化技術 RPA（Robotic Process Automation），整合至 watsonx Orchestrate，業務用戶擁有自行創建和部署自動化能力，不再需要將業務需求翻譯給 IT 部門。

IBM 率先採用 AI 方案並稱之為「Client Zero」，即作為自身技術的首位客戶，將 AI 和自動化技術應用於各部門的內部運營。科技行業對此有個不太好聽的名稱，叫「eat your own dog food」（使用自家產品），以確保早發現問題並優化方案。

IBM 制定的轉型策略和願景是將混合雲、AI 及自動化能力，以及戰略合作夥伴技術和諮詢專業知識，優先應用在內部，目標成為全球最具生產力的公司。過去兩年中，潘鳳瑤說帶來了 45 億美元的生產力提升，更助力 IBM 在 2024 年實現 127 億美元的自由現金流，得以在人才、創新和收購方面進行增長性投資。

香港企業的 AI 轉型路徑

對香港企業而言，IBM 經驗提供了重要啟示。IBM 的諮詢服務不僅提供技術實施，更著重於「AI 素養培訓」，協助企業員工從「被 AI 取代」的焦慮轉變為「與 AI 協作」的心態。這種心態轉變，也是 AI 轉型的關鍵。

根據 IDC 預測，到 2027 年，亞太地區金融業在 AI 投資將達到 180 億美元，其中香港作為區域金融樞紐將佔據重要份額。中國內地 與香港金融市場互聯互通，本港金融業的財富管理及家族辦公室等業務愈來愈多。採用 Agentic AI 和建立完善治理框架，可在區域競爭取得先機。