效益價值 如何取捨

AI对于推展普惠金融，大有助益，但在实务上，仍有许多需注意的眉角，包括当金融机构商业模式与机器判读产生冲突时，该如何选择，以及如何避免AI模型产生偏见或歧视。

对于商业模式的冲突，阿尔发投顾董事长陈志彦特别有感，他说，「银行理专想推荐给客户的产品，很有可能是银行下达指令要求强力推销的产品；机器则比较单纯，是由演算法所驱动」。他表示，若要让机器兼顾银行的商业利益，并非不可行，例如，只要在演算法中加入每月欲推销产品的参数就可以办到，但是这样做，还能叫AI吗？

另一方面，针对AI在演算过程中可能形成的偏见与歧视，永丰金控数位科技长张天豪解读，「AI之所以会歧视，就是因为人类提供的资料存在歧视，」例如，过去某些银行放贷给男性的机会，就是高于女性，机器读多了这类型的资料，自然也习得人类的偏见。

张天豪说，平心而论，银行分别借钱给18岁或70岁的人，本身对应的就是不同的风险系数，若要刻意去除年龄或性别等参数，模型辨识风险的准确度很可能随之下降，这时，金融机构也会陷入两难，就端看金融机构在「效益」及「价值」之间，如何权衡取舍。

从普惠金融的观点，金融服务的普及性及覆盖率应当愈来愈高，但是在对准小微、小资、小白或者不同年龄与性别族群时，该如何调控风险，也值得主管机关与众多利害关系人一同深思。