真實的挑戰
目前阻礙教育訓練的原因
我們在實際對話中從教育訓練主管那裡聽到的心聲。不說場面話。
企業 SSO 不可妥協
銀行要求任何 SaaS 廠商透過已部署的企業 IdP(Microsoft Entra ID、Google Workspace、Okta、Ping Identity 或同等方案)以 SAML 2.0 或 OIDC 進行驗證,並具備 MFA、Conditional Access 與同步至 SIEM 的稽核日誌。資安部門不接受的是使用者個人帳號的社交登入(以個人 @gmail.com 帳號的 Sign in with Google 或 Facebook 等),那裡沒有企業政策也沒有稽核。Roleplays 從第一天起即符合企業標準:與銀行 IdP 透過 SAML 2.0 / OIDC 整合,群組對應到內部 Permission Sets,自動 SCIM 配發與撤銷,並把驗證日誌匯出至企業 SIEM。
銀行的資料不可離開銀行架構
AI 廠商進入銀行最大的採用摩擦來自一個(合理的)恐懼:客戶資料或內部對話會洩漏到第三方伺服器。Roleplays 設計上讓銀行能帶入自有的 AI 憑證。每一次 AI 呼叫都跑在銀行雲端帳號上,絕不共用。再搭配每家企業專屬資料庫,整體運行環境與銀行架構完全隔離。
偏見審查委員會必須核准每一個 prompt
具備成熟 AI 治理的銀行會設置偏見審查委員會(合規 + 倫理 + 法務),上線前必須核准每一個 system prompt。Roleplays 在專屬 UI 中曝光所有可編輯的 prompt,支援只新增不覆寫的版本控管、版本間的視覺 diff,以及核准流程。委員會可駁回某個版本要求重做,並有完整的稽核日誌記錄誰在何時核准了什麼。
合規培訓被忽視,主管機關都知道
業界調查顯示,最多 65% 的銀行員工認為年度合規 e-learning「不太有意義」。被動內容(投影片與影片)30 天後的留存率僅約 20%,依基於 Ebbinghaus 理論的研究結果。BACEN 在近年超過 40% 的行政處分案中提到培訓缺失。
PLD/FT 罰款可達數億
光是 2023 年,COAF 與 BACEN 在巴西金融體系中就對 PLD/FT 相關案件開出超過 22 億巴西雷亞爾罰款。全球 AML 罰款在單一年度突破 66 億美元(Fenergo, 2023)。一筆未通報的可疑交易就可能觸發每件 2,000 萬巴西雷亞爾以上的罰款,加上董事的個人責任。
目標是發展員工,不是讓他不及格
銀行人力發展部門宣示的目的很清楚:培訓是發展取向,不是懲罰取向。Roleplays 為這個模型校準。主管報表會依 Roleplay 主題(PLD、suitability、客服、資安)凸顯能力落差,並建議用於封閉每個落差的情境。沒有任何場次會被「當掉」;每一場都是精準輔導的機會。
Suitability 錯誤觸發損失與訴訟
CVM 資料顯示,關於投資人樣態不符的客訴是行政程序前 3 大原因之一。依 ANBIMA,約 30% 巴西投資人收到的建議與自身宣告的風險樣態不符。每起案件都可能造成賠償、法規罰款,以及難以量化的品牌損傷。
銀行業流失率要求不斷重新培訓
依 CAGED 與 DIEESE 資料,巴西銀行業在作業層級職位的年流失率為 15% 到 25%。在一家 1 萬名分行員工的銀行中,每年最多有 2,500 名新進需要合規培訓,傳統實體培訓每人估計成本介於 3,000 到 8,000 巴西雷亞爾。
稽核證據散落在多個系統中
中大型銀行通常把培訓紀錄分散在 3 到 5 個不同系統(LMS、試算表、電子郵件、HR 系統、影片平台)。在 BACEN 檢查時,彙整證據可能需要 2 到 6 週。依 FEBRABAN 調查,60% 受訪金融機構的內部稽核報告把缺乏集中性點為缺失。
社交工程攻擊讓產業損失數十億
FEBRABAN 報告指出,2022 年巴西社交工程銀行詐騙造成 25 億巴西雷亞爾損失。泛用的資安意識培訓沒有模擬本產業真實的攻擊向量,例如假冒「資安中心」的電話、針對行員的釣魚、用情境誘導取得密碼與權杖等。沒有情境式練習,員工建立不了防禦反射。
Roleplays 如何解決
每個痛點,都有具體的解方
針對上述每個痛點對應的產業專屬功能。
logo 與主色完整白標
銀行要求培訓平台呈現該行品牌,而不是廠商品牌。Roleplays 完全白標:上傳 logo、設定主色、配置銀行子網域。員工存取的看起來就是內部平台,每一個畫面都帶著銀行的美學。也涵蓋通知信範本、稽核就緒 PDF 報表與登入頁的白標。
自有 AI 憑證
銀行帶入自家於 Azure、AWS 或 Google Cloud 的 AI 憑證。每一次 AI 呼叫都跑在銀行的雲端帳號中,依其 SLA、其日誌、其資訊安全審查。Roleplays 既不看到也不儲存對話內容。再搭配每家企業專屬資料庫,運行環境與銀行架構完全隔離。
從內部資料協作建構情境
PLD、suitability、客服與資安情境不該由廠商發明,而應反映銀行內部手冊、通函、產品流程與真實案例。Roleplays 提供一套工作流:銀行培訓團隊上傳內部資料(PDF、通函、手冊),AI 提案情境與評估標準的草稿,再由內容委員會與偏見審查委員會審查通過後,才成為發佈的範本。
依 Roleplay 主題的主管報表
主管不再只看到每位員工單一彙整分數,而是收到一份依 Roleplay 主題(PLD/FT、CVM 539 suitability、資安、詐騙處理、社交工程防禦)的能力落差報表。每個落差都附建議的情境,可進行精準輔導。可匯出 PDF,並以銀行品牌寄送供稽核之用。
KYC/PLD 情境模擬
AI 客戶會呈現真實的可疑樣態,例如存款結構化、PEP 連結、跨帳戶不尋常交易、樣態不一致等。業務人員必須辨識紅旗、提出適當的問題,並正確記錄 COAF 通報。
CVM 539 suitability 培訓
具備明確風險樣態(保守、穩健、積極、合格專業)的模擬客戶。業務人員練習投資人樣態分析、推薦合適商品,並處理「我要更高報酬」這類來自保守樣態的異議。
社交工程與詐騙防禦
AI 角色發動真實的攻擊,例如冒充資安中心的電話、情境化釣魚信、用情境誘導取得客戶資料、情緒脅迫嘗試。員工在安全環境中建立防禦反射。
稽核就緒合規報表
每場次自動產生可匯出證據:員工身分、所訓法規、完成情境、每項標準分數、時間戳記與完整逐字稿。格式相容 BACEN 檢查與內部稽核報告。可匯出 PDF、CSV,並透過 API 取得。
依職務與分行加速入職
依職務預配置的入職路徑(櫃員、業務代表、分行主管、交易桌)。新進員工從 2 到 4 週縮短至 3 到 5 天完成首次認證,第一天起就有實戰模擬。
Open Banking 與 Pix 情境訓練
訓練團隊處理同意管理、跨機構資料分享、Pix 爭議,以及對客戶說明 open banking 的權益與流程。情境模擬感到困惑或抗拒的客戶。
語音模擬搭配語調與語言分析
除了聊天,Roleplays 也支援即時語音模擬,業務人員可在電話服務情境中練習。AI 會分析語調、語速、技術用語使用度與是否遵循法規話術,對銀行 contact center 與交易桌至關重要。
50+ 徽章與分行排行榜的遊戲化
50+ 主題徽章(PLD 專家、資料守門員、Suitability 大師)、依分行、區域、國家的排行榜。研究顯示遊戲化能讓企業培訓投入度提升最多 60%,並降低中斷率。
看看真實的訓練過程
一場對話。
一套評分量表。
以此情境為例的角色扮演。每一輪對話都會依照貴公司的職能框架評分。
情境
一位企業客戶,擁有一連串小型便利店,想分次以略低於 COAF 通報門檻(10,000 巴西雷亞爾)的金額進行多筆現金存款。樣態暗示可能的結構化(smurfing)。業務人員必須辨識切割、運用提問技巧而不驚動客戶,並依內部 PLD/FT 流程處理,包含填寫可疑交易報告。
評分標準
Roberto Almeida
企業客戶,可疑交易樣態(可能為結構化)
合規與框架
經得起稽核的證據
每一場訓練都會產生可匯出的證據,包含時間戳記與各項標準的分數。隨時可供稽核。
BACEN Circular 3.978
反洗錢(PLD/FT)培訓,以情境式練習辨識可疑交易。
CVM Instruction 539
Suitability 義務培訓,業務人員學會正確將投資商品配對到客戶風險樣態。
BACEN Resolution 85
為金融機構員工提供的資安與資訊安全政策培訓。
LGPD / Banking
為銀行業務與 open banking 量身打造的客戶金融資料保護培訓。
FAQ
常見問題
幾乎每次初次洽談都會被問到的問題。