金融業最狂「搬家工程」—國泰金控要搬 100 套系統上雲，還要 AI 當設計師

想像一下，當你計劃要在五年內搬家 100 次，而且每次都要蓋一棟新房子，你會怎麼做？這正是國泰金控在 2019 年開始的「上雲大計」中面臨的情況。當他們宣布五年要將 100 套系統移上雲端時，整個金融業都驚呆了——「這怎麼可能？一套系統上雲都要花上三到六個月了！」

國泰金控深知，在這個數位轉型的時代，金融業必須跟上科技的腳步。他們不僅要提升系統效能，更要確保資訊安全，同時還要為未來的創新預留空間。這個雄心勃勃的計畫背後，是國泰對數位化未來的堅定信念。

但國泰就是這麼做了，而且做得有聲有色。

不過，在這場浩大的「搬家工程」中，他們遇到了一個關鍵的問題：要畫太多的「房屋設計圖」（雲端架構圖）了！

就像蓋房子需要完整的建築設計圖一樣，系統上雲也需要清楚的架構圖，好讓原本在地端的系統人員，知道該如何進行設計。

這些架構圖不只是簡單的示意圖，而是需要考慮到系統間的相互依賴、安全性要求、效能需求等多個層面的複雜設計。

這個問題可不小。首先，由於要上雲的系統數量太多，架構師們供給明顯不足；其次，每位架構師都有自己的設計風格和排版喜好，導致架構有所差異；最後，這些圖還會不斷更新迭代，卻缺乏完整的歷程記錄。這種情況不僅影響了上雲的效率，更可能導致系統整合時出現問題。

正當他們為這個困境傷透腦筋時，2023 年人工智慧的爆發性發展給了他們一個靈感，不如結合生成式 AI 來解決這個問題？這個想法不僅創新，更展現了國泰在面對挑戰時的靈活思維。

於是，國泰金控與 Amazon Web Services（AWS）使用 Amazon Bedrock 作為基礎，展開了一場精彩的實驗。Amazon Bedrock 是一項完全託管的服務，提供了許多頂尖 AI 公司的高效能基礎的大語言模型，可以依據企業需求，自行決定要選用哪些類型，實現可以簡化開發流程，並同時確保企業隱私與安全性，國泰金控也正是因為能使用最新的大型語言模型 Claude 系列，而選擇了 Amazon Bedrock。

而在國泰金控的故事裡，不是第一次生成架構圖就成功的。他們指出，第一次嘗試生成架構，沒想到 AI 生成的程式碼直接報錯，雖然符合原始需求的八成，但就是無法編譯。加入思維鏈（CoT）之後情況略有改善，但依然報錯。

國泰團隊持續調整，嘗試各種方法，讓生成的架構圖能夠符合所需，最後，為了提升需求適配度，加入自動修正機制進行調整，讓適配度達到 98%。

雖然整個過程從 20 秒延長到 2 到 3 分鐘，但能夠產出一張高品質的架構圖。架構圖生成後，還可以透過聊天機器人下語法，請 AI 針對架構圖的細節進行修正調整，或是詢問 AI，請它解釋架構圖的設計。

這樣的成果不僅證明了他們的技術實力，更充分展現了 AI 應用的複雜性，以及國泰團隊在面對挫折時的韌性。

另一個小故事是，國泰在搜集架構師團隊，對於生成系統的意見時，是採取問卷設計，而非是自然語言的訪談或是問卷搜集。

箇中關鍵是，由於因為架構師的數量和經驗不一，所以透過問卷的引導方式，反而可以把系統的細節，確立的更清楚，也讓後續的作業變得更容易系統化整理。而架構圖生成之後，還可以請AI解釋設計架構圖的內涵，做到另一層的團隊溝通。

這場國泰金控命名為一站式雲治理平台（Cloud Ready Platform）的系統，背後不僅是一個技術創新的故事，更展現了傳統金融業勇於擁抱新技術、持續創新的決心。

而國泰的創新之旅並未停歇，他們持續探索 AI 和雲端技術的新可能，為金融服務的未來開創更多可能性。這不僅是技術的進步，更是為了提供客戶更好的服務體驗，實現金融科技的真正價值。