2026-06-24 15:03:02 羅毓嘉 發佈
美國銀行業正重新定義「金融科技人才」。
過去談到金融科技，常見的想像，是銀行聘請工程師將各種金融流程數位化，讓開戶、交易、轉帳、客服從臨櫃走向線上。但現在情況已有所不同。隨著自動化財富管理普及，以及AI人工智慧系統導入程度越來越高，金融機構已成為高度軟體化、AI化、平台化的受監管企業。真正稀缺的人才，是能把業務流程、軟體系統、監管要求與風險控制整合到日常營運的人。
從近期幾家美國金融機構與數位投資平台釋出的職缺，可以發現美國金融業正在搶的人，是能把金融服務整合進系統的人。
Wealthfront（WLTH.US）擴編券商後台營運，JPMorgan Chase（JPM.US）招募AI應用與機器學習人才，Goldman Sachs（GS.US）則強調客戶流程、營運風控與AI工具導入。金融業的AI競賽，並不在於比較模型強弱，而是將資金移轉、帳戶審查、反洗錢監控、顧問服務與監管要求，逐一轉化為自動化且穩定可稽核的軟體系統。
以Wealthfront為例，這家公司原就是自動化投顧代表業者之一，隨著其自動化理財模式的成功，截至2027財年第一季，其平台總資產已創下966億美元的歷史新高（年增19%），且真正在平台上活躍的「入金客戶數」更突破146萬人。
而其近期公開招募Brokerage Operations Specialist（仲介營運專員），職務內容涵蓋進出帳與反洗錢的新舊帳戶活動檢視。自動化投顧平台規模擴大後，競爭重點不只在前台投資建議，而在後台券商營運能否被系統化。自動化投顧如果只是提供投資組合建議，門檻有限；但一旦涉及客戶資金進出、帳戶維護、反洗錢監控與合作銀行往來，特別是當系統自動化成功帶動了高達約62.5%的客戶跨產品使用率時，後台流程設計與自動監控能力就會越來越吃重。
JPMorgan Chase開出的應用AI與機器學習職缺，則明確把生成式AI與AI代理人（Agentic AI）用於投資、客戶服務與一般營運流程，背後的原因在於，截至2026年第一季，摩根大通的活躍行動端用戶已達6,300萬人，年增7%，龐大的平台流量單季就創造了超過45萬個淨新增支票帳戶，並帶來破紀錄的自主投資（self-directed investing）淨流入。面對如此海量的客戶互動，銀行必須將相關技術落實在金融營運的日常場景，藉由文件閱讀、資訊抽取、客戶服務與流程追蹤，協助各種營運決策。
Goldman Sachs則是先從客戶onboarding、文件整理、事件追蹤、例外處理與營運風控切入。這些工作看起來不如投資決策亮眼，卻是大型金融機構最需要改善的地方。客戶資料是否完整，文件是否齊備，帳戶異動是否合規，例外狀況是否正確處理，最後都會影響成本、風險與服務效率。為了徹底改造這些流程，高盛正推動名為「One Goldman Sachs 3.0」的計畫，目標是利用人工智慧重新構想6個核心業務流程；為此，其非薪酬支出增加9%，主要就是受這類技術與系統投資所驅動。
因此，這一輪美國金融業搶人，重點不只是AI工程師，而是「懂金融場景的軟體人才」。銀行需要的人，必須知道哪些流程可以自動化，哪些地方需要人工覆核；哪些資料可以交給模型處理，哪些輸出必須留下紀錄；哪些功能可以快速迭代，哪些系統一旦出錯，就會變成合規事件。
這將從根本上改變金融機構的競爭方式。
未來判斷一家銀行或財富管理平台的數位化能力，不能只看它有沒有AI客服、智能投顧或漂亮的App，而要看它能不能把AI與軟體能力放進核心流程。真正的差距，會出現在開戶速度、合規審查效率、風險監控品質、顧問服務產能，以及跨產品平台整合能力。
美國金融業的搶人大作戰，表面上是人才競爭；更深層來看，是金融機構正在重寫自己的作業方式。當監管、營運與軟體能力變成同一件事，最有價值的人才，也會是能把這三者接起來的人。