417期・產經情勢

AI科技驅動 金融新生態加速成形

搶先布局算金融 取得領先門票

撰文／陳玉鳳　圖片提供／Shutterstock、LangChain

工業技術研究院（ITRI）於2025年底舉辦的「眺望—2026產業發展趨勢研討會」中，發布「2026年十大創新趨勢」，並將「算金融」列為值得關注的發展方向之一。工研院指出，隨著AI算力成為重要的基礎資源，金融服務的運作條件與模式，出現新的調整空間。 

此一趨勢的形成，除了AI算力持續擴充，也與去中心化金融（DeFi）及區塊鏈等基礎架構逐步成熟有關；同時，模型風險管理與自動化決策工具的整合程度提高，使金融機構在實務上具備更高的AI運算能力。整體而言，算力條件（即支撐AI模型運作的運算基礎）影響模型運行效率與即時反應表現，而運算能力則決定金融服務在決策支援與應用層面的可行性。隨著相關技術陸續到位，金融機構開始調整策略與資源配置，以因應新一階段金融應用的發展需求。 

Keyword｜算金融（Computational Finance／AI-driven Finance）

指將高效能運算、人工智慧模型與自動化決策機制，導入金融服務與風險管理流程的應用。其核心在透過算力與運算能力的提升，加快資料分析、模型運行與即時決策的效率，應用範圍涵蓋投資分析、風險評估、定價、交易執行與營運管理等場域。

Keyword｜AI算力（Artificial Intelligence Computing Power）

指支撐人工智慧模型運作的底層計算資源與處理能力，涵蓋高效能運算晶片（如GPU、專用加速器）、伺服器與資料中心規模，及整體運算速度、併行處理與能源效率等條件。AI算力決定模型可運行的規模、運算效率與即時反應能力，是AI應用能否落地的重要基礎。

Keyword｜去中心化金融（DeFi）

指透過區塊鏈技術與智慧合約，提供不依賴傳統金融中介機構的金融服務模式，涵蓋借貸、交易、資產管理等應用。DeFi強調以程式規則自動執行金融流程，提升交易透明度與系統可驗證性，並為金融服務的設計與運作提供新的技術架構選項。

Keyword｜模型風險管理（Model Risk Management, MRM）

指金融機構針對各類分析模型與演算法，在設計、開發、使用與維運過程中，所進行的風險控管與治理機制。其重點在於確保模型假設、資料來源、運算結果與決策輸出具備合理性、穩定性與可解釋性，並能在模型失準、偏誤或環境變化時，及時識別與修正潛在風險。隨著AI與自動化決策應用擴大，模型風險管理已成為金融監理與內控體系中的重要環節。

效益逐步浮現 金融業AI導入加速實作

根據輝達（NVIDIA）最新發布的《2026年金融服務業人工智慧趨勢調查報告》，AI成為金融服務業的重要技術基礎，並廣泛應用於演算法交易、詐欺偵測、洗錢防制與風險管理等關鍵環節。調查涵蓋超過800位來自國際金融機構的專業人士，結果顯示，金融業將AI從試辦與驗證階段，推進至實際部署與擴大應用，作為支撐營運與業務優化的重要工具。 

從效益面觀察，多數受訪機構已感受到AI帶來的正向影響。報告顯示，近9成受訪者認為AI有助於提升投資報酬率、帶動營收成長或降低營運成本，且無論在收益或成本結構上，均出現具體改善成果。這也反映，AI在金融業的角色已從輔助工具轉為同時支撐收益成長與營運效率的核心要素。 

在國內市場方面，金融監督管理委員會於2025年5月公布的金融業AI應用調查顯示，台灣金融業的AI布局持續深化。此次調查涵蓋383家金融機構與周邊單位，其中有126家實際導入AI工具，主要應用集中於提升作業效率、節省人力資源，以及強化客戶體驗。 

就技術類型而言，自然語言處理（NLP）與大型語言模型（LLM，指可處理與生成大量文字內容的AI模型）為目前最常見的應用，其次為機器學習與RPA流程自動化工具。值得注意的是，生成式AI的導入速度明顯加快，成為金融機構布局AI應用的重要選項之一。 

Keyword｜演算法交易（Algorithmic Trading）

指透過事先設定的數學模型與演算法，讓系統依據市場價格、成交量、時間或風險條件，自動判斷並執行買賣指令的交易方式。演算法交易可在極短時間內處理大量資訊，降低人工判斷的即時壓力，並協助投資機構在既定策略與風險控管框架下，提高交易效率與執行一致性，常見應用於股票、期貨、外匯與其他金融市場。

從投資分析到流程協作 應用場景持續擴大

永豐金證券是台灣較早投入「算金融」應用的業者之一。該公司透過「豐策系統」，運用AI演算法協助篩選投資策略，並結合AI聊天機器人，讓客戶透過對話方式取得投資相關資訊與建議。此類應用展現「算金融」的核心特徵，將原本仰賴人工判斷的分析流程，交由AI模型進行高速運算，再透過貼近使用者需求的服務介面加以呈現。 

在銀行端，國泰世華銀行對AI代理（AI Agent）的投入亦具代表性。國泰金控副總經理暨國泰世華銀行數據長梁明喬指出，金融業從以回應式功能為主的AI Assistant（AI助理），邁向具備任務理解與流程執行能力的AI Agent階段。未來的AI應用，將不僅止於提供查詢結果，而是能整合多元資訊、輔助決策，並完成跨系統的作業流程。 

在實務推進上，國泰金控已於GAIA框架2.0中導入Agentic AI架構，使模型得以在後端系統間進行協作；同時設立AI評測中心，依據六大治理原則對模型進行審查與管理。相關原則涵蓋公平性、安全性、隱私保護、透明與可解釋性、責任歸屬，以及人類監督，反映金融機構在推動AI創新應用的同時，也強化治理與內控機制。 

不只支援內部作業 AI代理走向前台

隨著具代理性（agentic AI，指能自主規劃任務、整合資訊並執行行動的AI系統）的系統架構漸趨成熟，AI代理的應用範圍也開始向外延伸。除支援內部作業流程，金融業正評估將AI代理進一步導入對客戶的服務場景。國際金融圈近期討論的概念，包括「Agentic Embedded Finance」（代理型嵌入式金融）與「Financial Copilot」（金融決策輔助型AI），其核心構想在於，讓AI代理常駐於企業日常使用的系統中，協助監測現金流、支援資金調度、提示潛在風險，並在既有授信與規範架構下，輔助啟動相關金融作業；銀行則於後端透過決策模型、法遵與風險管理機制，精準掌握整體流程的運作。 

在此架構下，AI代理的角色不僅限於單一流程的效率提升，而是參與金融服務的設計與執行，影響價值鏈配置，並使銀行重新檢視其服務提供模式與系統整合策略。 

目前，部分國際大型銀行已在內部環境中試行相關應用，包括摩根大通、花旗、高盛及美國銀行等，皆已將AI代理納入其數位化與資料應用的實驗範疇。 

其中，摩根大通被視為較早採取「AI優先」策略的代表之一，該行每年持續投入約20億美元於AI與資料相關專案。在投資研究與財富管理領域，摩根大通推出的Ask D.A.V.I.D.（Data, Analytics, Visualization, Insights & Decision making），即嘗試在具代理性（agentic AI）的架構下，將AI代理導入高價值的決策支援情境。 

該系統可依使用者問題，規劃查詢步驟，並調度不同AI代理處理市場資料、檢索研究報告與讀取投資紀錄，進一步整合內部評價與風險模型，產出分析觀點與情境模擬，供顧問進行最終判斷。相較於過去仰賴研究團隊長時間進行的跨市場與跨產業分析，此類工具有助提升資訊整合與回應效率。 

在實際導入過程中，金融機構亦同步審慎評估相關配套條件。首先是資訊安全與資料治理，銀行在運用AI代理時，需確保模型運作環境具備完善的監督、稽核與權限管理機制，以維持對敏感資料與輸出結果的可控性。其次，面對監理要求，AI的資料流向、模型判斷與輸出結果，須能清楚說明並具備溯源能力。 

最後，當應用規模擴展至具代理性的系統層級時，跨任務與跨系統協作將日益複雜，金融機構也需衡量算力、維運與模型管理等投入，並評估其長期效益與營運配置的平衡。 

當算力想像繼續向前 量子運算走向實驗應用

在生成式AI推動金融科技持續升級的同時，另一項具備長期影響潛力的運算技術—量子運算，也進入產業視野。隨著AI技術發展速度快於市場原先預期，企業同步關注量子運算的技術走向，並評估其在中長期內可能帶來的應用空間與投資價值。 

量子運算的核心特性具備高度並行的處理能力，特別適合用於需同時考量大量變數與條件的計算場景，例如最佳化決策、風險模擬與複雜系統建模。這類能力，使量子電腦在理論上能補足傳統運算架構於特定計算任務的限制。隨著相關技術的推進，市場開始討論量子運算未來在AI模型訓練與推論流程中，可能扮演的輔助角色，但相關應用仍處於研究與實驗階段。 

金融服務業被視為潛在的早期應用領域之一，主因在其核心業務長期涉及大量最佳化計算、風險模擬與多變數分析，與量子運算的技術特性具有一定程度的契合。包括高盛、摩根大通等國際大型金融機構，已陸續與科技公司合作，探索量子演算法在金融場景中的可行性。 

其中，摩根大通與量子軟體公司QC Ware的合作案例，嘗試將量子深度學習應用於投資組合避險策略，並納入交易成本與流動性限制等現實條件進行測試。相關實驗顯示，量子運算在特定問題設定下，具備進一步提升模型效率與分析精準度的潛力，也反映技術正從前瞻研究，走向可驗證的應用探索階段。 

無論是以算力為基礎推動的AI金融應用，或仍在發展中的量子運算，都為金融業提供重新檢視資訊處理、風險管理與服務設計方式的契機。技術持續演進之際，金融機構正站在需同步考量效率、治理與長期策略配置的轉折點上。■ 

Keyword｜Agentic Embedded Finance（代理型嵌入式金融）

指結合嵌入式金融（Embedded Finance）與具行動能力的AI代理（Agentic AI）的應用構想。其核心在於，讓AI代理常駐於企業或用戶日常使用的系統中，依據情境與任務需求，於既有授信、規範與監理框架下，協助串接或啟動金融服務流程；銀行則在後端透過決策模型、法遵與風險管理機制，維持對整體運作的控管。

Keyword｜Financial Copilot（金融決策輔助型 AI）

指以人工智慧為核心的金融決策支援工具，主要功能在於整合財務資料、分析情境、提示風險與提供建議選項，協助使用者進行判斷與規劃。Financial Copilot強調「人機協作」的角色定位，並非自動執行交易，而是作為輔助決策的副手，由人類保留最終決策權。

Keyword｜量子運算（Quantum Computing）

指利用量子力學原理進行資訊處理的運算技術，透過量子位元（qubit）進行高度並行的計算。相較於傳統電腦，量子運算在特定問題類型上，如最佳化、複雜模擬與高維度計算，具備潛在的效率優勢，目前仍以研究與實驗性應用為主，並探索其在金融、材料與科學運算等領域的可行性。