台新金控 AI 轉型聚焦降本增效，Amazon Q Developer 大幅加速開發效率 30％

台新金控正積極推動數位轉型，這項計畫已持續數年，並已將創新理念深植於企業 DNA 之中。過去已嘗試運用包括元宇宙、區塊鏈等新興技術，而在近兩年，台新金控還專注於探索生成式人工智慧的應用場景，並進一步確立了兩大核心目標：提升客戶體驗與增強工作生產力。透過生成式人工智慧，台新金控期望為金融服務帶來深層變革。

在提升客戶體驗方面，台新金控利用生成式人工智慧技術強化智慧客服的應對能力，精準、即時地回覆客戶問題。同時，生成式人工智慧也成為工作生產力的關鍵，從圖片生成、報告生成到程式碼生成，全面改善內部開發效率。

自 2023 年初以來，台新金控開始逐步將生成式人工智慧技術導入至產品，並成立創新科技部，專注於人工智慧研發和應用。該部門打造台新金控自家的大型語言模型「台新腦」，用於各種業務支援、法令遵循和風險辨識等任務，甚至設置了人工智慧訓練師的職位，來全面推進大型語言模型的發展。

經過多次測試和評估之後，台新金控決定引入 AWS 生成式人工智慧開發對話助理 Amazon Q Developer，以加速人工智慧應用開發流程。正如台新金控資訊長孫一仕所言，生成式人工智慧工具並非萬能，特別是在金融領域，需要與具體業務需求深度結合。Amazon Q Developer 的導入，不僅提高了基礎程式碼生成的效率，也讓技術團隊得以專注於更具挑戰性的任務。

台新金控導入 Amazon Q Developer，顯著推動生成式人工智慧的應用發展，FinTech Taipei 2024 台北金融科技展中，台新金控展示了其影片生成應用的成果。該專案由台新銀行創新科技部協助開發，只需要一張使用者的臉部照片，生成式人工智慧便會迅速生成一段可愛風格的影片，而影片中的主角形象，便是以使用者的照片為基礎生成。

該專案雖然從初期討論到實作前後花了半年，但據孫一仕分析發現「在確認展覽內容後，最終 UI 實作上僅花了一個月，對我們來說進展相當快速」開發效率之所以能大幅提升，正是因為 Amazon Q Developer 的加持。

Amazon Q Developer 讓台新金控的開發過程變得更加高效，該服務是一個專為開發者打造的對話助理，能夠提升開發效率和程式碼品質。其核心功能是輔助開發者生成程式碼，並提供程式語言和框架的開發建議。透過對話式互動，開發者可以快速獲取程式碼範例和最佳實踐，大幅縮短編寫程式碼的時間。

由於資料隱私和安全性的高要求，特別是在如台新金控這類受高度監管的金融產業中，資料保密至關重要。正因如此台新金控在內部特別強調，開發人員不得將公司的資料上傳至外部的人工智慧聊天服務。相比之下，Amazon Q Developer 在法規遵循方面更契合台新金控的內部安全標準，有助於避免潛在的資料洩漏風險。

孫一仕指出，根據最新資料，Amazon Q Developer 已使開發生產力提升了 30％。專案的生命週期涵蓋需求分析、設計規劃、開發、測試、部署、維護和評估等多個階段，而 Amazon Q Developer 的導入顯著的加速了開發和測試兩個關鍵階段。

「尤其是程式碼測試案例的編寫，程式碼生成工具有效提升效率達 60％」孫一仕提到。而這個增幅來自於 Amazon Q Developer 自動生成測試案例的能力，使開發人員得以加速測試流程，避免了手動編寫測試案例的重複性工作，並顯著縮短整體開發週期，使新功能能更快投入生產。

Amazon Q Developer 還具備即時檢查程式碼穩定性和安全性的功能，進一步降低了漏洞風險。此外，該工具提供的最佳實踐建議和即時程式碼最佳化功能，協助開發人員在生成程式碼時自動考慮安全性，減少手動編寫中的常見錯誤。

除提升測試的速度和嚴謹度外，孫一仕也表示「生成的程式碼在可讀性方面更具優勢」，更加符合台新金控內部程式碼編寫範式，這讓開發團隊在維護和擴充時，能夠更輕鬆地理解程式邏輯。基於這個優勢，台新金控甚至計畫利用 Amazon Q Developer 對舊有程式碼進行重新註解，讓既有程式碼在結構和註解上具有更高的一致性。

此外，Amazon Q Developer 還具備發現潛在程式碼臭蟲的能力，孫一仕分享了一個例子，人工智慧幫他們找出舊有程式碼中低效率迴圈，雖然這些程式碼已經通過安全測試，並無重大漏洞，但透過人工智慧的輔助，發現了潛在的效能問題，進一步提升了程式碼的安全性和執行效率。

目前，台新金控已有創新科技開發團隊嘗試在不同的應用場景中使用 Amazon Q Developer，顯著提高了生產力。經過實際操作，台新發現開發者 Amazon Q Developer 帶來的益處，會因經驗不同而有所差異，其中，中階開發者受益最為明顯，能快速生成程式碼並判斷其正確性與適用性。

此外，即便開發者使用同一工具，不同的提示詞輸入也會產出品質迥異的程式碼，為此，台新金控鼓勵開發人員定期分享工具使用心得，並舉辦工作坊互相交流經驗，以進一步提升組織內生成式人工智慧的應用能力。

在應用策略上，台新金控更傾向於將程式碼生成工具用於新專案的開發。由於既有系統的程式碼更新通常需要詳細描述背景和業務邏輯，對開發人員來說開發新專案更加靈活，可迅速地實現程式碼生成並推進專案快速上線。

台新金控評估生成式人工智慧的成效，主要從成本效益和操作效率提升兩個方面進行。生成式人工智慧的引入不僅是為了提升技術水準，更重要的是希望實現明確的業務效益。台新金控目標是到明年年底達到開發成本減降 25％ 的成效，尤其集中在開發與智慧客服等重點場景。具體來說，生成式人工智慧在程式碼生成和智慧客服的應用上，通過減少人力與時間的投入來降低成本，例如將原本需一個月的專案縮短到三週，從而實現時間與資源的最佳化配置。

此外，對於提升客戶體驗等無法直接量化為營收的指標，台新金控則通過間接方式來評估成效，例如智慧客服的接通率和滿意度。雖然這類指標難以直接轉化為營收，但透過生成式人工智慧提升的服務品質，間接增強了客戶滿意度與忠誠度。台新金控在生成式人工智慧的導入上秉持樂觀態度，並認為隨著技術的深化應用，預期效益可逐步達成，具體成效將在未來一年的運行中更為明顯。

而孫一仕也指出，生成式人工智慧工具能顯著提升工作效率，因此建議積極且深入地學習與使用該技術。他強調，若保持開放態度，生成式人工智慧將快速展現成效；相反，若抱持排斥心態，則可能在效率上落後。因此，孫一仕鼓勵同事及公司其他部門早日接觸並熟悉生成式人工智慧工具，以充分發揮其潛力。

台新金控在確保核心業務安全的前提下，積極嘗試新科技，探索各種應用可能性。孫一仕也強調 AWS 的安全性與可靠性，以及雲端運算彈性對模型訓練的加速作用。隨著 AWS 亞太（台北）區域預計於 2025 年落地台灣，台新金控對於生成式人工智慧的應用前景抱有高度期望，並將積極推進其採用。