「AI Inside, Human Outside」玉山希望隨著科技發展的趨勢，將 AI 深入到營運各層面，透過人與科技相輔相成，持續傳遞有溫度的顧客服務。
玉山在 2018 年底開始籌畫人工智慧公開挑戰賽，以「企業出題，人才解題」的核心理念，邀請 AI 好手一同以人工智慧解決真實的金融問題。將去識別化的資料透過趨勢科技 T-brain 平台釋出給參賽者，透過群眾智慧集思廣義、互相切磋，不僅為困難的金融決策問題找到更好的解答，更提供 AI 人才發揮與成長的舞台。
本賽事為台灣金融業創舉，累積至今玉山在短短的一年半已舉辦四次比賽，目的就是要讓有興趣進入人工智慧領域的人，隨時都有資料可以練習、挑戰，高頻次的競賽時程展現出玉山培育台灣 AI 人才的決心。截至目前，挑戰賽透過 open innovation 的概念已匯集台灣各地累積共 6,398 多名的 AI 好手，一同解決金融問題，也讓更多人才瞭解 AI 在金融業應用的多元性與挑戰性。
除了企業與人才的交流外，我們亦重視人才之間的橫向交流，本賽事除邀請前六名的隊伍於在頒獎典禮上分享做法外，我們亦邀請各參賽隊伍參加現場創意做法擂台戰，運用海報攤位展現創意做法及分享建模的心路歷程，還舉辦「閃電講 Lightning Talk ！」讓參賽者利用兩分鐘說明其方法的獨特性，也做為的擂台戰的拉票。現場與會觀眾透過行動裝置投下的每一票除了連動即時排行榜的名次，更將轉化成鼓勵，讓活動既有趣且增添緊張感。縱然有些參賽的無法於線上模型準度競賽得獎，其創意做法亦能透過這樣的賽外賽獲得肯定。而舉辦這些活動的最終目的，正是強化人才之間的交流。
玉山矢志成為金融創新的領航者，因此集合科技人力量，為重要的金融痛點找到更好的解決方案 歡迎志同道合的夥伴加入玉山
競賽題目： 判斷新聞內文是否含有 AML( Anti-Money laundering ) 相關焦點人物，並擷取出焦點人物名單。 本次賽事是以風險控管議題做為競賽主題，運用核心技術 NLP（Natural Language Processing），體現自然語言處理技術應用在金融服務的實際場景，同時結合反洗錢（AML, Anti-Money Laundering）議題。參賽隊伍需自行實作爬蟲程式（Crawler），從提供的公開新聞資料連結中獲取新聞內容，並擷取出 AML 相關焦點人物，協助優化 AML 焦點人物名單的更新作業，這也是台灣金融業首次使用非結構化資料做為人工智慧競賽的題目。 競賽三階段 1. 取得建模資料集、訓練模型 （賽前準備） 2. 線上對決 – 模型準度爭霸戰 (測試賽) 3. 線上對決 – 模型準度爭霸戰 (正式賽)
競賽題目： 提供去識別化信用卡交易資料由資料中預測該筆交易是否為盜刷交易。 在台灣 20 歲以上的民眾當中，有超過 6 成持有信用卡，再加上交易金額逐年快速增加，信用卡已成為不可或缺的支付工具。信用卡盜刷不僅是銀行端面臨的問題，商家、國際組織與顧客皆為其所擾，透過本競賽可以讓參賽者深刻理解AI能夠協助解決實務困難。玉山銀行內部有智能金融處的人工智慧團隊在此問題上著墨已久，很高興有此機會邀請外部的人工智慧同好一起交流、學習以及切磋，共同討論如何提供更好的服務。
競賽題目： 由玉山提供公開資訊及部分行內去識別化估價資料，接軌國際自動估價系統（Automated Valuation Model, AVM）研究評判標準 - 命中率（Hit-Ratio）來衡量預測準度。希望透過參賽者集思廣益，結合 AI 力量，找出影響房價的潛在因子，也讓參賽者了解銀行的核心業務，促進跨產業間的交流。 頒獎典禮新增「閃電講」、「海報攤位交流」的活動，所有參賽者都有機會分享建模歷程的辛苦與喜悅，相互學習其他參賽者珍貴的經驗，並透過現場票選活動選出最有人氣、分享最精彩的隊伍，得獎者也可以獲得人氣獎金。
競賽題目： 本次比賽提供顧客在玉山官網四個月的瀏覽行為、基本屬性及實際核卡/交易/申請的去識別化行為資料，希望結合群眾智慧，預測顧客在下個月與玉山有哪些金融商品往來。本次比賽是國內金融業首例與數據平台合作，希望透過結合金融和科技的跨界合作，讓更多人才可以參與金融科技的浪潮。