瑞銀把 AI 素養納入初階銀行家招募條件

瑞銀（UBS）正把 AI 素養正式搬進初階銀行職位的入場門檻。申請其 2027 年全球銀行與市場（Global Banking and Markets）部門的畢業生培訓生與實習生，須展現 AI 熟練度，以及持續學習的意願；瑞銀並透過內部培訓，強調實務應用、負責任使用與專業判斷。135

這項改變的意義，不只是新人要會用聊天機器人。傳統上，初階投資銀行家大量承擔財務模型初稿、研究摘要與簡報製作等工作；如今，職場更重視他們能否有效運用 AI 產出的材料、辨識錯誤，並整理成可供客戶與資深團隊使用的可靠成果。

瑞銀希望求職者證明什麼？

報導指出，申請瑞銀 2027 年全球銀行與市場部門初階投資銀行職位的畢業生與實習生，必須證明具備 AI 能力。重點並非狹義的技術證照，而是能否用這項技術改善成果與提升效率。136

瑞銀也把 AI 能力發展納入畢業生計畫。其 AI Fluency Pathway（AI 素養學習路徑）主打建立真實使用情境、負責任應用與穩健判斷的基礎。5 在高度監管、面向客戶的金融業，這項區別尤其重要：使用 AI 不代表可以直接採信輸出內容，使用者必須知道何時該覆核、更正，或向上呈報。

以瑞銀在香港刊登的全球銀行畢業生職位為例，工作包括評估企業、為併購交易建立模型、為提案準備產業分析，以及參與進行中的交易執行。12 AI 可加速資料整理、初稿撰寫與資訊綜合，但計算正確性、交易脈絡與銀行家的覆核責任，仍不能省略。

初階銀行家的工作，正在從「做稿」轉向「驗稿與判斷」

生成式 AI 特別適合處理過去常由初階銀行家執行的重複性產出工作。路透 Breakingviews 指出，ChatGPT、Claude 等工具已能在很短時間內產生財務模型或推介簡報；也有銀行家表示，已使用 AI 協助會議準備與財報摘要。

不過，快速生成不等於內容可信。資深交易團隊需要的，仍是正確、具脈絡，而且能用於客戶溝通的材料。因此，初階人才的價值正愈來愈取決於幾項能力：能否清楚界定問題、檢視資料來源與假設、找出 AI 內容的漏洞，並提出經得起檢驗的結論。

PwC 的《2026 年金融服務業 AI 就業晴雨表》也為這個趨勢提供更廣泛的佐證：與受 AI 影響最小的初階職位相比，受 AI 影響較深的初階職位，要求領導力及策略思維等傳統上較偏資深職能的機率高出七倍。4 換言之，自動化例行工作未必降低新人要求，反而可能提高對人類判斷力的期待。

瑞銀的做法：提高進入門檻，同時保留培訓

瑞銀的模式不是等新人報到後才教他們使用 AI，而是在招募階段就把 AI 能力納入評估，同時以結構化訓練持續培養新人。35

這與部分銀行將焦點放在削減初階分析師名額的做法有所不同。現有報導不足以進行完整的逐家銀行比較，但確實反映業界對初階人才管道萎縮的憂慮。《Fortune》引述麥肯錫 QuantumBlack 資訊報導，部分銀行削減初階分析師班別的幅度最高可達三分之二；但同一批年輕人才也是 AI 人才的重要來源。

矛盾點很直接：投資銀行本質上依賴師徒制。初階員工在實際交易中累積技術能力與商業判斷，日後才可能成為資深銀行家。瑞銀要求 AI 素養，等於試圖保留這條人才培養路徑，但重新定義一名「合格的一年級分析師」應具備什麼能力。

PwC 調查：金融業想縮減人力，但規劃仍未到位

另一份 PwC 調查訪問了 1,004 名美國金融服務業、職級至少為總監的高階主管，呈現出企業為何高度重視 AI 技能，以及人力規劃為何仍顯不足。10

多數受訪者預期人力將大幅縮減

近八成受訪者預期，未來五年 AI 將使其人力規模至少縮減 20%；30% 的受訪者認為，初階職位是最脆弱的一層。17

這些數字是管理層的預期，並非已確認的裁員計畫。它們反映企業預見工作將出現實質變化，但哪些工作會消失、被重新設計或擴大，仍未有一致答案。

人力規劃落後於 AI 雄心

只有 42% 的主管表示，其組織已針對 AI 對勞動力需求的影響進行全企業層級建模；而在已做相關人力影響評估的企業中，僅一半研究過所需的流程或工作流重設。17

這個落差至關重要。縮減人力與重設工作並不是同一回事。若欠缺清晰的工作流設計，企業可能在尚未建立新人如何學習、驗證 AI 輸出及承擔更高價值工作前，就先失去原本具培養功能的初階工作。

AI 投資尚未普遍帶來可量化回報

PwC 發現，77% 受訪者表示，大部分 AI 投資尚未帶來可衡量的投資報酬率（ROI）。 這不代表 AI 沒有價值，而是顯示許多企業仍在部署技術、調整流程的過程中，尚未能穩定衡量企業層面的效益。

PwC 香港另一項金融服務業調查則指出，規模化導入 AI 已帶來一定程度的回報：56% 金融機構稱其核心 AI 應用的 ROI 為 11% 至 25%。15 兩份調查的範圍與問法不同，但共同描繪出一個仍在從實驗走向可複製、可衡量營運模式的產業。

會 AI 的人，正獲得更高薪酬與培訓投資

同一份美國金融服務業調查顯示，91% 主管表示正提高具 AI 技能員工的薪酬，58% 預期將薪酬直接與 AI 帶動的生產力掛鉤。10

此外，86% 受訪者同意，對許多新進人員而言，AI 技能培訓比 MBA 更有價值。10 這並不表示金融、分析或客戶服務等傳統訓練已不重要；它反映雇主愈來愈把實用的 AI 能力，視為這些基礎能力的必要補充。

員工焦慮可能拖慢導入速度

PwC 指出，44% 受訪者看到員工對工作保障或職務改變感到擔憂；43% 表示員工只在被要求時才使用 AI；40% 認為員工難以承受變革速度；34% 則把變革疲勞列為擴大 AI 應用的障礙。

調查也顯示，77% 主管認為自己的組織推進速度不足，跟不上 AI 創新。資料零散或品質不佳是阻礙人力建模與部署的因素之一，有 41% 受訪者提及此問題。

對有志投行的人意味著什麼？

對求職者來說，「AI 素養」不應被理解成盲目使用聊天機器人，或以為 AI 能取代金融基本功。瑞銀的培訓表述反而指向三個重點：實際運用、責任與判斷。5

一名可信的 AI-ready 初階銀行家，應能說明自己如何：

• 使用獲核准的工具，加快研究、初稿撰寫或會前準備；
• 在採用輸出前，核對假設、計算、資料來源與事實陳述；
• 保護機密資訊，並遵守公司內部控制；
• 辨認結果何時不完整、不可靠，或不適合提供給客戶；
• 清楚說明背後的商業邏輯，而非把 AI 輸出當成最終答案。

因此，瑞銀的 2027 年要求更適合被理解為初階金融人才技能組合的重設。AI 也許會減少部分手工產出工作，但在高風險的金融場景中，能指揮工具、查證結果並作出穩健判斷的人，價值反而更高。145