大型銀行正用 AI 重塑工作：效率提升，但監管機構開始拉響警報

人工智慧正從實驗性技術，迅速變成全球大型銀行日常營運的一部分。包括渣打銀行（Standard Chartered）、摩根大通（JPMorgan Chase）、美國銀行（Bank of America）與高盛（Goldman Sachs）在內的金融機構，已將 AI 用於自動化客服、程式開發、研究分析、合規監控以及後台行政流程。

這代表銀行運作模式正在發生結構性改變：大量重複性行政與分析工作逐漸由軟體系統完成，人類員工則轉向監督、客戶關係管理以及更複雜的決策任務。同時，全球多個金融監管機構開始警告，AI 採用速度過快，可能帶來新的治理與系統性風險。

渣打銀行：AI 驅動的組織重整

渣打銀行是目前最具代表性的案例之一。這家總部位於倫敦、業務遍布亞洲與新興市場的銀行宣布，計畫在 2030 年前裁減超過 7,000 個職位，約占企業職能部門人力的 15% 。

受影響的主要是人力資源、供應鏈管理與其他後勤支援部門。這些工作過去需要大量人工處理，如今越來越多可由軟體與 AI 系統完成 。

管理層表示，這並非單純的成本削減，而是用科技投資取代「較低價值的人力資本」，藉此提升整體生產力與效率 。

金融業普遍將這項決策視為一個指標：未來十年，更多銀行可能採取類似的 AI 驅動人力調整策略。

美國銀行：大規模 AI 助理

與直接裁員不同，美國銀行的策略是把 AI 深度嵌入營運流程。

該行推出的虛擬助理 Erica 自 2018 年推出以來已處理超過數十億次客戶互動，目前每月仍處理數千萬筆請求。它可以回答銀行問題、分析客戶消費模式，甚至主動提醒可能的帳戶問題 。

銀行也推出內部版本 Erica for Employees。幾乎所有超過 21 萬名員工都可使用這個 AI 助手，處理密碼重設、設備申請與各種內部支援需求 。

透過把重複服務工作交給 AI 系統，美國銀行希望同時減少員工的營運負擔並加快客戶回應速度。

摩根大通：數百個 AI 應用場景

摩根大通被視為企業級 AI 部署最成熟的銀行之一。該行在不同業務線中運行數百個 AI 應用，涵蓋程式開發支援、合規監控、資料分析與研究等任務 。

超過 20 萬名員工可使用銀行的內部大型語言模型工具，協助撰寫文件、進行數據分析並自動化工作流程 。

這反映出銀行的一個核心策略：讓 AI 處理例行知識型工作，人類員工則專注於高價值分析與客戶互動。

高盛：生成式 AI 進入後台

高盛也正在內部部署生成式 AI 助理。2025 年，公司已開始向數千名員工推出這些工具，並計畫逐步擴展到整個組織 。

這些 AI 系統可以協助整理文件、撰寫材料以及分析金融數據。管理層表示，AI 帶來的效率提升可能不會立刻造成大規模裁員，但可能減慢招聘速度並逐步減少部分職位 。

在華爾街整體趨勢中，可以看到一個共通模式：重複性或初階職位需求減少，而工程師、AI 專家與模型風險管理人員的需求正在增加。

為什麼監管機構開始擔心

雖然監管機構普遍支持金融科技創新，但他們越來越擔心銀行的 AI 部署速度可能超過治理與監督能力。

1. AI 治理仍然不足

澳洲審慎監管機構 APRA 指出，銀行與保險機構在 AI 風險管理、治理與審查機制上的成熟度，仍未跟上技術採用的速度與複雜度 。

澳洲證券與投資委員會（ASIC）也發現，金融機構在管理影響客戶決策的 AI 系統時，可能存在治理缺口，例如如何評估偏見或不公平結果 。

2. 人類監督與可解釋性

金融機構使用的許多 AI 模型（例如信貸評估、詐欺偵測或合規監控）往往是高度複雜的機器學習系統，其決策過程可能難以解釋。

監管機構因此強調：當 AI 影響客戶結果或監管決策時，企業必須保留清楚的人類監督與責任機制 。

3. 資安與營運韌性

AI 系統也可能帶來新的技術風險。監管機構指出，把 AI 工具整合到銀行核心系統後，可能擴大網路攻擊面，並增加對外部供應商或雲端服務的依賴 。

因此，確保「營運韌性」——也就是在系統故障或網路攻擊時仍能維持金融服務運作——正成為監管重點。

4. 董事會與高層責任

在多個司法管轄區，監管機構都強調：即使 AI 系統高度自動化或外包，銀行董事會與高階管理層仍必須對相關風險負責。

例如在英國，金融行為監管局（FCA）指出，現有的監管框架——包括消費者保護義務、模型風險管理與營運韌性規定——同樣適用於 AI 系統 。

銀行工作的長期轉變

整體來看，AI 正逐漸成為銀行業的一層「營運基礎設施」。

過去需要大量分析師、營運人員與行政支援的工作，如今越來越多由演算法完成。這並不一定意味著所有人類工作會消失，但銀行對人才的需求結構正在改變。

重複性行政與分析工作持續被自動化，而 AI 監督、系統設計、網路安全與客戶關係等職位需求則在增加。

因此，金融業正面臨一個核心張力：銀行把 AI 視為提高效率與生產力的關鍵工具，而監管機構則將其視為必須嚴格治理的強大技術，以確保消費者保護與金融體系穩定。