永豐金控數位科技處長張天豪直言：「錯過這次，下一次機會不知道要等多久。」然而，搶快進場只是第一步——如何在追求短期變現同時，累積人才與技術等長期資產，才是這場AI競賽的勝負關鍵。
【我的預測】AI正在重塑IT人員的職能，既懂業務又會寫程式的前線部署工程師（同時懂業務又會寫程式的工程師，直接與業務單位溝通需求，寫出產品原型，縮減業務單位與IT的溝通成本。，Forward Deployed Engineer）將成為AI時代最搶手的角色。他們能在現場聽完需求、當場產出原型，傳統PM與資淺工程師的職位面臨挑戰。
【我們正在做】AI應用從「遍地開花」走向「精準變現」，開始要求各子公司提出有獲利潛力的應用場景，進行整體流程再造而非局部優化。
【我的建議】變現力與資產力專案必須並行推進。只顧眼前變現而忽略人才培訓、新技術探索等長期建設，AI應用很快會走到瓶頸；只做長期投資而沒有業務回報，資源也難以持續投入。唯有兩者並行，才能為企業建立持久的競爭優勢。
趨勢一：現在不投資AI，未來差距只會愈來愈大
金融業因個資與法規要求嚴謹，業者普遍保守，不少人抱著「不要當最後一名就好」的觀望心態。但以我的角度來看，這只會讓競爭力悄悄流失。
發展AI需要搶算力、租機房、找工程師，這些資源現在都是稀有財；愈晚進場，愈難補足。
更關鍵的是，AI的優勢會產生複利效應；就像一個員工用AI五分鐘完成任務，另一個要花一小時，長期下來差距就此拉開，企業也是同樣道理。
科技布局需要時間累積。在生成式AI崛起前，永豐金就已打好數據平台與預測式AI的基礎，現在有數十種客群模型、數百個商品評分模型同步運作；每位客戶進來，系統立刻知道該推哪個商品。
過去，業務知道該推什麼，卻不知道怎麼開口、怎麼說服客戶；生成式AI出現後，我們能用更自然、更貼近個人的語言溝通，銷售轉換率也隨之提升。
但前提是，數據基礎要紮實、預測模型要精準，不然生成式AI再會說話，若說的內容不準確，也只是漂亮的廢話，消費者不會因此買單。
這次AI浪潮，我認為是小機構逆轉的機會。誰能更早找到AI在金融場景的正確用法，誰就有機會大幅成長。這次機會沒把握好，要再追上對手，就只能等下一次科技浪潮了。
趨勢二：會寫程式又懂業務，FDE是AI時代最搶手角色
我帶領永豐金控數位科技處旗下40位工程師，這幾年明顯感受到AI正在重塑IT人員的職能。
以往開發數位產品，流程是PM釐清需求、寫規格書，再交IT開發，但這樣太慢；業務單位看到產品後，還要來回溝通調整。
生成式AI讓寫程式的速度加快，也讓「前線部署工程師（FDE，Forward Deployed Engineer）這個新角色變得關鍵。FDE會直接到業務現場，聽完需求當場做出原型，同步判斷技術可行性與資安風險，大幅省去溝通成本。
FDE的出現，代表傳統PM、資淺工程師將受到衝擊。
因為AI已能將規格轉化成數萬行程式碼，未來工程師職務發展將走向兩極：一端是理解業務、懂多樣技術的FDE；另一端是深耕特定領域、打造可反覆使用元件的專家型工程師。
資深工程師與資深PM，都是最適合轉型成FDE的人選。
微軟等科技巨頭已率先行動，裁減三年以下資歷的初階人才，轉而招募七年以上的資深工程師。招募人數可能不變，但每個人的產值更高。
永豐金也在跟進。我已經要求數位科技處同仁捨棄文書檔規格書，在訪談業務單位、釐清需求的當下直接寫程式碼，減少從文字到程式碼的轉譯誤差。
團隊愈早培養FDE職能，組織就愈有競爭力。
趨勢三：AI治理不是阻力，是長期競爭力
「自動完成任務」的AI Agent，是2026年科技焦點，但永豐金早在這波浪潮之前就開始行動。
從RPA（機器人流程自動化）起步，現在已有超過百支RPA在運作，涵蓋自動識別發票數字、依規定篩選適合放貸的客戶名單等場景。
RPA的每個環節，都是人工訂好的明確規則，沒有任何AI預測與決策，風險相對可控。
然而，要邁向讓AI自主判斷的Agent，必須有更嚴格的審核機制。
治理邏輯很簡單：風險愈高，審查愈嚴。涉及客戶資料、直接面向客戶，或開放給全集團使用的Agent，都必須通過內部AI倫理委員會；個人或部門內使用的小型Agent，由單位主管自行承擔風險即可。
但無論哪個層級，人永遠是最後的把關者。
以永豐金推出「投資水晶球」服務為例，這項服務由AI掃描近五日海內外新聞，結合永豐投顧的專業觀點，生成個人化市場報告。儘管內容由AI生成，發布前仍須經過人工審核，不能由AI直接對外發送。
這是我們在創新與治理之間找到的平衡點。
金融業的信任來自於穩定與透明，唯有將AI幻覺與資安漏洞的風險降到最低，每一項AI應用才能真正站得住腳。
行動一：培養全員AI思維，從遍地開花走向精準變現
我現在的任務很明確：讓永豐金所有員工做好準備迎接AI時代。與此連動的核心課題是：如何升級員工的技能、轉換員工思維，但不能影響獲利。
推動AI的早期，永豐金採取「遍地開花」策略，讓各單位廣泛接觸AI應用，並開發內部生成式AI平台「永豐Chat！」，協助員工回答問題、發想企劃。
2026年起開始收斂，朝「AI變現」推進，AI必須真正創造業務價值。我們要求子公司提出有機會獲利的應用場景，並進行整體流程改造，而非只改單一環節。
以證券為例，開戶是核心服務，就應該重新設計整個開戶流程，而不只是導入文件辨識。
推動方式也從員工自主應用的「由下而上」，加入高層主導的「由上而下」力道。
總經理朱士廷非常支持AI，也清楚反映在日常管理：以前是數位科技處請各單位用AI，現在則是各單位須向總經理解釋「為什麼不用AI」。高層的明確立場，讓推動阻力大幅降低。
接下來，我們將在每個部門培養種子人才，透過Vibe Coding，讓非技術人員也能自己開發Agent，工作上痛點不必再等IT來解決。
行動二：留出時間與資源，做看不見回報的長期投資
評估AI專案時，我看兩個維度：「變現力」與「資產力」。
變現力是短期就能創造業務價值，資產力則是長期累積公司的無形資產——包括人才培訓、技術探索、數據梳理，並將資深員工的隱性知識，轉化為內部Agent或知識庫。
因此，我都會向總經理爭取保留部分資源，投入沒有立即成果的長期任務。舉例來說，未來，人類與金融機構的每一次互動，都將透過自然語言模型發生；客戶不會再認真填表單，只會說「幫我匯款給上個月那個帳戶」，系統必須聽懂、萃取關鍵資訊，再交給AI處理。
然而，客戶可能說了100個字，真正有用的只有十個字；我們要有能力只把這十個字送進模型，提供對應服務。這件事現在還看不到回報，但值得提前研究布局。
我認為，變現力與資產力專案，兩者必須同時推進。
只顧眼前變現，忽略長期建設，AI應用很快會走到瓶頸；但只做長期投資，沒有業務回報，資源也難以持續投入。唯有兩者並行，才能為企業建立競爭優勢。
未來城市＠天下｜永豐金控數位科技長張天豪的2026年AI趨勢觀點：
A：FDE（Forward Deployed Engineer，前線部署工程師）是同時懂業務、又會寫程式的新型工程師角色。不同於傳統數位專案開發流程，需要PM寫規格書再交IT開發，FDE會直接到業務現場，聽完需求當場產出原型，同步判斷技術可行性與資安風險，大幅縮短溝通成本。生成式AI讓寫程式速度大幅提升，使FDE能在現場即時交付成果，因此成為AI時代組織競爭力的關鍵角色。
A：變現力是指AI能在短期內創造的業務價值；資產力則是人才培訓、技術探索、數據梳理等長期無形資產的累積。兩者必須同步推進——只顧短期變現，AI應用很快會走到瓶頸；只做長期投資而沒有業務回報，資源也難以持續投入。唯有並行推進，才能為企業建立持久的AI競爭優勢。
A：治理邏輯的核心是「風險愈高、審查愈嚴」。涉及客戶資料、直接面向客戶或需開放全集團使用的Agent，必須通過內部AI倫理委員會審核；部門內部使用的小型Agent則由單位主管自行承擔風險。無論哪個層級，人永遠是最後的把關者。金融業的信任來自穩定與透明，唯有將AI幻覺與資安漏洞的風險降到最低，每一項AI應用才能真正站得住腳。
