上個月，渣打銀行（Standard Chartered）宣布了一項震撼市場的重組計畫：預計在 2030 年前裁減超過 15% 的後勤與企業職能人力，受影響員工近 8,000 人。渣打集團行政總裁溫拓思（Bill Winters）明確指出，此次裁員並非傳統意義上的削減成本，而是以機器與人工智慧等投資資本，來取代「低附加價值的人力資本」。這一決策標誌著跨國大型銀行首次明確將大規模裁員歸咎於 AI 替代人力，為全球金融業敲響了全面轉型的警鐘。
渣打銀行的人工智能應用現況
渣打銀行之所以有底氣進行如此大規模的人力重組，源於其近年來在人工智能技術上的深度佈局與成熟應用。在內部營運方面，渣打已於全球 41 個市場推出名為「SC GPT」的生成式 AI 系統，供逾 70,000 名員工使用。該系統主要協助生成數位行銷內容、多語言翻譯及處理產品諮詢，成功為員工的日常任務節省了超過一半的時間。
除了內部營運，渣打在自動化與效率提升上也取得了顯著成效。例如，在香港金融管理局的 GenA.I. 沙盒測試中，渣打應用大型語言模型（LLM）處理按揭申請，將新建物業銷售概要的製作時間由一天大幅縮短至僅需 5 分鐘。同時，其知識管理系統能以近乎百分之百的準確度，快速解答客戶關於信用卡的查詢。而在風險管理與合規領域，渣打更利用 AI 系統與機器學習技術即時監控交易活動，精準偵測可疑交易、未授權登入及非本地大額提款，大幅強化了防詐騙與反洗錢（AML）機制。
在面對客戶的前端服務中，渣打運用了 AI 自適應（Adaptive）及傾向（Propensity）模型，深入分析客戶背景與手機銀行使用行為，進而預測並提供即時、客製化的投資與理財建議。為了支撐這些龐大且多元的 AI 應用，渣打推出了集中式企業 AI 平台「AI Factory」。該平台整合了數據科學家與業務團隊，提供包含機器學習營運（MLOps）的全生命週期管理，將過往需要數月才能部署的 AI 功能縮短至數週內完成，展現了強大的技術底層治理能力。
對整體銀行業的深遠影響
渣打銀行的決策絕非單一事件，而是預示著整個銀行業將迎來由演算法與算力主導的顛覆性變革。首先，這將加速後勤營運的「無人化」與資本重分配。傳統上，銀行的後勤部門涉及大量的信用審查、客戶身分識別（KYC）、反洗錢合規篩選及跨國清算資料處理等高度勞力密集的工作。隨著生成式 AI 與大型語言模型的成熟，這些流程不僅能實現全天候不間斷處理，錯誤率亦顯著低於傳統人工。因此，銀行業正逐漸將龐大資源從支付員工薪酬，轉移至投資算力與系統基礎設施，技術的投資報酬率已開始超越人力投入的邊際利潤。
其次，這股浪潮將徹底重塑就業結構，並引發關於「低價值人力」的倫理與社會爭議。近期，包括花旗銀行、星展銀行及摩根士丹利等國際大行，皆陸續釋出因應技術賦能而縮減人力的計畫。然而，將基層或後勤員工定義為「低價值人力」的觀點在業界引發了強烈反彈，反映出 AI 轉型過程中企業與員工之間的傳統社會契約正在破裂。未來，金融從業人員將面臨迫切的技能轉型壓力，銀行業的招募重心也將全面轉向具備 AI 協作能力、數據分析及複雜判斷力的高階人才，而例行性行政與單純資料處理的崗位則面臨被永久性淘汰的風險。
最後，銀行業的本質將從傳統的「勞力密集服務業」，逐步轉型為「純粹的科技實體」。未來金融機構的核心競爭力將不再取決於實體分行數量或員工規模，而是其內部 AI 模型的運算能力、數據資產的豐富度以及自動化工作流的效率。這種結構性的轉變將迫使中小型銀行加速技術併購或尋求外部合作，否則在營運成本控制與個人化服務體驗上，極易被全面擁抱 AI 的跨國金融巨頭遠遠拋在後頭。
結語與未來展望
總結來說，渣打銀行的裁員行動是金融業大步邁向「代理式人工智能（Agentic AI）」時代的縮影。AI 已經從單純的輔助工具，正式晉升為取代甚至重構企業核心職能的基礎設施。在提升股東回報與營運效率的同時，銀行業如何平衡企業社會責任、緩解就業衝擊並協助員工進行技能轉型，將是這波科技浪潮中最具挑戰性且無可迴避的課題。
