AI News

馬來西亞的金融科技生態隨 Ryt Bank 獲發牌照而演進

東南亞的金融科技領域迎來重要里程碑:馬來西亞正式歡迎 Ryt Bank,這家新的數位銀行承諾透過先進的人工智慧重塑使用者體驗。由 YTL Digital CapitalSea Limited 領軍的財團,獲得 Bank Negara Malaysia (BNM) 頒發的數位銀行牌照,標誌著一位以「AI-first」哲學準備顛覆傳統銀行模式的參與者正式進入市場。

在 Creati.ai,我們將此一發展視為不僅僅是另一款銀行應用程式的上線,而是一個關鍵時刻:生成式AI(Generative AI)從後端支援工具轉變為消費性金融的主要介面。Ryt Bank(先前以專案名 Project YTL-Sea 為人所知)提出明確的價值主張:把複雜的金融互動簡化為自然、對話式的交流。

AI 原生銀行的曙光

不同於早期那些僅把實體流程搬到手機畫面的數位銀行,Ryt Bank 的核心建置圍繞 Ryt AI——一個設計為智慧財務助理的專有平台。據稱該平台運用了 ILMU,馬來西亞首個本土大型語言模型(Large Language Model, LLM),使其能夠理解並處理當地語言的細微差異,包括 Manglish(馬來西亞式英語)、Bahasa Malaysia 及英語,並具備高度情境感知的準確度。

Ryt Bank 的核心差異在於去除傳統、充斥選單的介面。使用者不再需要在多層分頁中尋找「Fund Transfer」或「Bill Payment」;取而代之的是透過統一的聊天式介面互動。這一轉變代表了使用者介面/使用者體驗設計的根本改變,從圖形使用者介面(graphical user interfaces, GUI)走向會話式使用者介面(conversational user interfaces, CUI)。

用自然語言改造交易

Ryt Bank 最受期待的功能是其單一文字輸入的轉帳能力。以平台的意圖辨識示範來看,使用者可以直接輸入像「Pay @Amelia RM50 for lunch」的指令,AI 即可解讀受款人、金額與上下文,並即時執行交易。

此能力不僅限於簡單轉帳。Ryt AI 引擎被設計來處理:

  • 情境化付款: 理解像「Send RM100 to Mum」這類指令,透過辨識已儲存的聯絡人與付款歷史來執行。
  • 視覺資料處理: 使用者可以上傳帳單截圖或實體發票照片。AI 結合光學字元辨識(Optical Character Recognition, OCR)與語意理解,擷取付款細節(帳號、金額、到期日)並自動填入付款欄位。
  • 財務洞察: 使用者可用自然語言詢問,例如「我上個月在 Grab 花了多少?」或「我的餐飲預算已超支了嗎?」,即可獲得即時、以數據為基礎的答案,而不需手動產生報表。

策略性背書與合規性

Ryt Bank 的進入獲得其母財團的強大後盾。YTL Corporation 作為馬來西亞的基礎建設集團,帶來深厚的在地營運經驗與法規應對能力。Sea Limited(Shopee 與 Garena 的母公司)則提供世界級的技術基礎設施及來自其電商與遊戲生態系的龐大既有用戶基礎。

BNM 頒發的牌照將 Ryt Bank 置於《Financial Services Act 2013》的嚴格監管框架之下。這確保即便其前端採用尖端 AI,銀行亦需遵守資本適足性、流動性與消費者保護的嚴格標準。值得注意的是,Ryt Bank 的存款受 Perbadanan Insurans Deposit Malaysia (PIDM) 的保障,每位存款人上限為 RM250,000,提供與傳統大行相同層級的安全性。

比較分析:傳統與 AI 驅動銀行之差異

為了理解 Ryt Bank 試圖達成的飛躍,有必要將其營運模式與目前馬來西亞可用的標準數位銀行應用程式做比較。

Table 1: Operational Comparison between Standard Digital Apps and Ryt Bank

Feature Category Standard Digital Banking App Ryt Bank (AI-Powered)
User Interface 選單導向;需要多次點擊來導航。 會話式;需要文字或語音指令。
Transaction Input 手動輸入帳號與金額。 自然語言處理(Natural Language Processing, NLP)(例如:「Pay Ali RM20」)。
Bill Payments 從清單中選擇帳單單位,輸入參考編號。 上傳帳單照片或截圖;AI 自動填入資料。
Customer Support FAQ 機器人或排隊等待的人類客服聊天。 Ryt AI 提供即時且具情境性的協助。
Language Support 標準的英文/馬來語選擇。 具情境感知的多語支援(包含 Manglish)。
Personalization 一般的儀表板與預設支出分類。 透過對話式查詢按需提供洞察。

「ILMU」與在地化 AI 的角色

Ryt Bank 技術堆疊中最關鍵的面向之一是其對 ILMU 的依賴。在人工智慧領域,LLM 的效力常取決於訓練資料的品質與相關性。全球性模型通常難以處理東南亞語言的代碼切換(code-switching)特性,因為句子常混雜英語、馬來語與華語方言。

透過採用本土模型,Ryt Bank 旨在達到全球競爭者難以輕易複製的「文化語感」水準。這可確保當使用者輸入口語化片語或用在地俚語描述金錢時,銀行代理人能夠準確理解意圖而不出錯。此在地化策略構成顯著的競爭護城河,可能提高在馬來西亞不同族群中的採用率,特別是那些對僵化、正式銀行介面感到疏離的族群。

市場影響與競爭態勢

Ryt Bank 的獲牌,補齊了 BNM 已核准的五家數位銀行名單,與 GXBank(Grab-Singtel)、Boost Bank(Axiata-RHB)、AEON Bank 以及 KAF Digital Bank 並列。

雖然如 GXBank 等競爭者專注於將銀行整合進其「超級應用程式(super-app)」生態(為 Grab 使用提供回饋),而 AEON Bank 則利用其零售據點優勢,Ryt Bank 正定位為「技術前瞻」的選擇。它的目標是偏好即時訊息式互動勝過傳統銀行入口結構的數位原生世代。

推動金融包容性

除了便利性之外,AI 驅動模型也有望促進金融包容性——這是 BNM 對所有數位銀行牌照持有者的一項重要任務。傳統銀行表格與金融術語的複雜性,對許多服務不足的人群構成障礙。Ryt AI 能以簡單語言解釋金融術語,並一步步指導使用者完成流程,可能有助於普及金融服務的可及性。

舉例來說,小型企業主有可能僅透過與應用程式對話,就能管理其營業現金流,詢問像「誰還欠我錢?」或「我今天的現金餘額是多少?」等問題,實質上能夠擁有隨身的財務長,而無需複雜的會計軟體。

未來展望:AI 銀行的標準化

在 Ryt Bank 取得牌照並準備全面公開上線之際,業界將密切關注「會話式銀行」模式是否能獲得大規模的採納。如果成功,將迫使既有銀行加速其自身的 AI 整合路線圖。

我們預期初始階段將聚焦於穩定 AI 的表現並確保在金融交易上達到零幻覺(hallucination)發生率——這是任何 LLM 部署中關鍵的風險。然而,Ryt Bank 若能引入像自動化儲蓄(AI 根據消費習慣自動移轉資金)或預測性貸款等功能,便可能為該區域樹立新標竿。

Ryt Bank 的推出,成為金融科技與生成式AI(Generative AI)融合的個案研究。這暗示了未來的銀行,不再是你去的地方(無論實體或數位),而是你展開的對話——無縫、即時且智慧化。

主要發展重點摘要

  • 牌照核發: 由 Bank Negara Malaysia 正式批准。
  • 核心技術: 由 ILMU 在地化大型語言模型(LLM)驅動的 Ryt AI。
  • 關鍵創新: 單一文字輸入的轉帳與基於截圖的帳單付款。
  • 安全性: 完整的監管合規與 PIDM 存款保障。
  • 市場定位: 以 AI 原生的使用者體驗,在其他數位銀行中突顯差異。

有了 Ryt Bank,馬來西亞不僅在採用數位銀行;它正邁入「智慧化」銀行時代。隨著平台成熟,它可能成為以 AI 作為消費金融主要管理者之可行性試金石。

精選