效益價值 如何取捨

AI對於推展普惠金融，大有助益，但在實務上，仍有許多需注意的眉角，包括當金融機構商業模式與機器判讀產生衝突時，該如何選擇，以及如何避免AI模型產生偏見或歧視。

對於商業模式的衝突，阿爾發投顧董事長陳志彥特別有感，他說，「銀行理專想推薦給客戶的產品，很有可能是銀行下達指令要求強力推銷的產品；機器則比較單純，是由演算法所驅動」。他表示，若要讓機器兼顧銀行的商業利益，並非不可行，例如，只要在演算法中加入每月欲推銷產品的參數就可以辦到，但是這樣做，還能叫AI嗎？

另一方面，針對AI在演算過程中可能形成的偏見與歧視，永豐金控數位科技長張天豪解讀，「AI之所以會歧視，就是因為人類提供的資料存在歧視，」例如，過去某些銀行放貸給男性的機會，就是高於女性，機器讀多了這類型的資料，自然也習得人類的偏見。

張天豪說，平心而論，銀行分別借錢給18歲或70歲的人，本身對應的就是不同的風險係數，若要刻意去除年齡或性別等參數，模型辨識風險的準確度很可能隨之下降，這時，金融機構也會陷入兩難，就端看金融機構在「效益」及「價值」之間，如何權衡取捨。

從普惠金融的觀點，金融服務的普及性及覆蓋率應當愈來愈高，但是在對準小微、小資、小白或者不同年齡與性別族群時，該如何調控風險，也值得主管機關與眾多利害關係人一同深思。