新光银行采用IBM Power Systems平台，从无到有构建AI模型，三年来更自行开发近20个AI模型，让AI应用成为新光银行跨组织、跨部门的创新获利引擎。
新光银行数字信息部资深协理林基玄指出：“公司内部每个系统都需要AI，所有与客户的接触点都是发展AI的机会。过去只能在封闭型的工具中开发机器学习模型，通过IBM的协助，新光银行得以打造开放源码武器，做好系统的框架，让模型能量产，协助业务团队用数据创造获利。”
台湾IBM科技业务部总经理朱宥鑫表示：“金融业迈向AI之旅刻不容缓，新光银行奠基IBM Power Systems的AI开发工具，通过端到端深度学习平台，打造AI创新引擎，赋能企业快速开发AI应用，节省开发AI模型的门槛及时间。”
新光银行自2016年正式启动数字转型，AI及大数据策略由数字信息部领军，首重扩展AI应用。新光银行积极深化组织内大数据分析的实力，协助业务团队挖掘顾客商机，更进一步运用机器学习和深度学习技术，三年内从无到有，运用场景包含精准营销、顾客评价、零售银行信用风险管理、房贷鉴价、票据作业优化、客服录音调阅、使用知识图谱技术在企金客户的关系管理及智能客服，让AI应用遍地开花。
以往新光银行准备一档营销活动，从执行研究目标、营销包装、营销渠道发布到检讨活动等流程，需时两周至一个月；如今新光银行除了能自动化大量推出营销活动，更能主动从几百万顾客中找到合适的顾用户群体精准推送营销活动。新光银行各业务线平均一年推出800个以上的营销活动，等于每周推出18个新活动，也代表全行同时与客户接触的营销活动超过50个以上。新光银行体现公平待客原则，拥有完整的内控机制，在每天频繁推出精准营销活动的情况下，完成客户高评价的用户经验。
新光银行通过IBM顾问的协助，导入人工智能高性能计算平台IBM Power Systems，运用开放源码依据新光银行的特性构建可操作的AI开发环境与工作流程，再将构建的模型，自动化部署到以容器化为运行主体的推论主机IBM Power Systems平台上应用，得以快速训练模型，部署模型发展数据应用的闭环系统。此外，新光银行更邀请与研究AI领域多年的外部专家、学界教授合作，举办读书会，培养AI硬实力。
新光银行导入AI应用的第一步，先用大数据技术整合内部虚实渠道的数据，并集成开放数据，构建数据数据库，妥善管理所有数据；导入AI应用的第二步，运用计算机视觉、听觉、自然语言处理等深度学习技术，优化内部作业与顾客服务，体现公平待客原则，运用在如票据处理、客服录音STT、智能客服、企金顾客服务，让跨组织各部门都能多领域的应用数据。
林基玄强调：“通过AI及大数据分析，进一步深化对顾客的洞察，为不同顾客的各式场景量身打造不同的交互方式，找到最适合的用户群体推送精准营销活动，提供高效益的产品组合。”预期未来，新光银行将持续投入AI及大数据分析，在未来两年内将AI模型从近20个发展至上百个，并让AI模型跟数据流即时化紧密集成，持续创造企业获利的新商机。