第一银行近日公开自家的GenAI行动方案Project GALA，要推动生成式AI民主化、加速员工采用生成式AI。
第一银行近日公开自家的GenAI策略布局，他们推动了一项名为Project GALA的行动方案，要推动生成式AI民主化、加速员工采用生成式AI。
近日在金融研训院与英国智库Z/yen共同举办的一场线上研讨会，第一银行资安长刘培文分享了自家银行最新的GenAI计划和进展。
早在生成式AI爆红前，第一银行就运用AI技术打造多项工具和服务。例如分行辅助工具C-MAP系统，协助分行更快速接触、获得中小型企业客户。不过，摊开授信业务的生命周期，业务人员在获得企业客户后续的授信评估、风险侦测和客户关怀等阶段，仍需投入大量时间和人力。「这是生成式AI有机会展现效益的重点领域。」刘培文解释，透过生成式AI，可以协助分行节省更多时间，专注于更重要的工作。
第一银行运用AI技术打造多项工具和服务。例如分行辅助工具C-MAP系统，协助分行更快速接触、获得中小型企业客户。
不过，刘培文提到，银行在导入GenAI前，仍需审慎评估不少策略面的议题，包括GenAI技术人才缺乏，以及GenAI技术仍在快速变动，例如GenAI的资安和幻觉问题，尚无法有效解决。刘培文进一步说，即便GenAI的技术问题未来终究能解决，但是，「GenAI技术运用和银行现在熟悉的IT技术，仍有很大的不同。」刘培文强调。面对这项趋势，他认为，因应GenAI可能实现技术民主化的将来，首要任务是，建立员工和AI协作的素养和能力。
刘培文说：「对银行来说，目前最优先的事，未必是追求技术，而是教导员工如何与生成式AI协作。」因应这项核心理念，第一银行提出一项名为Project GALA的生成式AI行动方案，不只要推动生成式AI民主化，也要加速员工采用生成式AI。
在Project GALA定义了一个价值金字塔，用来评估、辨识各个GenAI应用案例的价值贡献程度。这个价值金字塔共有四个层级，从金字塔最底层往上，分别是提升个人效率、创造集体智慧、改善部门流程，和推动业务创新。
Project GALA中有制定一项GenAI价值金字塔，共有四个层级，分别是提升个人效率、创造集体智慧、改善部门流程，和推动业务创新。
刘培文解释，透过这个架构，他们能评估全行在GenAI导入的成熟度，「当越来越多案例往金字塔上层推进，就代表我们已经从导入工具，逐渐迈向由AI驱动业务创新的阶段。」
Project GALA计划两大配套发展重点：行销资料上云、资安上云
在推动Project GALA时，刘培文首先是争取董事会与业务单位主管支持。他们举办了高阶主管共识营，透过在共识营中运用AI工具，来推广AI工具能带来的效益，例如运用NotebookLM，在演讲结束的五分钟内，马上将逐字稿及演讲重点透过LINE群组分享给所有与会者，或是运用M365与Copilot工具打造活动报名、执行流程。刘培文提到，活动结束后，有许多主管主动要求获得更多相关AI工具给所属部门。
而Project GALA其中一项推动事项，是要推动行销资料上云，这是第一银行看重的GAI发挥场景。刘培文表示，他们计划透过资料清洗和资料处理流程，来整合开放资料、交易纪录、行销活动、客户行为等多元资料来源，接著运用数据分析或ML工具来萃取洞察和建立预测模型。最后，他们会导入生成式AI平台，进一步强化在行销场景中的智慧应用和自动化能力。
刘培文表示，行销资料上云计划分为三阶段进行，目前他们已完成第一阶段开放资料导入和建立GenAI实验环境，目前正在建立混和云和资料湖，最终目标是打造一个云端AI的客户资料平台(CDP)，整合包括App、网站、LINE、EDM等接触点。
为了日后的规模化发展先做准备，Project GALA的另一项推动事项，是要推动资安基础设施上云，。刘培文解释，他们相信，当他们朝向以云端和AI为基础的次世代IT基础架构前进，势必有大量系统、数据和资料会离开地端资料中心，迁移至公有云环境。「此时，传统以围城观念建立的资安防护架构，将会对以云端及AI为基础的业务运作效率带来冲击与影响。」刘培文强调，要改变这个情况，资安基础设施必须先迁移至云端。
目前，第一银行正在测试导入SASE架构。刘培文表示，他们期望未来导入云端资安防护架构后，不论是混合办公、远端办公或自带设备的作业模式，都能让员工快速且安全的存取云端资源和AI应用。
第一银行GenAI实例：企业问答助理、Copilot应用
在研讨会中，第一银行也公开了内部目前上线的GenAI案例，包括提供内部使用的企业问答助理、GitHub Copilot和导入M365与Copilot的应用。
企业问答助理整合行内知识库，能帮助分行员工快速查找规范和流程指引，还能即时提供资料来源和业务负责单位。刘培文表示，这套系统在今年四月初上线，虽然目前仅开放给总部九个部门进行测试，但和上一个开放全行使用、未导入生成式AI的版本相比，现在版本的每周使用量已是过去的8.4倍。
在第一银行内部，他们透过GitHub Copilot来帮助IT人员自动补全程式码、重新建构程式码、提供修正建议，还有自动产生文件和测试脚本。
第一银行内部员工也正在运用M365与Copilot提升工作效率。例如，法遵人员运用这类办公型GenAI助理，快速处理世界各国的法令与合规文件，自动摘要整理重点并产生整理成简报。由于部门主管每周都要整理特定报告，过往这些主管得自行登入报告系统、选择资料、产生报告后再进行列印，整个过程大约耗时五分钟。
而借助办公型的GenAI助理，一银的部门主管可以利用No Code的流程自动化工具，将每周报告产生过程自动化，整趟流程只需要30秒。或是可以用于文件审核流程的自动化。第一银行内部有一套共用的审核系统流程，较难因应个别需求客制化调整，许多审核流程也尚未数位化。改运用M365、Teams和Power Automate，连不懂程式的业务单位，也能自行建立适合自身需求的文件审核流程，提升办公弹性与效率。
刘培文最后强调，由于现阶段GenAI技术变化极为迅速，他们认为，立即大规模投入GenAI技术投资并非最佳选择。「这也是为何Project GALA专注于，利用SaaS工具赋能员工、推动知识共享的文化转型，筛选合适的业务流程进行GenAI整合实验。」他说。奠定在资料和资安上云计划的基础，刘培文认为，第一银行将能够打下成熟基础，以此应对AI未来发展，最终达到能以价值创造作为驱动的前瞻创新。