<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3 dir="ltr" style="margin: 10pt 0px 4pt; font-family: 微軟正黑體, sans-serif; font-weight: bold; line-height: 1.38; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18px;"><span style="color: rgb(139, 69, 19);">7/22~8/2金融科技精選新聞</span></span></h3>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 摩根大通 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GenAI </span></strong></span></h3>
<h3>媒體揭露摩根大通向員工推出自行研發的Gen AI工具，能勝任研究分析師工作</h3>
<p>近日，《金融時報》揭露摩根大通內部備忘錄，指出摩根大通推出了一款名為LLM Suite的平臺，並告訴員工這個平臺能勝任研究分析師的工作。該備忘錄中還提到，員工可以將LLM Suite視為分析師，提供特定主題的資訊、解決方式和建議。此外，媒體也揭露，摩根大通自行開發專用的LLM平臺，禁止員工使用ChatGPT或Gemini等開放一般民眾使用的聊天機器人。目前摩根大通約有五萬名員工可以使用LLM Suite。</p>
<p>摩根大通不願證實《金融時報》刊出的消息，不過，摩根大通過去曾公開表示，內部正在使用提供市場投資建議的顧問工具。今年五月，摩根大通資產與財福管理部門執行長Mary Callahan Erdoes在<a href="https://www.jpmorganchase.com/content/dam/jpmc/jpmorgan-chase-and-co/investor-relations/documents/events/2024/jpmc-2024-investor-day/investor-day-2024-full-transcript.pdf">投資者日</a>提及，內部正在運用多項AI應用。其中一項應用是將內部市場投資策略長Michael Cembalest二十年來的市場投資經驗化為知識庫。當理專向顧問工具詢問投資建議時，等同運用了Michael Cembalest長年的投資見解，能用來協助理專提供客戶更好的投資建議。</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI輔助 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GitHub Copilot </span></strong></span></h3>
<h3>澳洲澳盛銀行技術長點出採用GitHub Copilot的痛點：沒有指標衡量工具帶來的效益</h3>
<p>澳洲澳盛銀行技術長Tim Hogarth近日在GitHub活動上表示，去年開始，他們提供內部3,000名工程師使用GitHub Copilot。但是，直到現在，大多數工程師並未將GitHub Copilot列為優先使用工具，「他們還在熟悉這項技術。」Tim Hogarth說。甚至，在澳盛銀行，GitHub Copilot的程式碼建議採用度低，不到50%。</p>
<p>Tim表示，內部尚未建立指標，去明確衡量GitHub Copilot對IT營運帶來的集體效益。而且，當有特定IT團隊不願使用GitHub Copilot，Tim也無法確定是工具本身的技術問題、團隊問題，還是因為IT團隊面對的問題較特殊，導致GitHub Copilot的輔助功能派不上用場。這是銀行採用GitHub Copilot可能遇到的痛點。</p>
<h3 style="margin: 10px 0px; font-family: 微軟正黑體, sans-serif; font-weight: bold; line-height: 1.25em; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 摩根大通 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融監管 </span></strong></span></h3>
<h3>擔憂消費者在差異化定價策略中遭歧視，美國監管機構要求摩根大通、萬事達卡等八家企業，提供定價服務詳細資訊</h3>
<p>美國聯邦貿易委員會（FTC）近日表示，他們已要求摩根大通和萬事達卡等八間企業提供差異化定價策略資訊，包含企業開發定價服務的技術資訊，以及每個產品或服務運用的資料來源，細至每個資料來源的蒐集方法、蒐集資料的平臺或技術，以及負責蒐集資料的對象，都得提供給FTC。另外，FTC也要求八間企業提供使用定價產品的客戶名單，以及客戶運用產品的計畫等，同時，八間企業也得提供定價產品對消費者造成的潛在影響，包含消費者可能面臨的支付價格變動。</p>
<p>FTC希望，透過瞭解定價策略，能確保消費者隱私權不被侵害，同時不被歧視。這八間企業包含摩根大通、萬事達卡、顧問公司麥肯錫和其餘五間軟體公司。</p>
<p>摩根大通拒絕向媒體回應此事。今年四月，摩根大通銀行開金融業先例，推出媒體解決方案，讓企業主可以利用銀行擁有的8,000萬名顧客交易數據，精準投放行銷廣告。例如，當消費者在大通銀行的數位通路上查看優惠資訊時，平臺會根據消費者的歷史交易數據顯示優惠資訊。</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 資料共享 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融監管 </span></strong></span></h3>
<h3>為了加強金融防詐，澳洲國民銀行建議澳國政府放寬法律限制，開放金融機構與第三方供應商進行資料共享</h3>
<p>近日，澳洲國民銀行發佈一份報告書，建議政府應重新檢視《反洗錢和反恐怖主義融資法》。他們提到，目前該法限制私人機構間的資料共享，導致金融機構無法運用第三方供應商的技術，不僅對創新造成負面影響，也阻礙了金融機構發展金融防詐、防洗錢能力。</p>
<p>甚至，國民銀行也提到，生成式AI為金融機構帶來機會，能透過分析大量資料，來偵測、識別金融犯罪。然而，目前法律限制了金融機構與第三方供應商進行資料傳輸，阻礙了金融業發展生成式AI。因此，國民銀行建議政府應鬆綁《反洗錢和反恐怖主義融資法》中的資料共享限制，或是允許金融機構能合法和私人機構共享資訊，協助金融機構強化金融犯罪防範能力。</p>
<p>在臺灣，相關討論也正在進行中。為了協助金融機構在符合法規的前提下，更順利使用客戶資料進行AI訓練和建模，今年五月，金管會發布「金融機構資料共享之資料治理諮詢文件」，希望透過客戶資料分級做法，簡化部分資料的運用措施，例如，針對部分資料，金融機構可以採取較簡易的方式取得客戶同意，再進行運用。</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 瑞士證券交易所 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 交易中斷 </span></strong></span></h3>
<h3>瑞士證券交易所因數據傳輸問題，暫停股票、債券、基金交易多達四小時</h3>
<p>瑞士證券交易所在7月31日經歷近年來最嚴重的故障事故，因技術故障問題，瑞士證券交易所股票、債券、基金暫停交易三至四小時。瑞士證券交易所發言人向媒體表示，起初交易並未受到影響，問題出在數據傳輸，讓他們不得不暫停交易。在交易中斷期間，瑞士證券交易所在官網公告，內部一款名為MDDX的服務發生問題。這項服務負責從交易平臺傳輸市場資料給投資者和應用軟體服務提供者。</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> BaaS </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融科技策略 </span></strong></span></h3>
<h3>日本Minna no Bank總裁分享自家BaaS業務策略</h3>
<p>日本網路銀行Minna no Bank去年開始積極發展銀行即服務（Banking-as-a-Service），提供企業能更新的API，並已和六家金融業者、五家非金融業者展開合作。該銀行總裁永吉健一近日在活動上表示，他們的策略，是透過單獨提供 API 並與企業合作行銷的商業模式，來和其他業者競爭。</p>
<p>相對於競爭對手鎖定提供企業API，永吉健一指出，Minna no Bank的BaaS業務重點是服務個人消費者需求，因此，他們鎖定的對象是面向消費者的服務提供商，透過這個類型的服務提供商，來創造合作行銷的商業模式。另外，永吉健一認為，Minna no Bank另一項優勢是擁有大量工程師和設計師，能靈活回應客戶需求。</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 國泰人壽 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融上雲 </span></strong></span></h3>
<h3>國泰人壽公開系統上雲歷程，一年完成17套系統遷雲</h3>
<p>國泰人壽在2022年啟動上雲計畫，並在2023年選定17套系統先上雲，包括了16套行銷活動網站和機場旅平險系統。在評估階段中，國泰人壽IT團隊依據風險和商業價值高低，來篩選適合上雲的系統，再根據國泰金控自己訂定的 Cathay 6R 上雲遷移理論，來評估適合上雲形式。（<a href="https://www.ithome.com.tw/people/164191">詳全文</a>）</p>
<p>在第一階段上雲計畫中，國泰人壽以低度調整應用程式架構的方式將系統上雲，例如，將活動網站資料庫依業務別拆分，讓系統能在微服務平臺上運作，不需大幅更改架構或替換整個系統。國泰人壽資訊團隊透過微服務、容器化架構實現快速上雲，再篩選適當工具，建立安全資料傳輸機制，歷經不斷測試和調整，確保系統穩定運行、使用者體驗一致，才正式切轉上雲。（<a href="https://www.ithome.com.tw/news/164185">詳全文</a>）</p>
<h3 style="font-weight: bold; line-height: 1.25em; margin: 10px 0px; font-family: 微軟正黑體, sans-serif; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 玉山銀行 </span></strong></span><span style="font-size: 18.6667px;"> </span><span style="font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CI/CD </span></strong></span></h3>
<h3>玉山銀行三階段自建跨團隊共用CI/CD的可觀測平臺，更有效找出開發流程問題和優化方向</h3>
<p>玉山智金處DevOps團隊今年開始用開發者資料建立CI/CD可觀測性，除了提供量化指標，協助主管層級的決策者和資料科學家掌握CI/CD流程具體狀態，DevOps人員也開始能識別明確的問題出處，進行對應處理。</p>
<p>玉山智金處建立CI/CD觀測性的第一步，是設定目標，確認需要的數據。第二步，是尋找資料來源並收集資料。最後一步，是定義資料分析需求的使用者，再進行資料分析。吳明倫表示，玉山定出三種資料分析需求的使用者，分別是主管層級的決策者、DevOps工程師和資料科學家。DevOps團隊依據三類使用者的特性，條列出各類使用者需要掌握的資料，針對各類使用者產出不同報表。（<a href="https://www.ithome.com.tw/news/164060">詳全文</a>）</p>
<p>其他重要Fintech新聞</p>
<ul>
<li>印度國家支付公司NPCI因IT供應商遭勒索軟體攻擊，切斷了對數百家銀行的服務</li>
<li>美國金融監理機構強調，銀行應加強與第三方合作的調查和監控</li>
</ul>
<p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);"><span style="font-size: 14pt;">責任編輯／李昀璇</span></p>
<p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">圖片來源／金管會</p>
<p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">資料來源：iThome整理，2024年8月</p>
<p><!-- notionvc: 0a913fe7-697d-471c-8862-3cd8039035bb --></p>
</div></div></div>
