PegaWorld 2026 戰略總結報告

瑞穗銀行導入案例的忠實還原與次世代「自律型企業」之變革提案

Slide 5 & 6 透過 PEGA 導入實現端到端（End-to-End）的業務整合與效益
Before

客戶 (Customer)
➔
網頁 / 郵寄申請
➔
受理系統 (1天)
➔
斷節 (紙本・手動)
➔
事務中心 (2個營業日後)
➔
內部核心系統
After

客戶 (Customer)
➔
網頁端全閉環
➔
Pega System (一氣通貫整合管理)
➔
API / RPA 自動點檢
➔
當日即時完成
課題 (Task 1 & 2):
系統斷節導致行政事務繁瑣。過去因流轉紙本、人工目視點檢及重複手動輸入，案件往往需耗時數日方能完成。
改善效益 (Improvement):
透過集中化管理劇烈精簡行政成本。成功精簡高達 3分之2 的外部委託人力（Outsourcing）。
Slide 7 瑞穗銀行內部的 DX 實踐案例

AI 的多維度應用：凡能交給 AI 的皆委引自動化。人類則全力轉向創造性價值的產出。

金融版 LLM 的自主開發

透過「Mizuho LLM」深度適配金融特有業務之專業需求。

生成式 AI 智慧客服中心

藉由實時應對輔助與工單自動摘要，大幅提升客戶體驗（CX）。

行內複雜規章文檔檢索

從海量規章制度中秒級精確抽取出答案，實現生產力飛躍。

Slide 9 & 10 生成式 AI × 自動化工作流實現「自律型處理」的應用場景

AI 智能體對客戶潜在需求的精準感知

用戶 (User): 「因為通勤時間變太長，所以我最近搬家了。」
AI 智能體: 「了解，這需要為您辦理住所變更手續。我現在為您啟動 PEGA 的住所變更案件...」
PEGA 基盤 (DXAPI): 「工作流下一步：引導用戶輸入新地址。」
AI 智能體: 「請問方便提供您新住處的郵遞區號嗎？」

理想目標狀態 (Target State)

  • 從前端受理到後端審查點檢，皆由 AI 智能體深度介入。
  • 挑戰終極的 Fully Automated（全自動化運行）。
  • 將用戶模糊的日常對話口語，精確轉譯為系統的「確切事務處理」。

戰略性提言：從初階接待型 AI 邁向「本格派自律智能體」

瑞穗銀行的成功案例屬於「前端受理的自動化」，這是極佳的第一步。然而在此基礎上，我們應將目光投向更高的維度：全面打造代行知識型專業員工（ナレッジワーカー）思考過程的「自律型企業」。

複雜例外事件的自律解決

面對合約外的特殊特約或突發例外，AI 深度翻閱並推論歷史判例與規章，自動生成化解風險的折衷方案草稿，主動向人類進行決策推薦。

智能體之間的自律談判

代表利潤的營業 AI 與代表規章的風控 AI 在背景展開論證與動態協調，自動推論出最佳平衡點（Next Best Action）並提交給最終決裁者。

危機感知與先手主動響應

常時監控物聯網（IoT）數據與市場動態。在客戶主動申請「前」，AI 智能體自發感知解約或违約風險，主動起票合約變更重組案件。

戰略總結：推動團隊全體思維階層躍升（Stage-up）的哲學

傳統龍頭開發企業模型 (如海隆軟體等)

  • ● 依賴一舉派駐數百名工程師的驚人代碼「完遂力」
  • ● 專案的終極ゴール（目標）設定在「系統的完成與交付驗收」
  • ● 面對上線後的變化與新例外，必須再次投入大量人月重寫代碼

我們所追求的次世代 PEGA × AI 共生模型

  • ● 系統上線完成（Go-Live）绝非終點，而是變革的「全新起跑線」
  • ● 擺脫代碼製造苦力，轉向與 AI 並肩、協助客戶業務持續演進的長期伴走者
  • ● 拒絕盲目按圖施工，全面跨入「聚焦並追求客戶本質商業目的」的最高階層

專案層級與眼界高度的徹底進化，正是將我們每位員工的專業價值推向次世代頂峰的唯一路徑。