名家筆陣：ChatGPT成金融科技好幫手

金融交易會產生各種各樣的數據，這些數據有助於分析客戶行為，從而讓企業作出營運決策。例如銀行很重視客戶信用評級，在進行交易前需確保其信用的可靠性，以降低銀行損失率。在客戶數據方面，除可根據客戶理財習慣此類傳統數據外，企業還可參考非傳統數據，從租賃、電訊、付款紀錄、網站點擊流數據等方面分析客戶的信用狀況，甚至可通過這種方法來評估未成年或新移民人士的信用值，從而擴展服務至不同階層的潛在客戶。

以上提及的數據，均牽涉客戶的個人隱私資料，且數據量龐大，因此需要有相對應的管理系統，以確保數據的準確性、及時性以及安全性。雲端技術中的數據湖，就能為用戶提供一個可儲存龐大資料的地方。

不同用戶可同時存取同一數據湖，除方便外，更可確保用戶之間不存在數據誤差及資料準確。龐大的容量更可讓用戶在同一個地方，放置所有數據包括傳統結構數據及非結構化數據，能更有效管理之餘，亦可隨時轉換數據，並在處理客戶個人資料時，比較到資料的準確性、及時性與安全性。

雲端科技的加密功能，只允許有存取權限的人士接觸到數據；有些雲端技術更可提供自動移除隱私內容的服務，避免私密資料外洩。其自動化的數據備份，亦可以避免資料遺失。因此，雲端科技能有助金融科技業有效地管理及儲存客戶資料。

當企業從客戶及金融交易中，得到所需的數據，再透過雲端技術妥善保存及管理後，便需要運用數據得出決策結果。在決策過程中，不可或缺的是機器學習。AI透過分析原始數據，生成出各種演算法，並據之進行預測，這個過程就稱為機器學習。

機器學習基於原始數據作為標準，再以後來接收的新數據來優化演算法。原始數據因而需數量龐大，來源多元，以增加模型的準確性。金融科技業的數據量龐大，故能提供合適的數據來進行機器學習。AI自動化可大幅節省人力與時間，提升檢測欺詐的能力，以預防欺詐行為和損失。故此，機器學習能幫助金融科技業更有效分配資源、提升利潤並減少損失。

香港金融管理局致力維持香港金融科技的發展，近年亦推出金融科技業開放應用程式介面和「商業數據通」。前者讓第三方服務提供者讀取公司及客戶資料，更有效整理並提供財務規劃；後者提供單一接口，分享企業與商業數據，連接整個金融科技體系。這些大數據可助ChatGPT更智能化，聊天機械人在金融科技業，已成為一種常見的客戶服務形式，可處理客戶可能需要的更直接的任務。

未來，金融科技業很有機會可以將ChatGPT集成到他們的客戶服務系統中，以提供實時答案，從而減少等待時間並改善客戶體驗。