機器人科技與智慧自動化 - ey - global ·...

机器人技术与智能自动化：人类与机器力量的结合

機器人科技與

智慧自動化人類與機器力量的結合

2

目錄

2 RPA早已占據一席之地

4 AI：蘊含變革力量，但卻更為繁複

10 RPA與AI之間的關係

12 邁向智慧自動化

16 「RPA+」如何創造價值

20 「大AI」如何創造價值

24 智慧自動化專案的成功秘訣

28 結論

29 後續步驟/ 安永聯絡人

機器人科技與智慧自動化：人類與機器力量的結合 1

機器人科技和智慧自動化（Intelligent Automation，

IA）可幫助金融服務業獲得多重收益，但成功取決於了

解不同工具和自動化方法的優勢。

金融服務業運用自動化已有一段時日，機器人流程自

動化（RPA）早已占據一席之地，但隨著企業探索釋

放價值的潛能，人工智慧（AI）目前正憑藉著可提高

收益、顧客服務、效率和風險管理的優勢廣受青睞。

AI被廣泛視為下一個市場破壞者，且發展迅速。AI領

域工作者相信，這將是未來三到五年內最具破壞性的

科技。AI不僅應用於無人駕駛汽車，金融服務業早已

見證AI工具是如何提高收益、效率和風險管理水準。

然而，AI是未來的一部分：其真正的實力不僅在於與

RPA和數位化的結合，還包括在與「人」的融合。人

類或機器單獨工作的效果絕對無法超越人機攜手的成

果。

我們相信，金融服務業可憑藉「智慧自動化」 - 即

智能應用多個工具和自動化方法 - 蓬勃發展。本報

告為機器人科技與智慧自動化系列的最新刊物，將解

釋AI對於金融服務業的意義，以及RPA和AI如何相輔

相成。我們還識別了不同由智慧自動化所實現的活動

和流程的類型，從處理「追加保證金通知」電子郵件

到信用風險管理、產品定價和舞弊偵測。

智慧自動化可為金融服務業帶來收益，但仍有挑戰待

解決，以提升這些收益。我們特別強調其中最為重要

的部分，並建議管理團隊如何開始在營運中探索智慧

自動化變革的潛力。

2

RPA 早已占據一席之地

在過去幾年裡，我們看到RPA應用快

速的成長。RPA程式曾經是一個不起

眼的工具，而今每個大型金融服務機構

都正在運行，全球安永RPA專業團隊

快速發展驗證了此現狀，團隊從屈指可

數的幾個人擴大到2,000多人，向40

個國家或地區導入RPA專案。


RPA創造了大量的自動化機會，而迄今為止，我們僅

觸及皮毛而已。然而，傳統RPA具有侷限性，僅能處

理數位化資料（如系統、試算表和網路裡的資訊），

以及根據已有的定義做出簡單的決策（如根據「決策

樹」或者根據更複雜的規則）。總之，這些侷限性意

味著，儘管RPA相當強大，但卻僅能用於特定流程，

而且很多時候是僅能用於次流程，因而限制了端到端

的流程自動化。

傳統RPA正在與AI和其他數位自動化工具（如，光學

文字辨識（OCR）、數位表格、工作流程、聊天機器

人、人機互動處理）相結合，以幫助克服這些侷限

性。這讓跨流程之間可以實現端到端流程轉換的可能

性，同時無需考慮現有系統環境。

傳統RPA能

夠改善流程，

但單獨使用時

卻受到很大的

限制。

4

AI：蘊含變革力量，但卻更為繁複

AI是指透過開發的電腦系統，能夠運用簡單決策樹之外

的判斷，執行通常需要運用人類智慧的任務，如視覺感

知、聊天和訊息對話、讀取電子郵件、語音辨識、決策

制定和語言翻譯。


AI是真實存在且有可能改變當今的企業營運，以下三

大關鍵構成要素在過去幾年裡實現了這一目標：

► 新AI模式演算法

► 以數位方式移動資料

► 新的雲端運算能力和處理能力

然而，AI 世界令企業倍感困惑，即便是擁有 RPA 經

驗的企業。

這部分是因為AI含括了許多供應商不同的科技類型，

遠超過RPA領域所見。

因此，AI範圍相當廣，而本報告中提及AI的所有特點

是無法全部含括的。但AI通常可被劃分為不同的類型

或使用案例，並運用多種技術和工具加以執行。如

今，任何一個單一工具均無法單獨提供至所有AI使用

案例。

AI 類別

自然語言處理

（NLP）和「書面

聊天機器人」

語音辨識和「虛擬

助理」

電腦視覺和光學文

字辨識

預測和決策的監督

式學習

深入學習簡單問題

的複雜答案

作為一種變革

力量，AI日益

得到金融服務

機構的認可。


AI具備許多特點，並運用多種技術

和工具加以執行

僅僅一個供應商內，即可存在多種不同的工具，很明

顯地顯示：

► 使用案例的廣度

► 工具的數量

► 依據工具數量而所需的技能

► 所需的培訓、測試和技術環境

► 可執行的營運模式

這些即解釋了AI格局的複雜性。

AI可能需借助其他工具和人員實現

有效性

不僅僅是潛在使用案例和相對應技能的複雜性是個問

題，各個使用案例的應用也需要重大投資。

以安永近期「追繳保證金通知」處理自動化的專案為

例，經紀人要求投資人增加現金保證金，以達到規定

的最低水準。

目前，追繳保證金通知是透過成千上萬封完全非結構

化的電子郵件來進行，這一領域非常適合實施自動

化。據以往經驗，我們在第8頁表格中彙整了運用AI

實現這一流程自動化的優缺點。

這不僅僅是一個運用AI很好的案例（在一個為期八周

的專案中，能處理95%的電子郵件是非常不錯的成

績），也是一個說明成本和複雜性以及每個案例獨特

性的好例證。

8

運用AI實現追加保證金通知處理

自動化的優缺點

優點缺點

1. 在八周內，可以解析全部工作電子郵件的語法並

進行處理

2. 在四周內，準確率達 60%，足以進入試運行階段

3. 在八周內，準確率達 95%，足以大規模上線

1. 需要3萬封電子郵件（相當六個月的數量），才可

達到符合期望的準確率

2. 仍需要人為干預來處理例外情況，並繼續培訓機

器學習（ML）模式

4. 須與RPA結合，才可在現有系統內實際設定追繳

保證金通知

5. 顯著的投資報酬率（ROI），三個月後開始回本，

12個月內回收全部投資金額

3. 需要自然語言處理（NLP）和ML技能（在我們的

案例中使用Python）和程式設計技能

4. 這僅適用於特定類型的電子郵件，而且我們知道

是與追繳保證金通知有關。對於具備類似資料量

的其他電子郵件類型（如投訴和催收問題），ML

須接受再次訓練

5. 當資料量小時，ML的準確率非常低，從而需要更

多的人為干預，所以投資報酬率可能較低

6. 透過使用開源（免費）工具，我們可獲得適當的

投資報酬率，而利用商業工具，投資回收時間將

為兩年或更久


儘管AI具有改造企業流程的

潛能，但其執行卻較RPA繁

複很多。

因此，實現智慧自動化的前

景在於找到RPA、AI、數位

化工具和人之間的適當平

衡，讓投資報酬率（ROI）

最大化的同時，亦可使複雜

性和風險降到最小。

10

RPA與AI 之間的關係

RPA和AI是高度互補的解決方

案。例如，RPA可被視為將資料

登錄AI的氧氣，並執行AI提供的

決策或見解。


根據以往經驗，我們認為對於RPA和AI之間的關係存

在一些錯誤觀點，例如，AI不僅是取代RPA，RPA也

不僅是「過時技術」。實際上，並非一個取代另一

個，它們可以單獨使用，也可以共同使用。AI可大幅

提升RPA工具的價值，反之亦然。例如，認識你的客

戶（KYC）和信用風險模型建立可以在沒有RPA的情

況下由AI支援，但RPA的支援可使模型產出結果得以

立即實施。

識別RPA和AI以及其他工具整合的時機與方式，這有

助於實現智慧自動化。

RPA 與 AI 之間關係的錯誤觀點

RPA和AI是互補

型科技，可視具

體情況，單獨使

用或共同使用。

12

邁向智慧自動化

智慧自動化是多種工具的智能應用。其不僅

包括RPA，還有推動數位化和AI、人機互動

和「大AI」（Big AI）概念。


安永將自動化類型區分成三種：

自動化類型說明案例

RPA 根據已定義的流程和決策，讓虛擬勞動力

將高度重複工作自動化

► 多個系統間的資料輸入

► 基於 KYC 原則查核多個資料來源

► 運行多個國家或地區的報告，並整理彙整

成單一文件

RPA+ RPA 結合附加功能，如與適配器

（adaptors）結合使用，可提高 RPA 生

產力

與 RPA 結合後，數位適配器大幅提高了自動化

範圍：

► 網路或行動自助服務動態數位表格，如移

除對紙張或電話的需求

► 與聊天機器人和語音辨識整合，提供即時

自助服務，如傳統系統中的「我的帳戶餘

額是多少？」

► 人機互動工作的員工數位化入口網站

數位適配器不可用時，我們可寄望與AI適配器

結合運用，包括：

► 新一代整合機器學習的光學文字辨識

（OCR），可讀取掃描圖片，如申請表

► NLP和機器學習，以讀取電子郵件，如追加

保證金通知的處理

「大 AI」賦予電腦具有學習、預測和作決策的能

力，以及類比人類互動的能力，如預測或

建議、虛擬助理。可能針對特定流程使用

進階分析和大數據、決策引擎、機器學習

或深度學習演算法

案例包括：

► 機器學習可預測客戶流失情形

► 可協助推薦產品的專業系統，如機器人諮詢

► 與機器學習整合的先進分析，用以發現舞弊

模式

► 機器學習可評估貸款申請通過與否

► 可針對重大疾病保險理賠相關醫療問題作決

策的專業系統或機器學習

14

智慧自動化還意味著尋找自動化的替代方案，並根據

各種不同的潛在收益（不僅僅是成本）來判定對錯。

但同樣重要的是，智慧自動化正在：

► 了解是否存在更好的提供選項，如精實生產

（LEAN）、六標準差（Six Sigma）或系統變更

► 了解全部收益，如新的收入項目、更完善的法遵、

減少舞弊

► 從成本、風險和投資報酬率方面，了解如何選

擇使用RPA、數位化和AI，例如，我們應使用

AI讀取電子郵件，還是使用簡單的數位表格？

智慧自動化工具箱裡的工具

「數位化先行」推動

數位化

RPA

「現有系統自動化」

「人機互動」和流程

管理

推動AI讓「紙張/電子

郵件數位化」

「大 AI」

► 顧客自助服務

► 提高服務人員辦

公效率

► 聊天機器人

► 語音辨識

► 安永數位通行證

► 機器人使用多個

系統

► 人們透過企業流

程管理（BPM）

系統或數位化入

口網站可審核或

處理動態數位表

格

► 應用於OCR和電

子郵件的ML和

NLP

► AI或進階分析

（用於決策、建

議、下一次最佳

行動、交叉銷

售、顧客流失情

況）


所以，我們可以看到RPA奠定了一個堅固且具企業規模的基礎，

可在其基礎上建構AI。

如果RPA掀起了機器人科技推動企業轉型的第一波浪

潮，則數位化、AI和人機互動處理將引領下一波浪

潮。RPA、數位化和AI工具的結合將可大量將資料轉

換為可行動的見解，這些見解具有變革性和破壞性，

讓企業可以實現整個端到端流程的自動化、效率化和

改造。

然而，AI仍處於應用的初期階段。經過委託研究，我

們發現僅約5%的公司認為自己可熟練地運用AI，相較

之下，有15%的公司認為其可熟練地運用RPA。科技

應用初期難免面臨風險與成本增加以及技術匱乏的情

形，但潛在報酬仍頗具吸引力。AI對提供智慧自動化

以及端到端流程改造的未來發展帶來重大貢獻。取得

最佳成功的關鍵在於確定RPA、數位化和AI以及「大

AI」之間的適當結合與選擇，以平衡成本、風險和報

酬。

16

「RPA+」如何創造價值

由於現今現實世界的流程往往以便於人

類（而非機器人）使用為主，即通常是

使用紙張、電話和電子郵件，因此RPA

一般僅能被用於子流程。


儘管傳統紙張、電子郵件和電話對人們而言很好理

解，但對於RPA而言，卻需要額外的適配器才能工

作，如果缺少了這些，RPA的商業實例有時會不太理

想，因為RPA僅侷限在子流程應用。

讓我們透過一家大型全球企業典型的費用處理流程來

更加具體了解這一點。（但同樣的方法很容易應用於

其他業務，如處理貸款申請、保險理賠或發票。）

在此費用處理流程中，員工須要：

1. 連接公司網路，將差旅費用細節輸入到公司的費

用系統中

2. 影印收據，並寄送至與此次差旅相關的共享服務

中心

3. 之後，共享服務中心打開郵件，並將影本掃描成

數位圖檔

4. 共享服務中心員工對照數位圖檔，核對輸入費用

系統中的內容，檢查違反政策的行為，並核准或

駁回費用申請

18

下表將RPA與「RPA+」進行比較，說

明其如何協助這一流程，並指出大致所

需的時間（依據真實企業案例）。

階段 RPA價值 RPA+價值

將詳細花費輸入費用系統中無 ► 建立行動APP，以便在任何場所（如餐廳）均能適當地拍攝收據和條碼，無需連接公司網路（建立時間：2到4周）

► RPA目前可在費用系統中輸入資訊，並按指定格式設置圖像以供審核（建立時間：4到8周）

► 淨收益：將每名員工的工作時間減少50%

影印收據並郵寄無 ► 無需影印或郵寄

► 淨收益：郵資費用大幅減少

打開郵件並掃描無 ► 無需OCR或掃描，僅需儲存查核時所需的數位圖檔

► 淨收益：紙張處理、掃描、OCR和存檔成本大幅減少

核對費用可依據政策核對一些費用，但僅限於費用系統內操作，而非參照圖檔（所需時間：4到8周）

► 添加ML OCR後，可對照費用系統中的費用核對掃描圖檔（建立時間：3到6個月，透過人機互動數位前端提供給代理人）

► 手動工作量顯著減少（估計減少50%以上）


在該案例中，數位化和AI適配器的結合

產生了顯著價值，在此之前，RPA的

價值微乎其微。

另請注意，在考慮「自動化的智慧應用」時，有兩種

流程方案可供選擇，但各有利弊：

► RPA+數位化（行動）適配器

— 總時間為6至12周，低風險

► RPA+數位化+ML OCR — 6至9

個月，中等風險

一般來說，我們看到：

► 簡單的數位化流程（例如網路/行動自助服務或

人機互動工作交接）較AI少花費很多時間和成

本，而且如今可預先與RPA整合，在數周內即

可完成

► 更複雜的數位化（例如聊天機器人、語音辨

識）會花費更多時間，但大量的需求仍帶來高

額的投資報酬率，如，「我的案例/理賠/應用

程式發生了什麼問題」的訴求

► 如果我們無法「預設」流程數位化，並且仍須

仰賴傳統管道（如紙張、電子郵件），則儘管

AI適配器需要更長的時間，但也可能帶來更大

的附加收益

► 在兩者皆有可能的情況下，我們將分階段實

施：數位化先行，AI再跟進。這可以最大化投

資報酬率，同時最小化AI的運用成本和複雜程

度

日益明朗的是，尋找RPA、數位化和AI的最佳組合關

鍵是讓投資報酬率達最大化並讓成本、複雜性和風險

之間達到均衡狀態。我們認為，在部署智慧自動化工

具時，實現投資報酬率最大化的三個步驟是：

1

2

3

投入具企業規模的RPA

「骨架」

- 並尋求端到端（E2E）的機會

盡可能數位化

► 數位表格

► 聊天機器人

► 語音辨識

► 人機互動

在RPA和數位化實現後加

入AI，投資報酬率高！

20

「大AI」如何創造價值

雖說導入AI的數量級較RPA更複雜，但若應

用得當，「大AI」的報酬將極為可觀。


金融服務機構不僅注重降低成本，亦

關注提高收益、改善效率和降低風

險。

智慧自動化的最終目標不僅是使「直通式處理」成為可

能，而且還為「大AI」創立平台，可嵌入異常指標和干

預措施，帶來顯著增加的價值。

以下是一些安永近期完成給客戶與AI相關的專案案例：

收益

提前預測顧客消費靜止行為：

一家知名銀行擔心客戶不再使用其網路銀行。如何預

測未來六個月內哪些客戶可能會進入靜止狀態呢？解

決方案為機器學習（ML）。

成果：

► 準確識別67%的靜止戶

► 提前30天預測顧客靜止行為

► 能夠更好地進行主動干預措施

改善顧客流失預測：

一家知名的英國銀行希望找到客戶流失的原因，識別

「有流失風險」的顧客，為其提供量身打造的產品並

改善其顧客體驗。解決方案為使用ML（透過社群網

路分析）來了解現有客戶群，發現指示訊號並提供即

時見解。

成果：

► 顧客流失率預估準確度提高16%

► 流失預測模型的準確度較原始系統提高4倍

► 流失預測模型可即時運作

► 自動儀表板可視覺化呈現流失原因和觸發事件

► 成功識別所有「有流失風險」的客戶，以進行更

有效的介入干預措施

完善下一步最佳行動（Next Best Action）引擎：

一家全球銀行希望透過建立個性化且情境化的全方位

銀行業務體驗來提升其客戶的參與度，決定（使用下

一步最佳行動引擎）建立一個端到端的AI/ML平台來

處理即時的資料和批次資料，以產出個性化的行動方

案及作法。

成果：

► 預測顧客購買模式的準確率提高45%

► 根據顧客的消費模式為其推薦信用卡，提升產品

定位

► 能夠偵測旅行模式，並搶先提醒客戶有關匯率和

自動提款機的資訊

► 根據地理位置向客戶提供優惠資訊

22

效率

藉由本文分析（text analytics）縮減全職員工人

數：

一家知名的英國銀行發現，一些部門需要對不同來源

（如調查、線上調查、問卷、網路通訊、內部資訊科

技通訊）的文字資料進行視覺化分析，但該手動流程

效率低且十分耗時，解決方案為採用自動化本文分析

工具來分析不同來源的文字資料。

成果：

► 縮減300名全職員工

► 增強決策能力

► 節省各部門的時間

最佳化顧客搜尋：

一家大型銀行集團希望針對其客戶的搜尋查詢（每月

超過20萬條）提供更佳的答案。該銀行建立了一個非

監督式群集模型，對搜尋項目進行分類以提高處理效

率。

成果：

► 搜尋項目分類正確率為70%

► 原需三天進行處理的工作量被縮減至幾小時內即

可完成

改善客服系統分析：

一家大型銀行藉助ML和認知分析部署改進後的客服

系統分析，提高了銀行自動化識別客服原因的能力，

並縮短了平均處理時間。

成果：

► 營運成本減少5千萬至1億美元

► 裝置的準確度和一致性提高70%

► 對於一些次要原因，準確率高達90%


風險

偵查無卡交易（Card Not Present，CNP）舞弊：

金融服務公司希望解決顧客信用卡資料被複製並用於

詐欺性線上交易（即「無卡交易」舞弊）的問題。因

此其使用包含預測分析的ML解決方案，從而確定哪

些信用卡在之後幾個月內有被詐欺的可能性。

成果：

► 偵測三個月後，發現40%的無卡交易舞弊來自收

入最高的1%族群中

提高美國勞動部法遵審查效率：

一家大型保險公司需要審查大量文件，以確保對客戶

使用的語言描述是否違反勞動部（DOL）近期裁定的

信託限制。由於需要人工審查的文字太多，且文檔的

格式、檔案類型也不盡相同，故難度較大，此外，大

量的術語也是個難題。解決方案為利用自然語言處理

（NLP）分析模型來識別信託問題。

成果：

► 審查時間縮減20倍，並讓後續資源需求達到最小

化

► 提高準確性和一致性

不公平、欺騙性或濫用的行為或做法（UDAAP）法

遵：

一家全球大型銀行希望提高識別能力和營運效率，並

減少對誤報的不必要審查和調查時間，從而提升對

UDAAP監理的要求。

成果：

► 偵查提高160%

► 準確度增加5倍以上

► 誤報減少7倍

► 需要審查的人數減少3倍

► 可以識別出關鍵趨勢，以有效地支援補救措施

24

智慧自動化

專案的成功

秘訣

推動導入數位化和AI、人機互

動處理以及「大AI」可改造大

部分傳統流程，並帶來可觀的

投資報酬率。以下是我們達成

最佳效益的秘訣。


進行綜合機會評估

大量的有力證據顯示，自動化技術能夠為各種類型的

公司甚至是那些擁有老舊資訊科技系統的公司帶來商

業獲利，但重要的是進行適當的機會評估，以尋找最

佳的流程組合。將RPA用於高度複雜的流程是一個常

見錯誤，這將會產生巨額自動化成本和低投資報酬

率，RPA原本是用於讓多個更簡單的流程實現自動

化。

我們通常建議公司對整個公司或單位進行快速的機會

評估，不僅要考慮RPA，還要考慮數位化和AI的運

用。

我們亦建議尋求非金融服務方面的收益，如顧客服務

或法遵改善，並發揮企業流程再造（BPR）、精實生

產、六標準差以及系統發展的作用。

使用雲端科技支援AI工具篩選

如今，自動化領域中可用的工具數量如此之多，以致

於企業很難確定哪種工具最符合其需求，以雲端科技

為基礎的服務（如RPA、數位化、AI）可以幫助篩

選，使企業能夠快速判斷特定工具是否適用，而無需

花費驚人的前期成本。利用雲端科技的力量對於部署

AI與否可產生相當大的影響。

從實驗室到實際應用，仔細規劃自

動化之路

從開發階段到實際運作測試，ML的進展需要仔細規

劃，不同的工具和使用案例，過程也會有所不同，可

以從RPA專案的經驗中獲取教訓，主要元素包括建立

基礎設施、建立治理和控制措施，並培養必要技能。

AI專案所面臨的特殊挑戰是每個項目都涉及到多個工

具。目前正在開發新方法來應對「實驗室到實際應

用」的挑戰，例如，可以在任何設備（包括行動設

備）上運行和測試分散式演算法。

考慮首選的營運模式

類似於RPA，AI的實施也可以從建立營運模式包含卓

越中心（CoE）中受益。我們相信，以業務為導向的

CoE若輔以關鍵技能（包括資訊科技，風險和法

遵），將是管理和改善虛擬勞動力的最佳方式。我們

建議轉移至整合的自動化CoE，而非針對每個自動化

技術或科技分別建立CoE。我們還看到了在所有自動

化科技中進行綜合機會評估和解決方案設計的好處。

26

制定人才計畫

由於自動化領域（尤其是RPA和AI）炙手可熱，對技

能型人才的需求頗高，可謂供不應求，因此，該領域

的技能型人才嚴重缺乏。傳統的聘僱方式已不再適

用，取而代之的是必須將策略招聘、外部支援和內部

成長相結合。

需注意RPA一個常見的陷阱，即只需一兩天的培訓，

大多數企業使用者就可以實現簡單流程的自動化。然

而，建立可擴展的彈性流程所需的技能遠超出建立概

念驗證（PoC）所需的技能，企業應至少需要二周的

課程培訓，並在監督和指導下進行二到三個月的實踐

專案，之後分析師才能很好地提供生產品質的自動化

方案。在團隊培訓或技轉和支援方面，要不惜成本。

鑒於智慧自動化（IA）的變革性質，可能會對職務以

及自動化焦慮產生重大影響，因此需要儘早啟動綜合

性改革計畫。

建立中央控制室

隨著RPA科技日漸成熟，企業已經意識到建立控制室

來監控性能的重要性。只要適配器（如OCR、NLP適

配器）是流程的核心，就需對其進行管理和監控。過

多的誤差或需要人類完善處理之處顯示存在潛在問題

需要解決。AI的實施也同樣需要控制室，以確保高品

質的輸出。此外，還需要更多額外的監控，例如，應

對演算法偏差的風險，避免得到偏差的結論。與CoE

類似，建議採用統一的控制室。

監控影響

自動化專案可為企業帶來諸多益處，包括降低風險、

提供更具預測性的服務、提高資料品質、提升產能以

及降低成本和精簡人員。

專案初期的機會評估可用於確定所需的收益及影響。

這些收益該如何實現必須予以後續監控，這對於確保

自動化專案投資的順利延續相當重要。最終，自動化

專案必須按計畫實現收益，這樣才能繼續推出。因

此，注重收益的衡量與實現並透明化地呈現給企業領

導階層才是關鍵。


儘早迎擊風險並建立控制措施

風險及控制措施不應視為事後的想法，而應在自動化過

程初期就予以考慮。在確定機會和制定商業案例之時

起，需積極將第一、二、三道防線皆納入，需將一系列

問題考慮在內，包括潛在的自動化風險集中度問題。

由於全球人們日益關注機器人和AI引發的道德和監理問

題，故對風險及控制措施的關注也相當重要。

監理機關和審計員如何深入瞭解AI「黑匣子」並獲知其

內動態？如果利用ML工具來提供貸款審核等服務，那麼

企業如何「逆轉時間」以追溯過去某個時點可能出現的

問題，如銷售給客戶的是錯誤的產品？這是否仰賴於維

持充分且適當的人為監督？這些考慮因素需被納入控制

框架的設計之中。

28

結論

在本文中，我們介紹了RPA與AI以及

數位化的結合如何創造智慧自動化，

從而可能改造現有營運模式，並最終

實現端到端的流程改造，即便在舊有

的系統環境中。

我們的預測

RPA、數位化

和AI將繼續融

合。

工具供應商將

提高產品報

價，並將所有

自動化技術的

特性進行整

合。

關鍵技能將供

不應求，提供

高品質解決方

案的難度提

升。

治理、風險和

控制的重要性

將日益受到重

視，並引起董

事會、監理機

關和審計員的

關注。

自動化焦慮將

增加。


然而，儘管AI的發展潛力相當大，但目前AI帶來的

實際影響顯示其還需明確目標和重點發展。如欲透

過智慧自動化快速獲得顯著的投資報酬率，您需要

全面瞭解業務流程及其改造方式，以及RPA、數位

化和AI的相關收益。

作為全球領先的金融服務諮詢機構之一、全球最大

的RPA使用者之一，並且憑藉在RPA與數位化和AI

整合方面大量的投入，我們相信安永擁有豐富的智

慧自動化服務提供經驗。

我們希望本文在智慧自動化方面能夠為您提供實際

有益的見解：如何讓您的企業進行營運轉型，同時

最佳化員工績效和潛能。

智慧自動化不僅僅是機器人技術：幫助客戶改變工作方式的一系列功能。

後續步驟如需探討安永如何協助加快智慧自動化在金

融服務領域的收益，請與我們聯繫。

安永聯絡人涂嘉玲

審計服務部營運長

安永聯合會計師事務所

+886 2 2757 8888 ext. 88810

[email protected]

劉惠雯

稅務服務部營運長

安永聯合會計師事務所

+886 2 2757 8888 ext. 88858

[email protected] 何淑芬

總經理

安永財務管理諮詢服務股份有限公司

+886 2 2757 8888 ext. 88898

[email protected]

黃孟光

總經理

安永諮詢服務股份有限公司

+886 2 2757 8888 ext. 88867

[email protected]

EY 安永 | Assurance 審計 | Tax 稅務 | Transactions 交易 | Advisory 諮詢

© 2019 安永，台灣

版權所有。

APAC no. 14004355

ED None

本資料之編製僅為一般資訊目的，並非旨在成為可仰賴的會計、稅務或其他專業建

議。請聯繫您的顧問以獲取具體建議。

www.ey.com/taiwan

關於安永

安永是全球領先的審計、稅務、交易和諮詢服務機構之一。我們的深刻洞察力和

優質服務有助全球各地資本市場和經濟體建立信任和信心。我們致力培養傑出領

導人才，通過團隊協作落實我們對所有利益相關者的堅定承諾。因此，我們在為

員工、客戶及社群各界建設更美好的商業世界的過程中扮演重要角色。

EY 安永是指 Ernst & Young Global Limited 的全球組織，也可指其中一個或多

個成員機構，各成員機構都是獨立的法人個體。Ernst & Young Global Limited

是英國一家擔保有限公司，並不向客戶提供服務。

安永台灣是指按中華民國法律登記成立的機構，包括：安永聯合會計師事務所、

安永管理顧問股份有限公司、安永諮詢服務股份有限公司、安永企業管理諮詢服

務股份有限公司、安永財務管理諮詢服務股份有限公司、安永圓方國際法律事務

所及財團法人台北市安永文教基金會。如要進一步了解，請參考安永台灣網站

www.ey.com/taiwan

機器人科技與 智慧自動化 - ey - global ·...

Documents

機器人科技與智慧自動化 - ey - global ·...