銀行放款業務，經常要背負審核受貸者是否可信的風險，放款部門必須審核大量資料來評估是否放款及放款額度；而一般企業在與客戶往來時，也必須不斷評估審核客戶的付款能力，才能避免訂單成呆帳的窘境。當 GPT-4 技術開始顯現出處理大量資料及顯現 insight 的能力時，AI 是否能夠成為有力的工具呢？
台灣 AI 智慧金融解決方案公司治略資訊（Crowdinsight）執行長簡嘉宏表示，隨著生成式 AI「ChatGPT」崛起，治略資訊在台灣數位防詐服務科技公司 Gogolook 的帶領下，已持續深化金融法遵科技（RegTech；泛指更有效、有效率解決法規及法令遵循要求等新科技）相關應用，協助銀行、金融客戶做到更精準的AI盡職調查（Due-Diligence；在簽署合約或是其他交易之前，依特定標準對合約或交易相關人或是公司的調查），且未來不排除打造金融業專屬 ChatGPT。
對一個做零售、製造業、法遵科技 AI 起家的治略資訊，為何選擇跨入做金融業 AI 盡職調查工具？原來這一切的轉捩點在 2019 年爆發的肺炎疫情（COVID-19），治略資訊在疫情這 2-3 年期間究竟看到了哪些機會，進一步攜手與 Gogolook 合作？
多年跨產業 AI 經驗累積，治略資訊切中金融法遵痛點
治略資訊成立於 2015 年，創辦人兼工程師的簡嘉宏憶起當年團隊成員大多為 AI 數據科學家，挾帶強大開發動能的治略資訊，先後將自家 AI 服務觸角橫跨零售、製造業、法遵科技，並替百貨公司建置推薦引擎，以及助國內 LED 面板廠商在出貨前完成產品超參數調校（Hyperparamters；科學家調整模型效能以達到最佳結果的行為），種種優異表現，還獲得經濟部工業局人工智慧技術服務機構服務能量登錄，成為國家認證具 AI 開發能力的公司。
就在治略資訊成立 4 年左右，全球肺炎疫情爆發，諸多產業面對有史以來最大的數位轉型挑戰。簡嘉宏在一次因緣際會下，與律師友人聊到銀行業在面對客戶時，與銀行配合的律師不僅需要反覆 Google 搜尋、繁瑣的紙本作業審理客戶的背景，新冠疫情期間更讓客戶無法踏入實體銀行辦理業務，加深銀行業務申辦的困難度。
看準新冠疫情大環境機會的治略資訊，決定投入開發 AI 盡職調查工具，透過自然語言處理（Natural Language Processing, NLP）和機器學習技術，提升金融業者在對客戶背景調查作業的效率和準確性。
串連司法院判決書和新聞資料庫，替銀行完善風險評估流程
由於每家金融業者對客戶審視的標準不同，AI 又需仰賴大量的資料、數據，治略資訊第一步將目光放在如何取得和分析「公正、客觀」的第三方數據，做為 AI 判斷金融業者客戶是否符合辦理金融業務的依據。簡嘉宏提到，以金融業來說它們對客戶最重視的是反洗錢（AML,Anti-Money Laundering；阻止金融犯罪分子，將非法資金偽裝成合法資金的洗錢行為）的查核，即便客戶沒有直接涉入洗錢案，只要有跟洗錢沾上邊（如毒品運送、車手）都是重點關注對象，並搭配司法院判決紀錄來做為是否要放貸、融資給客戶。
治略資訊以此為基準，利用 AI 盡職調查工具分析司法院公開判決書，快速查核目標是否存在負面紀錄，替金融業者省下大量資料過濾、比對的時間。為了提高資料比對結果正確性，治略資訊和聯合報達成合作，引用其線上新聞資料庫數據做交叉比對，也能用爬蟲獲取其他媒體公開媒體報導，再用人工的方式輸入 AI 盡職調查工具，藉此打破因個資法保護，導致姓名不全，又或是同名同姓無法精確判定的狀況。
具體執行上，AI 盡職調查工具可針對文章做關鍵字和情緒判斷，篩選出可靠的來源，利用斷詞斷句抓出姓名和公司，搭配特徵提取（Feature extraction；機器學習辨識圖像資訊的技術）的方式，透過機器學習模型，篩選出不同文章是否指同一個人，最後將結果分群、分性別、分年齡等特徵，以提升查核的效率和準確性。
治略資訊尚未有任何一個銀行客戶，如何吸引 Gogolook 併購合作？
「在起初探索這個產品可行性時，因為還不是那麼熟悉銀行業的需求，我們做了很多研究，也感謝很多朋友和天使投資人幫忙。2021 年初，我們透過人脈認識了國內外商銀行的資訊長，雖然沒有合作，但從那邊得到了許多銀行業的 Know-How，後來才有機會與聯合報搭上線。」治略資訊執行長簡嘉宏回顧。
憶起當初跨入金融業的種種挑戰，治略資訊當初為了打入第一間銀行，花費了 3 到 4 個月的時間洽商和談判，才成功與其合作進行 POC（Proof of Concept；又稱概念驗證，通常發生在產品正式開發前，驗證概念理論是否正確可行），然而最終並沒有順利簽約，就在調整過後不到一年時間，治略資訊順利與另一家銀行完成合作議價，但最後因銀行預算編列問題仍沒有合作成功。
簡嘉宏回應這段挫折的過程並非沒有任何收穫，治略資訊在與金融業者斡旋的期間掌握了市場真正的需求，這些直接與銀行業者共同驗證市場的經驗，都成為 Gogolook 評估收購的重要依據之一。2022 年 10 月，Gogolook 在看上治略資訊完整的金融業者市場驗證，以及 AI 盡職調查工具的可行性後，對外發表收購治略資訊。
Gogolook 表示，公司這次的收購案不以治略資訊擁有的客戶數為指標，而是整體服務的完整性。在 2022 年舉辦的「企業詐欺防治年度論壇」，Gogolook 就將治略資訊的 AI 盡職調查工具產品，整合到 Gogolook 的數位身分驗證方案中，期望協助企業辨識客戶身份、姓名、電話和數位錢包地址等資訊。
在治略資訊和 Gogolook 合作之後，未來金融業者就能針對客戶的姓名做第一層篩選，若有可疑資訊時，再往第二層電話號碼做驗證，銀行可根據比對結果，搭配自己的風險評估標準，決定是否與客戶合作。治略資訊自被收購後，除了能結合 Gogolook 旗下來電辨識服務「Whoscall」深化與金融業者的合作，還能藉由 Gogolook 在泰國、巴西、韓國、日本、香港、馬來西亞等市場，將 AI 盡職調查工具推向國際。
擁有更強大的資料庫後，治略資訊和 Gogolook 的下一步是什麼？
儘管目前 AI 盡職調查工具，已驗證出具備市場潛力，治略資訊也希望藉 Gogolook 拓展新的市場。簡嘉宏提到像是將 AI 盡職調查工具套用到電子支付和虛擬貨幣的用戶驗證、串連 ChatGPT 的使用等，未來都有機會透過將產品 SaaS 化後來服務更多的潛在客戶。
除了服務傳統金融業者，隨著電子支付和虛擬貨幣交易量的增加，KYC（Know Your Customer；企業辨識客戶的過程）和反洗錢查核將會有新一波的需求誕生。簡嘉宏點出未來將 AI 盡職調查工具開發成 SaaS 化之後，讓這些潛在的使用者，只需要打開網頁，或是藉由 API 的串接，就可以使用到治略資訊與Gogolook的資料庫，簡化身分驗證中間的過程與複雜度。
自Gogolook收購治略資訊至今已有快半年時間，談起 ChatGPT 帶動的 AI 產業發展，簡嘉宏分享在實際運用 ChatGPT之後發現，它無法有效分類人名，而且需要反覆透過詠唱或提示（prompt）的方式來測試，才能得出一套穩定的規則，未來不排除開發金融業者專屬的 ChatGPT。
