在新興科技的翻江倒海之下，大數據與人工智慧（AI）逐漸成為金融產業數位發展的主流潮流。集中保管結算所身為台灣資本市場的重要基礎設施，一直致力在追求創新與效率提升的路上尋找新的可能性與突破，早於2018年即建置大數據平台，並於2021年開始導入AI應用協助主管機關監理。隨著ChatGPT等生成式AI工具問世，AI的發展更加吸引世人的目光，集保結算所如何應對與把握這波科技浪潮，尤其引人矚目。
從BI到AI
金融產業想要發展AI，前置作業做得越好後續發展越穩健，因此在2018年集保便開始建置大數據平台，將各系統長期以來累積的大量資料，透過Extract(萃取)、Transform(轉換)及Load(載入)至大數據平台進行歸納整理，並以視覺化報表呈現資料分析，達成第一步商業智慧化(Business Intelligence)的目標。此外，大數據平台要良好的運作，數據治理也格外重要，在集保的BI發展過程中，持續從人、數據、制度、工具四個元素強化數據治理制度，建構數據資產，劃分各數據治理腳色之權責，透過有效率的分工合作及確保資料的品質。
AI三大應用
自2021開始，隨著大數據平台日趨穩定，且監理科技項目逐漸上線以後，集保結算所便開始尋找AI應用場景，迄今已經完成三項主要應用，協助主管機關進行市場監理。
智能歸戶
集保結算所作為整個交易市場的後台，面臨到許多單位提供或申報的資料，然而在分析的時候發現部分資料名稱不同但實際上是同一項目的案例，例如：行業別名稱、集團名稱等，因名稱不同造成分析誤差。因此我們定義了相似度計算方法並透過AI分群的方式預測每一次的申報資料的類別，將同一類別卻不同名稱的資料歸納，助於後續的分析。
申報異常檢測
AI的另一常見應用在於它可以透過大數據分析找出異常現象，集保結算所對於外部單位的申報內容，傳統作法是以人工判斷為主，輔以跨表檢核，而通過AI偵測模型及透過模型自動進行分類後，可以從龐大的交易或申報數據中找出異常值，並在異常狀況發生前迅速提出預警，以作為金融市場監理之參考。
票券發行人行為分析
在票券初級市場方面，有效評估票券發行人到期不獲付款風險及票券商承銷風險是風險管理的重要前置工作，針對發行人的大數據資料進行貼標籤後，利用AI技術對這些標籤進行分析，提前預測發行人是否有潛在風險。
未來展望
美國集保公司(DTCC)針對2023年提出前五大科技應用之預測，生成式AI即為其中之一，DTCC內部科技研究及創新部門(Internal Technology Research and Innovation)主管並於今年2月時指出生成式AI的使用將成為我們的日常。此外，Nasdaq就資本市場基礎設施至2025年主要科技投資項目調查，調查結果如下圖，顯示「數據分析」及「人工智慧/機器學習/自然語言處理」等項目均佔相當比重。
自ChatGPT等生成式AI工具問世以來，已顯示了無比的潛力與極大的影響力，特別是在各種語言相關的任務上，包括文本生成、問答系統、聊天機器人等，未來大型語言模型(Large Language Model)只會越來越成熟並且加速融入人們的日常生活。
有鑑於此，集中保管結算所亦將投入更多場景，深化AI應用，強化監理服務，並將進一步思考透過生成式AI工具賦能員工以及在強化資訊安全的應用，期能提供更高效、更安全、更個性化的金融服務，為金融市場的發展注入新的活力。
