本文件由講師 richard 裴有恆主講，探討物聯網、人工智慧和大數據在金融科技中的應用及其Impact，並闡述金融環境3.0的概念。它涵蓋了金融科技的基本概述、物聯網與大數據的實際案例以及人工智慧在資產管理中的應用。最後，文件指出金融科技的發展能提高服務質量和顧客體驗，但也帶來挑戰和機會。

1. 講師 Richard 裴有恆
物聯網丶人工智慧與
大數據的金融科技

2. 裴有恆 Richard（Rich老師）
學歷與認證
美國南加大電腦工程碩士畢業
台灣大學機械系學士畢業
台灣外貿協會第六屆碩士後行銷班畢業
台灣外貿協會第一屆品牌班行銷班畢業
NPDP全台前10個拿到認證
IDEO ACUMEN第二屆服務設計課程認證
SP優勢教練台灣第一名
經歷
元創意股份有限公司資深產品經理
神達電腦 產品經理,流程經理,專案經理主管:
Mio A501,A702手機專案,
Mercedes Map Pilot產品ODM專案,
Sagem My-S7
仁寶電腦專案經理:
XG-3D手機專案
台灣大哥大研發處主任:
Mail系統開發, WAP系統開發,簡訊傳情,
MMS系統自製專案
企業內訓教學專長
物聯網、流程創新、產品創新、服務創新、
商業模式創新、創新管理、專案管理、NPDP

3. 物聯網講
師搜尋第
一名

4. 內容
1. 金融科技概述
2. 物聯網在金融科技上的應用
3. 大數據在金融科技上的應用
4. 人工智慧在金融科技上的應用
5. 結論

5. 1、金融科技概述
1. 什麼是金融環境3.0
2. Bank3.0與金融環境3.0的關係
3. Fintech中的重要創新例子

6. 1.1.什麼是金融環境3.0
◻ 2015年，當時的金管會主委曾銘宗，訂出「打
造數位化金融環境3.0」的政策，俗稱金融環境
3.0。
◻ 金融環境3.0為因應五大數位化趨勢的政策。

7. 金融環境3.0的起因
商業模式正在改變
◻ 1.數位能力是核心競爭能力
◻ 2.實體通路轉化為支援性功能
◻ 3.網路行銷為主要行銷策略
◻ 4.社群網站及在線上即時互動，讓客戶主導金融
業務
◻ 5.電子商務正侵蝕金融業務
è客戶在乎好的體驗

8. 1.2. 金融3.0 V.S. Bank3.0

9. 1.3. Fintech中基於大數據的重要
創新例子
◻ 螞蟻金服
◻ 眾安保險
◻ 陸金所
◻ Funding Circle
◻ Lending Club
◻ Prosper
◻ Affirm

10. Fintech發展的主因
◻ 去中間化，銀行手續費太高
◻ 以客戶需求為主，借錢給在銀行借不到錢的人
◻ 活用大數據瞭解客戶習性
◻ 分享經濟，個人把閒錢借出去
◻ 提高銀行效率，強化客戶體驗

11. 2、物聯網金融科技
◻ UBI
◻ 支付與物聯網裝置

12. 2.1.UBI
◻ 車險UBI：使用OBD2+車聯網傳回車子狀況數據。

13. ◻ 人壽保險：利用穿戴式
裝置傳回身體數據，明
白健康狀況。

14. 2.2.支付與物聯網裝置
◻ 智慧型手機進入飽和狀況，手錶/手環的穿戴式
裝置將取代手機。
◻ 支付跟手錶/手環穿戴式裝置結合：Apple Pay。
◻ 使用感測器做人體特徵驗證來支付

15. 三、大數據的金融科技
3.1.銀行業使用大數據例子
◻ 中國建設銀行
◻ 花旗銀行
◻ 中國招商銀行
◻ 中國工商銀行
◻ DBS
◻ 南美Bancolombia銀行
◻ 法國巴黎銀行

16. 3.1.1.中國建設銀行
◻ IBM協助建立即時輿情平台

17. 3.1.2.花旗銀行
◻ 使用基於IBM大數據平台構建
的分析雲平台：進行風險應用、
定價應用、模擬應用及其他分
析應用。

18. 3.1.3.中國招商銀行
◻ 透過華為解決方案達成客戶行為分析、小微貸傾向分
析、或有金融資產預測、歷史明細查詢業務效果（5年）

19. 3.1.4.中國工商銀行
◻ 透過華為解決分案做到分佈式日誌收集與分析
◻ 分析客戶行為，精準行銷

20. 3.1.5.DBS
◻ 透過IBM輿情分析，瞭解客戶需求與服務滿意度
¤ 監控使用者對於CBG提供商品與服務的意見回
饋
¤ 蒐集並處理來自多個社群網站的討論內容
¤ 新產品上市前，進行現有商品評價分析，了解
不同客戶喜好的屬性以及評價
¤ 客戶體驗追蹤 ：持續關注最常發言的使用者，
了解他們的評價
¤ 透過行動裝置、批次報表進行快速分析，能直
接查詢討論原文

21. 3.1.6.南美Bancolombia銀行
◻ 使用IBM的大數據方案在交易數據上檢測可能因
洗錢或恐怖融資的可疑交易，達成績效：
¤ 在其可疑交易報告的品質，實現了40％的改進
¤ 達成80％產生的生產力節省，通過減少工作人
員數量以審查其龐大的交易量，同時達過200
％的速度增加報告
¤ 透過在每個區段分析，客戶減少的數目從4000
到130。

22. 3.1.7.法國巴黎銀行
◻ 使用IBM的大數據方案在產品提供上，達成：
¤ 使銀行通過任何通路：互聯網，移動電話，分
行和其他更多，提供客戶個性化的報價
¤ 縮短新產品上市時間從幾週到數天
¤ 根據市場情況，競爭行為和新的監管要求，提
高彈性和迅速給出報價的競爭力

23. 3.2.大數據應用
1. 發生層面
2. 分析方向
1) 保險業
2) 銀行業
3) 金融科技業

24. 3.2.1.數據發生在各個層面
金融產
品銷售
日誌
網路銀
行導航
客戶影
像分析
公司網
頁評論
客戶基
本資料
交易數
據 滿意度
調查 政府機構
（納稅、人
口資料）
其他金
融機構
的數據
金管會
的數據
聯合徵信
中心數據
Call
center
中小企
業支付
歷史
支付紀
錄
金融機構內部 金融機構外部
非
結
構
化
數
據
結
構
化
數
據
整合成金融機構
可用的大數據
社群媒
體情緒
線上媒
體評論

25. 3.2.2.1.大數據分析-保險業五方
向
1. 客戶關係。
2. 客戶流失。
3. 留任風險。
4. 客戶跨通路資訊。
5. 詐保風險預測。
資料來源：勤業眾信和SAS

26. 3.2.2.2. 大數據分析-銀行業五方
向
1. 達成精準行銷
2. 分析與瞭解輿情、客訴、客戶反饋
3. 規劃通路分佈
4. 及時風險分析(2.10)
5. 協助內部管理與決策

27. 3.2.2.3. 大數據分析-金融科技業
方向-以P2P為例
◻ P2P網貸: 指的是資金的供需雙方在特定的網路
環境中建立直接的借貸關係，網路中的每一個參
與者都可以發起，透過互聯網進行信息流通交互。
◻ Lending Club 2007年在臉書上成立，後來2007
年八月A輪投資後成為正式公司：世界第一家
投資者
交易市場
Lending Club
Web Bank
借款人
資金
資金 憑證
資金
憑證
憑證
交易
每月還貸

28. 中國P2P網貸流程
監管機構
借款人
P2P借貸平臺
出借人
社交
電商
風險評級
合作風控
開發
需求
提供
資源
到期收益徵選投資
滿額放貸 提出申請
擔保公司
小額信貸
公司
提供
資源
項目
擔保
風險評級

29. 網貸風險控管
◻ 風險控管是網貸最重要的流程
◻ 銀行進入強化網貸
◻ 大數據輔助

30. 4、人工智慧的金融科技應用
◻ 機器人理財顧問
◻ 螞蟻金服提出的人工智慧在金融服務的應用

31. 機器人理財顧問
◻ 機器人依照演算法及
大數據做理財建議。
◻ 不會因業績、獎金行
銷客戶錯誤的訊息。
◻ 兩大好處
1. 資產管理門檻低，
2. 收費遠低於傳統金融業者的財富管理服務
◻ 由機器人擔任理財顧問，只要輸入客戶年紀及財
務目標，機器人就可精算出對客戶的理財建議。

33. 螞蟻金服
提出的
人工智慧
在
金融服務
上的應用

34. 五、結論
◻ Fintech發展，讓人們更便利，是機會、也是挑
戰。
◻ Fintech的重點在服務與一致性體驗, 有好的服務
才會有好的價值! 而物聯網、大數據與人工智慧
可以讓服務做得更好。
◻ 創新不是特效藥，是企業長治久安的DNA