玉山銀行如何讓AI落地：克服內阻、建立信任，從「不重複使用１７%」到全員習慣的實戰心法

目前生成式AI的產出內容仍然有錯誤風險和不確定性。但黃仕鎮認為，未來兩、三年內，隨著模型的透明度提升，可解釋性的增強，企業也會越來愈來愈能駕馭大語言模型的應用風險。到時候，生成式AI將不會只是對內使用的工具，而是真的可能應用在直接對顧客的服務上。

AI客服的顧客實驗

玉山銀行事實上已經啟動步伐。在面向顧客端，玉山銀行推出房貸與理財的AI對話機器人。不同於傳統的FAQ，這些機器人能進行自然互動，提供更符合需求的建議。

玉山也建立了一套完整的評估機制，從顧客滿意度、淨推薦值（NPS）、使用回訪率，到人工介入比例下降，都被納入衡量標準。黃仕鎮強調：「AI不是展示品，而是要真正減輕人力負擔，提升顧客體驗。」

回顧這些不斷試錯的歷程，黃仕鎮認為，技術突破只是第一步。企業要成功導入AI，必須面對三大課題：

建立信任：玉山銀行的做法是「AI做80%，專人檢查20%」，逐步培養員工信心。
評估效益：除了省成本，更要重視品牌信任、顧客體驗與風控等無形價值。
降低內部阻力：透過漸進式導入，例如讓AI先產生徵信報告初稿，再由員工補強，讓同仁感受到AI的助益。

GENIE的學習教訓

玉山銀行不是沒有遇過困難。例如最初自主研發的企業版GPT「GENIE」，投入很多時間開發，但初期不重複使用率只有17%，每天的使用率甚至不足2%。

黃仕鎮檢視後，發現問題不在技術，而是員工不知道如何使用。團隊因此調整策略，設計各種友善機制，例如提供範例模版、舉辦黑客松、納入教育訓練，並要求主管帶頭推動。「必須從上到下，先說服主管，再由主管結合業務往下推動，才會比較有效，」黃仕鎮說。經過上下一起努力，GENIE終於成為員工日常習慣的工具。

除了組織挑戰，模型漂移、生成式AI快速迭代、新工具不斷推出⋯⋯，很多變數都會影響企業應用AI的成果。黃仕鎮歸納出四大應對之道：

1. 敏捷開發：從MVP小步快跑，快速迭代。
2. 合規與風控：建立模型可解釋性，確保符合監管標準。
3. 架構穩定：以API隔離模型與核心系統，確保業務不中斷。
4. 持續評估：定期檢測模型表現與技術升級，避免盲目追新。

(責任編輯 / 溫為翔)