Page 13 - SPARK Xpress-202212-Vol8
P. 13
的客戶體驗切入，分析競品後再以
使用者角度提升介面設計，最後完
整地分析客戶旅程的數位軌跡，挖
掘潛在機會或風險進行優化，整個
過程都需要跨部門長期緊密地溝
通合作才能達成。
金控數位數據暨科技發展部的吳
佳翰，分享利用 AutoML 工具迅速
預計 2023 年 Q2 上線後，就能提
找出預測證券客戶交易額度最精
供第一線業務同仁優先開發的客
準的 AI 模型，大幅減少測試所需
戶名單，讓業務開發不再亂槍打
花費的時間，目前也已正式上線，
鳥，大幅提升銷售效率，同時提供
實際用於證券的徵審作業系統中。
客戶更適合的服務及商品。
人壽理賠部盧韻竹、證券資訊處邱
最後一個主題則從 AI 技術的開發
曉君、銀行數位金融部王文楷三人
進入測試及部署流程的優化，由金
則聚焦於各子公司業務上的共同
控數位數據暨科技發展部蔣明哲、
需求，透過 AI 工具平台的表單辨
證券資訊處陳柏學及人壽數位資訊
識模型，對表單自動登打、證件辨
部鄧羽翔分享如何透過 DevOps 及
識及財力證明解析等不同的業務
MLOps 工具更有效率的管理版本、
場景進行驗證。針對這類共通性的
調校模型、進行測試和部署上線，
需求，AI 工具平台具有整合開發
加速透過新技術優化業務流程的過
資源，降低個別導入成本的優勢，
程，以因應快速變化的市場環境。
同時能夠提升新光在 AI 技術的自
主性，發揮整體集團綜效。
人壽市場行銷部葉國毅及柯得祥
也在這次發表會上展現優秀的研
發實力，其自行開發的「業務員及
客戶配對模型」，能透過 AI 推薦
模型預測業務員及客戶的速配率，
13
