渣打銀行砍後台,匯豐銀行砍前台|AI 裁員第二波,為什麼輪到財富管理顧問?

AI 裁員第二波,為什麼輪到財富管理顧問

一、事件掃描

2026 年 10 月 7 日,英國《金融時報》報導,匯豐銀行(HSBC)正在英國財富管理業務進行大規模裁員。據知情人士透露,英國財管業務約半數的管理與專員職位將被裁撤,財務顧問(financial adviser)的裁減幅度則接近 7 成。一位知情人士形容這波裁員「深、廣、殘酷」(deep, wide and brutal),幾乎整組團隊都將被資遣。匯豐未揭露英國財管業務的員工人數,但外界估計其在英國各地有數百位客戶關係經理(relationship manager)。

匯豐目前處於與員工的「諮詢期」(consultation period),受影響員工預計於 10 月底離職。匯豐對外的回應是:匯豐英國是歷史悠久的領先財富管理與優質銀行服務提供者,正持續推動更多數位化的產品與服務流程,以因應客戶需求的變化。

這次裁員有兩個背景值得先記下。

(1) 兩年前的擴編計畫被逆轉。2024 年匯豐曾大舉招募,目標是在本十年結束前把英國財富與私人銀行業務的管理資產(AUM)倍增至 1,000 億英鎊;截至 2025 年底,這項業務的管理資產略高於 620 億英鎊。兩年後,財務顧問被砍去 7 成。

(2) 業務主管先一步離任。匯豐英國財富與個人金融業務主管 José Carvalho 於 9 月在 LinkedIn 宣布卸任,結束 3 年任期;裁員消息在 1 個月後見報。

二、不是單一事件:匯豐從頂層到前線的全行重塑

把這次財管裁員放回匯豐近 2 年的脈絡,它不是一次孤立的業務調整,而是執行長 Georges Elhedery 自 2024 年 9 月上任以來全行簡化計畫的其中一章。

2.1 頂層:金融危機以來最大規模的高階主管裁減

2026 年 8 月 21 日,《金融時報》依據監理申報與公司財報分析指出,匯豐在 2025 年裁減了 134 位「重大風險承擔者」(material risk taker,MRT),約佔集團 MRT 總數的 1 成,共支付 6,750 萬美元遣散費。這是匯豐自 2008 年金融危機以來最大規模的年度 MRT 裁減。

MRT 指的是職務足以實質影響銀行風險輪廓的資深員工,通常集中在投資銀行與交易業務。匯豐這波裁減伴隨著關閉美國、英國與歐洲的併購顧問(M&A)與股權資本市場(ECM)顧問業務。報導將這波裁減歸因於投資銀行業務的重整與「重複職位」的清除,並未提及 AI。

對照其他歐洲大型銀行,匯豐的力道明顯最大:Santander 裁減 49 位 MRT、Deutsche Bank 48 位、BNP Paribas 39 位、Barclays 32 位。一位接近匯豐的人士表示,MRT 的減少是全行「更廣泛趨勢」的一部分,不限於投資銀行。

2.2 中層與前線:以 AI 為核心的簡化策略

Elhedery 上任後,把 AI 列為簡化銀行的策略核心,並承諾透過去除管理層級、消除重複的高階職位來縮減人力。2026 年夏季發布的策略報告《Our strategy — built on trust, accelerated with AI》中,財富管理被點名為 AI 最能發揮影響力的領域之一。

把兩件事放在一起看:2025 年的 MRT 裁減來自投資銀行重整,2026 年 10 月的財管裁員來自 AI 應用,兩者分屬不同業務線、不同原因,共同點是都發生在同一套全行簡化計畫之下。裁減的對象從最資深、最高薪的決策者,到面對客戶的第一線,都已經出現。

三、AI 在匯豐的滲透路線:從法務到理專

匯豐的 AI 部署有一條可以對照的時間線,而且每一步使用的說法高度一致。

3.1 法務:判斷型專業工作也在範圍內

2026 年 1 月 20 日,匯豐宣布與法律 AI 服務商 Harvey AI 建立策略合作,將 Harvey 的平台導入集團法務(Global Legal)職能。Harvey 的產品涵蓋合約分析、盡職調查、法遵與訴訟等工作流程。集團法務長 Bob Hoyt 的說法是:這不只是導入新技術,而是重新想像企業內部法務如何運作,結合 AI 的速度與效率、以及法務專業人員的專長與判斷,讓律師把更多時間用在策略性、高價值的工作上。Harvey 執行長 Winston Weinberg 則形容匯豐有明確計畫要成為「AI 流暢」(AI fluent)的組織。

法務是高度仰賴專業判斷的職能。匯豐把 AI 放進這裡,而不是只放在後台作業,本身就是一個訊號:判斷含量高的工作,同樣在 AI 的應用範圍內。

3.2 客服與理專:從 agent 到個人化投資建議

2026 年 7 月 27 日,Elhedery 以集團執行長身分發表策略文。文中列舉的 AI 成果包括:

  • 企業與機構金融業務(CIB)以 agent 處理跨產品、跨市場、跨監理要求的全球客戶詢問,自 2025 年 1 月以來客戶問題的解決時間縮短逾 3 成。
  • 為客戶關係經理配備 AI 工具,提供即時市場洞察與個人化投資策略。
  • 在新加坡設立新的 AI 卓越中心,與香港、英國等既有的 AI 人才中心並列,將招募至少 100 位 AI 專家。

值得注意的是人才流向:一邊是英國理專裁減 7 成,一邊是至少 100 位 AI 專家進場。這不只是人數的增減,而是人才結構的置換。

3.3 一致的論述:AI 提供速度,人提供判斷

法務長在 1 月說「AI 的速度與效率,加上法務人員的專長與判斷」;執行長在 7 月說「以 AI 賦能客戶關係經理,讓他們更快服務客戶,同時提供更貼切的個人化支援」,並強調「人的判斷、決策與課責仍在核心」。兩段話的結構相同:AI 不取代人的判斷,而是讓擁有判斷力的人做得更快、顧得更廣。

Elhedery 的策略文對這條邏輯有完整的鋪陳。他指出,當客戶面對最高的複雜度、風險與不確定性、需要採取行動時,仍然要找信任的人:有人能挑戰假設、提供脈絡、運用判斷。信任建立在專業、判斷、操守與課責之上,而這些在 AI 時代更形重要。

乍看之下,這段話與裁減 7 成理專互相矛盾。但把它與 AI 工具的功能合起來看,兩者是一致的:信任仍由人承載,AI 讓每一位理專能服務的客戶數增加,所需的理專人數隨之下降。匯豐並沒有放棄「以人建立信任」,而是用更少的人、搭配 AI,維持信任的覆蓋範圍。賦能與精簡,是同一個決策的兩面。

四、從渣打到匯豐:同一套邏輯,不同的位置與幅度

4.1 渣打:後台,裁 15% 以上

2026 年 5 月,渣打銀行宣布在 2030 年前裁減後勤與企業職能人力 15% 以上,約 7,800 至 8,000 個職位,被點名的是人力資源、風險管理與法遵。渣打說明的 AI 應用場景有兩個:大幅降低金融犯罪偵測的誤報率,以及減少因應法規變動所需的人工合規作業。

這兩個場景的機制相同:AI 接手工作中有明確判準的部分,需要人工處理的案件量下降,所需人數隨之減少。誤報率降低,需要人工複核的可疑交易變少;法規變動的對應交給 AI,人工合規作業變少。衝擊的是工作「量」,而非工作「難度」。

4.2 匯豐:前台,理專裁 7 成

理專的工作乍看與後台審查完全不同:面對客戶、依賴關係、需要判斷。但把它拆開來看,裡面同樣有可以交給 AI 的部分。匯豐給理專的 AI 工具提供即時市場洞察與個人化投資策略,接手的正是理專原本自己整理市場資訊、擬定投資建議的那段工作。

AI 接手之後,理專剩下的工作(與客戶面對面、在複雜情境下做判斷)沒有變,但原本花在資訊整理與擬定建議的時間空出來了,一個人能照顧的客戶數增加。當每個人的服務量增加,同樣的客戶基礎就只需要一部分的人。

兩家銀行的目標指標也指向同一件事。渣打要在 2028 年前把每位員工的營收提升約 2 成;匯豐則把生產力紅利再投資到技術團隊,以加速交付時程。兩者的共同語言是「人均產出」。

筆者觀點

渣打與匯豐做的是同一件事:讓 AI 接手工作中有明確判準、可以規則化的部分,剩下的人處理更多的量。從公開資訊能看到的差異有兩個:裁的位置不同,渣打砍後台,匯豐砍前台;幅度不同,渣打後台裁 15% 以上,匯豐理專裁 7 成。幅度差異的來源,主要是AI 在理專工作中能接手的比例,比在法遵審查中更高,所以剩下的人能承擔的量更大、所需人數減得更多。這是推測,不是來源可以證實的事。

可以確定的是,「AI 裁員第二波」的意思不是銀行換了一套新邏輯,而是同一套邏輯推進到過去以為 AI 接手比例很低的工作。從金融從業人員的角度,這比第一波更值得警惕。第一波的時候,只要工作內容不是標準化審查,就可以安心;到了第二波,問題變成「我的工作裡,有多少比例是 AI 可以接手的」。

五、對金融業的影響

5.1 理專的去留標準改變了

AI 接手市場資訊整理與投資建議擬定之後,一位理專能照顧的客戶數增加,銀行需要的理專人數隨之下降。但報導揭露的數字顯示,下降的幅度並不平均:財務顧問裁近 7 成,管理與專員職裁約一半。這個差距可以合理推論:裁減集中在特定類型的職位。

理專的工作可以分成兩類來看。
1. 第一類以標準化服務為主:依客戶的風險屬性配置基金組合、定期檢視持倉、回答產品問題。這些工作有明確流程,AI 搭配數位化服務流程可以完成大部分,中間需要人出面的環節很少。
2. 第二類是服務高資產客戶、處理複雜的跨資產與跨境配置、需要面對面建立信任的工作。AI 能接手的是其中的資訊整理與建議擬定,判斷與關係仍然需要人。

報導所說的「幾乎整組團隊被資遣」,最可能發生在第一類;第二類職位會留下,但每個人負責的客戶數變多。被砍最多的,是人數最多、工作最標準化的前線層。

5.2 財富管理的業務模型從「人頭」轉向「人頭 × AI」

兩年前匯豐為了把 AUM 倍增而擴編理專,走的是傳統模型:資產規模的成長由理專人數的成長支撐。兩年後砍 7 成理專、同時招募 AI 專家,走的是另一個模型:資產規模由「理專人數 × 每位理專的 AI 槓桿」支撐。

這個轉向會改變財管業務的招募邏輯與成本結構。過去衡量一位理專的價值,看的是他管理多少資產、帶進多少客戶;在新的模型下,還要看他配上 AI 工具之後能把服務範圍擴大多少。報導未提及匯豐是否調整 1,000 億英鎊的 AUM 目標;若目標不變、理專減 7 成,等於匯豐在賭剩下的 3 成理專搭配 AI 能完成原本的成長任務。這個目標之後是否調整,會是檢驗這個模型能否成立的指標。

5.3 「判斷型工作不會被 AI 影響」的說法已經站不住

渣打裁員時,一個常見的安慰是:被取代的是可規則化的工作,需要判斷的工作是安全的。匯豐在 2026 年公開的兩個 AI 應用,否定了這個說法。

  • 2026 年 1 月,AI 進入法務。Harvey 的產品涵蓋合約分析、盡職調查、法遵與訴訟,這些是法務工作中仰賴專業判斷、過去由律師親自處理的部分。
  • 2026 年 10 月,財務顧問裁 7 成。這是靠判斷與客戶關係維生的前線。

兩者的共同點不是「判斷含量低」,而是「判斷型工作裡,AI 能接手的比例比從業人員自己以為的高」。法務的合約分析與文件審閱、理專的市場資訊整理與建議擬定,都是過去被歸在「專業判斷」底下、如今已有 AI 工具承接的環節。判斷含量高,不再是護城河;一份工作裡有多少比例能交給 AI、剩下的人能因此多承擔多少量,才是銀行衡量職位的新標準。

5.4 待驗證的問題:服務量增加之後,信任是否還在

Elhedery 的論述有一個前提:AI 提供的個人化服務,能讓客戶感受到與原本相同、甚至更好的信任關係。這個前提目前沒有被驗證。理專人數減少 7 成、客戶基礎不變,每位客戶能分到的理專時間必然減少;AI 產出的個人化建議能否補上這段差距,取決於客戶在最需要判斷的時刻,是否仍覺得「有人在幫我把關」。

匯豐的策略文把自己的成敗也押在這一點上。文章最後一句話說,在更自動化的世界,信任更有價值,因為它將決定客戶選擇與誰做最重要的財務決策。這句話既是匯豐的願景,也是匯豐把自己放上的檢驗台。

六、結語

Elhedery 在 7 月寫下:技術可以改善速度、分析與效率,但財務決策需要洞察、專業與監督。不到 3 個月後,匯豐用這套邏輯砍掉英國 7 成的財務顧問。這兩件事並不矛盾,它們是同一個判斷的前後兩步:先確認人的判斷不可取代,再確認需要多少個人。

對金融從業人員來說,這件事改變的是競爭的基本單位。過去,一位理專、一位法務、一位風控人員,是以「個人」為單位被衡量:能處理多少案件、能管理多少客戶、能承擔多少風險。從渣打到匯豐,衡量的單位正在變成「個人 × AI」:工作裡能交給 AI 的部分交出去之後,同樣一個人能做到原本多少倍的量。人數會隨著這個倍數下降,而留下的人,是倍數最大的那群。

當銀行開始用「能被 AI 放大多少」來衡量一位理專時,下一個被重新估價的,會是哪一種專業?

七、延伸閱讀與參考來源

延伸閱讀:

參考來源: