知名統計軟體大廠 SAS 在 4 日與玉山銀行及台灣大學電資學院宣布將進行正式的技術合作，期望在台灣建立能夠自我學習的預測分析法，以領先業界完成高度個人化的金融服務設計，預計 2017 年底系統能正式引進。
美國 SAS 公司一直深耕於大數據及機器學習領域，在台灣也持續推動有關統計及資料科學等產學合作，而此次與台大將共同為金融業聯手打造最適化的普惠金融。台大電資學院副院長陳信希指出，所謂的普惠金融是希望能夠照顧到客戶的所有需求，透過各種不同異質化的資料來源，做到使用者意圖分析、意見探勘甚至是情感分析，打造能預測顧客需求的演算模型。
圖形辨識完成度高
台大資工系副主任張智星表示，雖然台灣金融業在精準行銷上一直有在努力，但數據演算其實相當複雜，要如何準確的辨識及細部貼標是一個很大的挑戰，何況部分的重要資料是以圖片形式存在。SAS 台灣總經理陳愷新指出，就算是難度較高的圖形辨識，也已與台灣科技業者進行合作研發演算法，經過不斷的訓練之後，距實際商業運用已有一半的完成度，可望年底能有實質的展示。
陳愷新強調，其實不管是將大數據應用在行銷抑或是機器人理財等其他金融科技上，其背後所需要的演算有相通之處，所以 SAS 也有與 UBS 及美林銀行等合作，致力打造一個大數據演算法平台，以讓業者進行各種服務應用。關於個資蒐集的問題，他也表示，此次合作的數據主要是由玉山銀行提供，不過仍有需要透過網路爬蟲等工具蒐集一些個人的社群資料，其實公開社群的資料蒐集已經是各廠商行銷運作的常態，目前法規尚未構成障礙。
新零售也是同理
機器學習的運用其實也不僅在金融業，同理在零售業的應用也是如此，如馬雲提出的新零售概念。SAS 台灣創新中心資深顧問林輝倫表示，傳統的行銷做不到即時及個人化，很難正確的投放資訊，而這背後必須要仰賴機器學習的演算才有辦法達到最佳化。目前台灣的零售業者，雖然還沒有人能達到理論上的人工智慧行銷，不過也在逐漸地改進中。
林輝倫強調，實務上，讓業者引進機器學習技術的障礙主要還是成本問題，不僅是要有軟體，也要聘用專業的工程師與資料學家，才有辦法實現，尤其是不涉及網路的實體廠商意願就很低，因為他們比較偏重報表的總體營業數字，如果投資回報率不夠就不太有意願進行改革。不過除了大規模的電商之外，規模太小的網拍工作室等，也頂多只願意使用外包服務。
（首圖來源：科技新報）
延伸閱讀：
- 機器學習已悄悄潛入生活，你可能還沒發現
- 搭起學界與業界橋樑，趨勢科技與國網中心合作機器學習平台 T-brain
- 台灣電子支付扶不起，人工智慧才是金融科技業良方？
- IBM Watson 機器學習技術導入 z Systems，助企業運用資料洞察先機