www.fisc.com.tw ■　21

智慧生活的「聰明 APP」〡本期企劃

智慧生活的「聰明 APP」

蕭俊傑 / 台灣 IBM公司全球企業諮詢服務事業群副總經理

一、 前言

年輕的 A先生在搭捷運上班途中，被鄰近

一位乘客所繫的領帶吸引。A先生遂拿起手機

照了那條領帶，手機上有一支「聰明 App」可

以模擬那條領帶繫在自己脖子上的樣子，這條

領帶跟自己挺相配的，而且還讓自己看起來年

輕好幾歲 (App上的年齡比對功能顯示「真的」

有變年輕 )，A先生很喜歡。「聰明 App」感

知到 A先生持續的笑容和表情，自動搜尋哪

些網站正在銷售這條領帶，並分析用哪一種支

付方式 (行動信用卡、金融卡、電子錢包、第

三方支付或紅利點數 ) 對 A先生最划算。A先

生想買這條領帶，但他不確定買了這條領帶對

他五個月內想存錢買最新型智慧手機的短期財

務目標會不會有影響，也不曉得他的朋友對買

這條領帶的看法如何。「聰明 App」以其聰

明 (安全 ) 消費功能，根據 A先生記載的購物

心願以及過去半年的消費數據，告訴 A先生

買了這條領帶後他必須延後一個月才能買新手

機，或每個月少買 22杯咖啡就可以不影響原

定的購機時間表，而且他在社交媒體上的朋友

對這條領帶的品牌都還蠻推薦的。看完聰明

(安全 ) 消費的分析，A先生決定在線上購買

這條出色的領帶。於是提供聲音、臉部等便利

的生物辨識機制的「聰明 App」，感測 A先

生所在位置快速移動、四周環境吵雜，應該是

正搭乘大眾運輸工具，如此，一手拉著吊環要

在擁擠的狹隘空間單手輸入身分辨識資料，必

有其困難度，且在這種情境下，姑且不論聲音

辨識易受干擾、密碼公開等，單單對著手機大

喊：「我的密碼是 XXXX」更是一件引人側目

的怪事，所以「聰明 App」引導 A先生以臉

部辨識驗證自己的身分，下單採購並支付了這

條領帶的費用。領帶可以在 24小時內送達 A

先生指定的地點，或半天內送到「聰明 App」

的實體營運據點。A先生選擇中午過後就到營

運據點拿取領帶，這樣他就可以打著這條領帶

去參加今天的晚宴。到了營運據點，店員 (或

行員 ) 除了把包裝精美的領帶交給 A先生外，

也提供他們與電信業者合作的專屬方案，可以

優先購得 A先生心儀已久的最新型智慧手機，

而且還有很好的分期優惠。A先生很滿意地接

受這個方案，因為他既買到一條出色的領帶，

又能提早取得最新型智慧手機，也沒造成短期

財務上過重的負擔。

這就是不久的將來，「人工智慧」結合「雲

端支付」所提供給消費者的智慧生活。

二、 「雲端支付」差異化加值服務

最近幾年，雲端支付在一般消費、電子商

務、供應鏈金流、公共服務等領域的應用逐漸

22　■ 財金資訊季刊 / No.85 / 2016.01

本期企劃〡智慧生活的「聰明 APP」

廣泛，新的業務、技術及產品也不斷湧現。不

過，即便 2015年才號稱是臺灣的「行動支付

元年」，但金融界常見的同質性競爭卻已悄悄

地在這個領域開打。根據臺灣行動支付公司的

統計資料，截至 2015年 9月已有 37家金融

機構參加其行動平台，已經或即將具備行動信

用卡、金融卡或電子錢包的支付能力。對於消

費者來說這是一大福音，可挑選的銀行越來越

多，甚至於不必更換往來銀行，因為幾乎所有

的主要銀行都提供這項服務。爰此，對於不想

停留在 Me Too狀態的銀行，就必須仔細思考

怎樣才能做到差異化，什麼才是長期的贏家策

略。

要讓產品與服務達成差異化，就必須超越

支付本身，提供更多的附加價值，其方法不只

一個，以下為筆者從「人工智慧」的角度出發，

探討人工智慧能為雲端支付提供哪些加值。本

文「前言」所提案例，「聰明 App」滿足消費

者從察覺需求、研究比較、交易下單、金流到

物流，自線上到線下的一貫作業，以及客戶滿

意度等商務活動。「聰明 App」能夠如此融入

消費者的日常生活，主要是運用「人工智慧」

的各種技術，包括物體的辨識與搜索、支付工

具的最適推理、聰明 (安全 ) 消費分析、社交

互動、周邊環境的感知與最適生物辨識工具的

推理與使用等等。如果「聰明 App」無法在日

常生活的關鍵情境中以消費者為中心，考慮及

發展其所關注的一系列議題，並主動出擊，消

費者未必會在看到物件的當下就進行後續的採

購與支付；再者，即使消費者有購買意願，手

機具備眾多支付功能 App，「聰明 App」也不

見得被選用。

三、 運用於「行動支付」之「人工智慧」技術

近年來，人工智慧的技術已經從外星科技

的層級普及到可供商業運用。本章節僅就幾項

已可供雲端支付做商業運用的人工智慧技術

(包括感知、自然語言處理、問題求解、學習

等 ) 做說明，供讀者參考，實際上還有更多人

工智慧技術將陸續被開展及應用。

(一 ) 感知技術

「感知技術」是指能夠使用感測器 (如照

相機、麥克風、指紋辨識器、加速計、羅盤、

GPS、藍芽、溫度計等等 ) 的資料，推斷外界

的狀態、偵測物體進而加以辨識。筆者的手指

頭大又笨拙，每次要登入 App時，在手機小

小的螢幕鍵盤敲打二三十個文數字的身分證

號、ID、密碼，大約三次就會錯一次，總感到

不便及挫折。感知技術可以用來辨識使用者的

身分，考慮周邊的環境，提供更好的客戶體

驗，或者成為多一個的辨識因子提高安全性。

事實上不只筆者如此，根據 British survey

commissioned by intelligent environment

2014的調查，高達 79%的英國銀行客戶希望

使用生物感知技術取代登入 ID與密碼。此外，

銀行也可以利用感知技術偵測及識別難得來一

趟分行的 VIP或需要關懷的客戶，通知行員主

動與他們互動，或追蹤記錄他們在分行的行為

軌跡，做為精準行銷的重要參考數據。

(二 ) 自然語言處理技術

「自然語言處理技術」是在辨識客戶的語

音後，進一步分析客戶的語意，即便客戶的談

www.fisc.com.tw ■　23

智慧生活的「聰明 APP」〡本期企劃

話沒有完全遵照文法，自然語言處理技術也能

瞭解客戶談話的意思、代表的指令、話語的

含義偏向正面還是負面等。它在雲端支付的情

境中可用以簡化操作，提供較好的客戶體驗。

西班牙的 Caixa Bank及荷蘭的 ING Bank都

提供 Mobile Banking by Voice的服務。客戶

用語音「轉帳 1,000元給 B小姐」直接指示

App，比起用手指頭在 App的圖示或功能清

單點來點去，真是又酷又便利的做法。更進一

步，像「我過去三個月在百貨公司的刷卡紀

錄」這類複雜又難以操作的指令，將來透過語

音也可以讓客戶簡簡單單地上手。

(三 ) 問題求解技術

「問題求解技術」使用搜索機制及多種

推理方法，在龐大資料庫建立後，分析問題

並找到最佳答案。幾年前 IBM Watson華生

超級電腦在美國的電視節目「危險境地」

(Jeopardy!) 一連三天展開益智問答競賽，題

目涵蓋歷史、文化、文學、科學等範疇，最後

由 IBM Watson擊敗兩位前任冠軍取得勝利，

這是問題求解技術 (加上前一段的自然語言處

理技術 ) 很好的運用案例。而在雲端支付的應

用情境中，問題求解技術可用以協助客戶分析

求解哪一種連結到雲端的支付工具對他最有利

(行動信用卡、金融卡、電子錢包、第三方支

付或紅利點數 )，也可以在客戶想要消費的那

一剎那，讓客戶知道這次的消費對他的短期財

務目標有沒有影響，或者有沒有更好的替代方

案可以兩全其美。也許讀者乍聽之下會想，我

們的雲端支付 App等的就是這一刻，客戶正

要使用我的 App支付，可以增加我的手續費

收入或至少擴大市佔率，為什麼要提供這類的

分析來影響他？道理很簡單，我們常常把「以

客戶為中心」掛在嘴邊，但做出來的 App卻

沒有發揮這個精神。筆者認為能夠推理客戶在

消費剎那腦海中思考及擔憂的問題，並從他的

角度提出適當的建議，便是以客戶為中心很好

的實踐。能真誠地做到這一點，客戶就會心甘

情願地把更多的交易與個資交給這個 App。

根據 Accenture 2014年在北美的研究，大部

分市場的銀行客戶仍迫切需要財務管理工具，

85%的客戶說他們對存款是否足夠支付他們

的財務需求缺乏信心，18-34歲者中 68%的

人希望從銀行收到可以聰明安全消費 (Safe-

to-Spend) 的分析報告，大約同等比例的人說

這樣的服務將提高他們對銀行的忠誠度，即便

將年齡層拉大到 35-54歲，也有超過 55%以

上的銀行客戶有相同的看法。北美 Tangerine

Bank的小犧牲 (Small Sacrifice)、以及大陸

廣發銀行的月光寶盒，都是有財務管理功能的

App，以客戶為中心的角度出發，幫助客戶做

到聰明安全消費。

(四 ) 學習技術

「學習技術」是人工智慧的重要課題，

有人覺得不具備學習能力似乎就跟智慧有條

鴻溝。但學習也是一項難以事先預測結果的技

術。早年美軍嘗試用人工智慧裡的類神經網路

辨識隱藏在地面的敵機，他們給類神經網路兩

組多張在相同地點拍攝的照片，其中第一組有

敵機，第二組沒有。經過訓練，類神經網路可

以精準地分辨出哪張照片裡有敵機。信心滿滿

的美軍開始將類神經網路送上飛機進行實際的

測試，但結果卻一塌糊塗，完全無法正確地辨

識。經事後分析，原來當初訓練類神經網路的

第一組照片是在晴天拍攝的，第二組照片是在

陰天拍攝的，所以類神經網路學會的不是辨識

24　■ 財金資訊季刊 / No.85 / 2016.01

本期企劃〡智慧生活的「聰明 APP」

敵機，而是晴天與陰天。這算失誤嗎？筆者持

不同看法。因為如果我們常常對一個小小孩，

要他叫「哥哥」我們就給糖果吃，久而久之他

看到糖果可能就以為那叫做「哥哥」，這不就

跟類神經網路的學習有異曲同工之妙嗎？正確

的學習加上學習的不可預測性，可以讓智慧的

學習有更人性化的效果。

四、 結語

日本軟體銀行的 Pepper機器人結合 IBM

Watson的人工智慧技術，使 Pepper能夠透

過機器學習不斷進步，就像鞋子剛買時雖然每

雙都一模一樣，但穿久了不同雙鞋子就會符合

不同主人的腳形，軟體銀行也希望 Pepper透

過日常學習與進化，最終每一台 Pepper都能

變成使用者獨一無二的好夥伴。我們對雲端支

付 App不也應該有相同的期許嗎？當我的雲

端支付 App可以看懂我的笑容與表情，聽懂

我話語中的正面或負面情緒，知道我的心情然

後做出適當的建議，這不是太棒了嗎？

人工智慧與雲端支付都是近來熱門的

FinTech (金融科技 )，二者相輔相成還更能激

盪出創新的產品或服務、提供更貼近客戶的體

驗，也是提高員工技能及改變內部業務流程等

商業模式轉型的工具，期待不久的將來就可以

在臺灣市場上看到這樣的金融應用。