「一開始，真的很混亂，」國泰世華銀行數據長梁明喬回憶 2022 年底 ChatGPT 帶來的生成式 AI 浪潮，企業紛紛導入 AI，當時銀行內部的業務單位各自找廠商尋求解決方案，東建一個功能、西建一個系統。

梁明喬表示，如果這場 AI 變革只停留在「比技術」，國泰最終只會得到一堆互不相通的破碎系統，集團各子公司無法使用共同的語言，甚至資源重複浪費。

而且，當每個 BU 都提出 AI 需求，「最大的問題是先做哪一個？」

要解決這個問題，關鍵在組織架構。國泰集團設計出一套雙軌架構：從國泰金控到各子公司都設立虛擬組織 AI CoE（AI Center of Excellence，AI 卓越中心），以及實體的跨部門團隊。

組織以雙軌機制，掌握資源分配與發展藍圖

AI CoE 是跨部門的治理平台，由各子公司總經理擔任最高召集人，成員涵蓋 IT、數據、法遵與各業務單位等，統籌全行 AI 策略、場景優先排序與資源配置，串聯整體 AI 發展藍圖。

其實，AI 應用要做得好，本來就該落實在各業務場景，不可能由單一部門開發；但若完全交由給各單位自行開發，又容易失去標準與效率，因此透過 AI CoE 來取得平衡。

決定好優先順序後，由梁明喬帶領跨部門逾百人團隊，整合數據工程、模型開發與業務應用能力，推動 AI 基礎建設與多元場景落地。

2024 年，梁明喬著手建立台灣金融業第一個生成式 AI 框架 GAIA（Gen AI Architecture），「ChatGPT 雖然好用，但國泰內部的作業規範、SOP 或特定業務流程問題都回答不出來。」GAIA 有如國泰專屬的金融知識庫，讓員工能直接查找內部數據和資料，「我們幫大家設好框架、建立資料庫，盡量降低使用門檻。」

而且，「為了防止 AI 亂講話，洩漏機敏資訊（例如問同事的薪水），我們設了非常嚴格的護欄機制。」然而，推行初期，嚴密的護欄一度讓 AI 回覆速度變得極慢，內部許多人反映「等太久了」。團隊不斷調整，根據情境動態設置過濾機制，才在效率與安全之間取得平衡。

打造低程式碼平台，員工可自建 AI 幫手

員工不只會釣魚，還要學會做釣竿。國泰世華打造 GAIA STUDIO 員工 AI 自助平台，讓不會寫程式的人，也能透過視覺化介面「拖拉組件」，自行建立專屬工具，讓 AI 融入日常工作。目前已催生近 50 項符合業務場景的專屬 AI 助手，舉例來說，「企業金融助手」就用AI輔助撰寫徵信報告與財務分析，減少約 20% 工時。

除了完善組織架構，2025 年國泰世華新設數位長和數據長職位。梁明喬指出，數位長專注數位平台與體驗，重心放在開發 App、設計數位商品。「數據長的主要任務有 3 個層次，」第一層是打好技術地基，確保資料治理、上雲架構和建立 AI 框架；第二層是資源分配，透過 AI CoE 討論全集團的 AI 專案優先順序；第三層是讓 AI 應用從少數技術人員的工具，變成每一位員工的日常。

梁明喬強調，數據長最核心的能力是溝通，「要懂技術，才能跟 IT 溝通，也要懂商業，才能協調業務單位」，還要與高層討論 AI 發展的戰略方向與資源分配，「AI 絕不是特定部門的事，目標很明確，要讓每個人都能用 AI。」

梁明喬

國泰金控副總經理暨國泰世華銀行數據長。銘傳大學資訊管理學系碩士，2016 年加入國泰，曾任國泰數位數據暨科技發展中心數據主管，2025 年起擔任國泰世華銀行數據長，帶領團隊建立國泰生成式 AI 基礎建設 GAIA，以及雲端數據平台。