<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 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);"><strong><span style="font-size: 18px;"><span style="color: rgb(139, 69, 19);">2/25-3/14金融科技精選新聞</span></span></strong></h3>
<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);"><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#生成式AI</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #大型主機</span></strong></h3>
<h3>日本明治安田生命正式運用生成式AI輔助大型主機開發和營運</h3>
<p>日本保險公司明治安田生命宣布，將於今年4月起，在實際環境中開始透過生成式AI，來提升開發和營運大型主機的效率。</p>
<p>從去年6月到今年3月，明治安田生命進行了兩項技術驗證。第一項是聚焦在大型主機開發流程，包括運用生成式AI來進行系統規格文件撰寫、程式碼撰寫，和單元測試。例如，讓生成式AI根據個人保險系統或企業保險系統的資料，生成系統規格文件，進一步生成程式碼和測試腳本。測試結果顯示，使用生成式AI後，可提升大型主機開發效率約25％。</p>
<p>第二項技術驗證則著重在大型主機的可追蹤性管理。他們透過生成式AI檢查需求定義、系統架構設計，與測試流程的可追蹤性。明治安田生命表示，他們透過補充保險業特定術語的解釋，提高了AI輔助的準確性。</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);"><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#生成式AI</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #大型主機</span></strong></h3>
<h3>國內有金融業者開始運用生成式AI進行COBOL程式可視化</h3>
<p>臺灣IBM近期表示，目前國內金融業在生成式AI發展，仍處於POC階段，且尚未出現具顛覆性的殺手級應用。</p>
<p>不過，他們也透露，國內已有金融業者開始嘗試將生成式AI運用在輔助IT現代化計畫。例如，有金融業者正在POC階段，運用生成式AI來分析核心系統的COBOL程式碼，進行程式可視化，透過產出圖表，來輔助IT人員更直觀理解COBOL程式碼。未來，這些金融業者會進一步測試、驗證可視化圖表的有效性。</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);"><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#永豐金證券</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #股票禮品卡</span></strong></h3>
<h3>永豐金證券推股票禮品卡，面額可轉換為股票交易資金</h3>
<p>近日，金管會核准永豐金證券辦理「股票禮品卡」的金融科技創新實驗案，實驗期間為一年。在這項實驗案中，永豐金證券會以電子形式發行和販售股票禮品卡，民眾購買禮品卡後可以自行使用，或贈送他人。</p>
<p>永豐金證券表示，他們在2年前就開始構思這項金融服務，但現有法規在禮券定型化契約的適用企業並未納入金融機構。因此，永豐金證券才嘗試透過申請沙盒實驗，來實現這項服務。</p>
<p>金管會表示，股票禮品卡是金管會核准的第10件金融科技創新實驗案，是既阿爾發投顧申請機器人理財服務後，第二件和股市相關的金融科技創新實驗案。</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);"><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#國泰金控</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #科技人才</span></strong></h3>
<h3>國泰金控今年科技職缺需求突破800位，較去年大增六成，為歷年新高</h3>
<p>國泰金控近日表示，他們今年徵才一大亮點是數位科技人才需求大增。因應金融科技、上雲、AI等趨勢浪潮，他們今年在數據、雲端、軟體工程等數位科技人才需求超過800位，較去年大增60%，為歷年新高。</p>
<p>國泰金控表示，在攬才面向，國泰全力推動數位轉型，並以「前所未有」的力道進行人才整合及布局。他們將會全面聚焦AI技術應用與治理、數據上雲、區塊鏈，和金融醫療整合，例如透過iFHIR平臺等技術，加速醫療數據標準化與交換，提升醫療數位轉型進程。</p>
<h3><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#生成式AI</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #日本金融廳</span></strong></h3>
<h3>日本金融廳發布AI討論文件，彙整130家日本金融機構GenAI應用情況、風險挑戰</h3>
<p>日本金融廳近日發布了一份AI討論文件，文件中包含對130家日本金融機構的調查結果，探討日本金融業AI應用現況和挑戰。並且，在文件中，日本金融廳也提出了未來金融運用AI的相關政策方向。</p>
<p>目前，日本金融業發展的AI應用，大致可分為三類，一類是提升營運效率，包括文件摘要與翻譯、文件結構化、校正和評估、內部資料檢索、輔助系統開發和測試等。第二類是間接應用在客戶服務，包含用GenAI支援客服中心、輔助撰寫內部審批文件草稿，以及撰寫對外公告草稿。第三類是直接使用在客戶服務上，但這類應用數量目前還非常有限。</p>
<p>日本金融廳最後在報告中回應金融機構的期待，提到多方利害關係人合作的重要性，並強調會致力於支持穩健金融業的AI應用。</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);"><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#生成式AI</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #行內問答系統</span></strong></h3>
<h3>日本京都銀行預估，將生成式AI運用行內問答系統，能節省每年高達8,000小時工時</h3>
<h3><span style="font-size: 13px;">日本京都銀行近日升級行內的AI問答系統，新增生成式AI文件搜尋功能，讓行員能快速查詢約1,000份內部規則與手冊，即時回應較少見或較新的業務問題。</span></h3>
<p>過去，京都銀行的行員每天平均透過內部問答系統提出約400則業務相關問題，但由於業務需求不斷變動，加上內外部法規更新頻繁，行員需要手動維護常見問題集，導致系統難以即時跟上最新資訊，部分問題仍需等待人工方式提供解答。</p>
<p>京都銀行預估，透過運用生成式AI新增文件搜尋功能，他們每年可節省8,000小時工時，大幅減少行員查找資料的時間。目前，新功能已應用於資產管理、人事、總務、系統相關業務等常見業務領域。京都銀行也計劃進一步擴大應用範圍，提升內部營運效率。</p>
<h3><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);">#金融監管</span></strong><strong style="font-size: 16px;"><span style="color: rgb(0, 0, 205);"> #加密貨幣</span></strong></h3>
<h3>美國加密貨幣監管方向大轉彎，全國性銀行不需監理機關審核，也能從事特定加密貨幣業務</h3>
<p>美國貨幣監理署近日發布解釋文件，降低了美國全國性銀行從事特定加密貨幣業務的監理要求。他們撤銷了拜登政府時期對銀行參與加密貨幣業務的額外限制，允許美國的全國性銀行能在無需監理機管審核的情況下，從事加密貨幣資產託管、特定穩定幣活動，及分散式帳本等獨立節點的驗證網路，無需向監理機關事先證明他們已實施足夠的控制措施。</p>
<p><span style="font-size:16px;">其他重要Fintech新聞：</span></p>
<ul>
<li>BNPL品牌AFTEE將在2025年推出線下掃碼支付服務</li>
<li>瑞穗金融集團將EDI系統從大型主機遷移至開放系統</li>
<li>英國政府確認廢除支付系統監管機構</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);">資料來源：iThome整理，2025年3月</p>
<p><!-- notionvc: ad5ecb82-74ae-49cd-b441-7a3f747d1c9e --></p>
</div></div></div>
