多年来，金融服务业在科技上的投资大多围绕一个主要目标，就是提升效率。 无论是核心银行系统、网上银行，还是数码转型项目，科技的主要作用都是优化流程、降低成本、加强监控和改善客户体验。 不过，行业现正踏入新阶段。 提升效率固然仍然重要，但愈来愈多金融机构开始将科技、数据和人工智能（AI）视为推动业务增长和建立竞争优势的关键。 金融机构正积极运用进阶分析和人工智能技术，强化欺诈侦测及风险管理能力，透过开拓相关业务和客户群体来发掘新收入来源，并为客户度身订造产品和服务，同时发掘新的市场机遇。 随着生成式人工智能（Generative AI）和大型语言模型（LLM）急速发展，这场转型已远超流程优化的层面，正重新定义金融机构如何创造价值、制定决策，以及推动业务增长。 过去，人工智能主要被视为分析数据或自动化工作的工具; 今天，AI正逐步演变成具备理解、推理、规划及协作能力的AI代理（AI Agent）。 它不仅能回答问题，更能根据目标自主执行任务，整合不同系统和知识来源，甚至与其他AI代理协同完成工作。 这种转变的意义远超一般自动化升级。 如果说过去二十年金融机构的竞争优势来自数码化能力，那么未来十年的竞争优势，很可能取决于企业能否建立及善用由AI代理组成的数码劳动力。 作为香港创新科技生态的重要研发机构，香港应用科技研究院（应科院）观察到，金融业对AI的关注正由概念验证逐渐转向规模化应用。 市场关心的焦点已不再是模型有多先进，而是如何在安全、合规及可治理的框架下，把AI真正融入核心业务，创造可持续的商业价值。 AI代理让知识变成决策力 事实上，金融业面对的一个核心挑战，并非缺乏数据，而是无法有效运用知识。 大量资料分散于不同系统、报告、政策文件及业务部门之中，员工往往需要花费大量时间搜寻、验证及整合资讯。 当AI代理结合企业知识库、多模态文件处理及知识图谱技术后，原本零散的信息能够被整合成具关联性的知识网络。 员工取得知识的方式，亦由搜索资讯转变为直接获取洞察。 这意味着企业有机会把个人经验转化为整个组织可以共享和持续累积的智慧资产。 从风险管理到策略决策 这种能力对风险管理尤为重要。 金融风险从来不是单一事件。 企业关系、股权结构、交易网络、市场变化及监管因素往往互相关联，而传统方法未必能全面掌握其复杂性。 透过AI代理及知识图谱，金融机构开始有能力从「分析数据」进一步迈向「理解关系」，更早发现潜在风险及异常模式。 这代表风险管理正由事后反应，逐步走向预测管理，甚至主动防范。 未来金融机构之间的差异，某程度上将不在于谁拥有更多数据，而在于谁能更早发现风险讯号，并把洞察转化为决策优势。 同样的转变亦正在改变监管合规工作。 长期以来，合规被视为必要但成本高昂的工作。 然而，当AI代理能够持续监察监管变化、自动分析新规例对业务的影响，以及协助跟进整改进度时，合规的角色将不再只是降低风险，而是成为提升企业韧性和应变能力的重要策略功能。 重塑金融服务体验 与此同时，客户对金融服务的期望亦正在改变。 在个性化服务成为新常态的今天，客户不再满足于被动回应，而期望金融机构能够理解其需求、预测其需要，甚至主动提供建议。 未来的金融服务，未必由单一客服人员提供，而可能由多个专业AI代理组成的数码服务团队共同完成。 它们能同时处理知识搜索、产品分析、风险审查及客户互动，提供更即时、更一致和更个性化的服务体验。 未来竞争的不只是AI，而是信任 然而，AI代理带来的真正挑战，其实不是技术部署，而是管理思维的转变。 当AI由工具变成工作伙伴，企业需要重新思考人与AI的分工，以及如何建立可信、安全和可治理的协作模式。 对金融业而言，效率固然重要，但信任始终是最重要的资产。 因此，未来最成功的机构未必是拥有最多AI模型的机构，而是最能把AI创新与风险管治有效结合的机构。 回顾过去，数码化让金融机构的流程变得更快; 而今天，AI代理正让知识、决策和服务变得更智能。 这不只是一次技术升级，而是一场关于组织能力的重构。 作为连接科研创新与产业应用的重要桥梁，应科院一直与金融业界紧密合作，推动AI代理在风险管理、监管合规、知识管理及客户服务等核心场景的应用。 这些实践显示，AI代理已由概念验证走向企业级应用。 应科院相信，未来金融业的竞争优势将不再单纯来自数码化程度，而是来自机构能否有效结合AI、知识与信任，建立面向未来的智能化营运能力。 面对这场由数码化迈向智能化的转型浪潮，应科院期待与金融业界携手合作，共同探索及实践AI代理的创新应用，推动香港金融业迈向更智能、更高效及更具竞争力的未来。 了解更多: corporate@astri.org
