多年來，金融服務業在科技上的投資大多圍繞一個主要目標，就是提升效率。無論是核心銀行系統、網上銀行，還是數碼轉型項目，科技的主要作用都是優化流程、降低成本、加強監控和改善客戶體驗。
不過，行業現正踏入新階段。提升效率固然仍然重要，但愈來愈多金融機構開始將科技、數據和人工智能（AI）視為推動業務增長和建立競爭優勢的關鍵。金融機構正積極運用進階分析和人工智能技術，強化欺詐偵測及風險管理能力，透過開拓相關業務和客戶群體來發掘新收入來源，並為客戶度身訂造產品和服務，同時發掘新的市場機遇。
隨着生成式人工智能（Generative AI）和大型語言模型（LLM）急速發展，這場轉型已遠超流程優化的層面，正重新定義金融機構如何創造價值、制定決策，以及推動業務增長。
過去，人工智能主要被視為分析數據或自動化工作的工具；今天，AI正逐步演變成具備理解、推理、規劃及協作能力的AI代理（AI Agent）。它不僅能回答問題，更能根據目標自主執行任務，整合不同系統和知識來源，甚至與其他AI代理協同完成工作。
這種轉變的意義遠超一般自動化升級。如果說過去二十年金融機構的競爭優勢來自數碼化能力，那麼未來十年的競爭優勢，很可能取決於企業能否建立及善用由AI代理組成的數碼勞動力。
作為香港創新科技生態的重要研發機構，香港應用科技研究院（應科院）觀察到，金融業對AI的關注正由概念驗證逐漸轉向規模化應用。市場關心的焦點已不再是模型有多先進，而是如何在安全、合規及可治理的框架下，把AI真正融入核心業務，創造可持續的商業價值。
AI代理讓知識變成決策力
事實上，金融業面對的一個核心挑戰，並非缺乏數據，而是無法有效運用知識。大量資料分散於不同系統、報告、政策文件及業務部門之中，員工往往需要花費大量時間搜尋、驗證及整合資訊。
當AI代理結合企業知識庫、多模態文件處理及知識圖譜技術後，原本零散的資訊能夠被整合成具關聯性的知識網絡。員工取得知識的方式，亦由搜索資訊轉變為直接獲取洞察。這意味着企業有機會把個人經驗轉化為整個組織可以共享和持續累積的智慧資產。
從風險管理到策略決策
這種能力對風險管理尤為重要。金融風險從來不是單一事件。企業關係、股權結構、交易網絡、市場變化及監管因素往往互相關聯，而傳統方法未必能全面掌握其複雜性。透過AI代理及知識圖譜，金融機構開始有能力從「分析數據」進一步邁向「理解關係」，更早發現潛在風險及異常模式。
這代表風險管理正由事後反應，逐步走向預測管理，甚至主動防範。未來金融機構之間的差異，某程度上將不在於誰擁有更多數據，而在於誰能更早發現風險訊號，並把洞察轉化為決策優勢。
同樣的轉變亦正在改變監管合規工作。
長期以來，合規被視為必要但成本高昂的工作。然而，當AI代理能夠持續監察監管變化、自動分析新規例對業務的影響，以及協助跟進整改進度時，合規的角色將不再只是降低風險，而是成為提升企業韌性和應變能力的重要策略功能。
重塑金融服務體驗
與此同時，客戶對金融服務的期望亦正在改變。在個人化服務成為新常態的今天，客戶不再滿足於被動回應，而期望金融機構能夠理解其需求、預測其需要，甚至主動提供建議。未來的金融服務，未必由單一客服人員提供，而可能由多個專業AI代理組成的數碼服務團隊共同完成。
它們能同時處理知識搜尋、產品分析、風險審查及客戶互動，提供更即時、更一致和更個人化的服務體驗。
未來競爭的不只是AI，而是信任
然而，AI代理帶來的真正挑戰，其實不是技術部署，而是管理思維的轉變。
當AI由工具變成工作夥伴，企業需要重新思考人與AI的分工，以及如何建立可信、安全和可治理的協作模式。對金融業而言，效率固然重要，但信任始終是最重要的資產。因此，未來最成功的機構未必是擁有最多AI模型的機構，而是最能把AI創新與風險管治有效結合的機構。
回顧過去，數碼化讓金融機構的流程變得更快；而今天，AI代理正讓知識、決策和服務變得更智能。這不只是一次技術升級，而是一場關於組織能力的重構。
作為連接科研創新與產業應用的重要橋樑，應科院一直與金融業界緊密合作，推動AI代理在風險管理、監管合規、知識管理及客戶服務等核心場景的應用。這些實踐顯示，AI代理已由概念驗證走向企業級應用。
應科院相信，未來金融業的競爭優勢將不再單純來自數碼化程度，而是來自機構能否有效結合AI、知識與信任，建立面向未來的智能化營運能力。面對這場由數碼化邁向智能化的轉型浪潮，應科院期待與金融業界攜手合作，共同探索及實踐AI代理的創新應用，推動香港金融業邁向更智能、更高效及更具競爭力的未來。
了解更多: corporate@astri.org
