從渣打銀行將砍 8,000 人,看人力資源、風險管理、法遵人的未來

從渣打銀行將砍 8,000 人,看人力資源、風險管理、法遵人的未來

一、事件掃描

2026 年 5 月 19 日,渣打銀行(Standard Chartered)在香港投資者日公布了一份以 AI 為核心的新中期戰略。三項數字最受矚目:有形股東權益回報率(RoTE)目標訂在 2028 年超過 15%、2030 年達到約 18%;後勤與企業職能人力將在 2030 年前裁減 15% 以上;每位員工的營收則要在 2028 年前提升約兩成。

根據渣打 2025 年的人力數據,這項裁員計畫相當於約 7,800 至 8,000 個職位。受影響的職能被明確點名:人力資源、風險管理與法遵,地點涵蓋班加羅爾、天津、吉隆坡與華沙等後勤中心。執行長 Bill Winters 在向記者說明時形容,這「並非削減成本」,而是「在某些情況下,用我們投入的金融資本與投資資本,取代價值較低的人力資本(lower-value human capital)」。

低價值人力資本」一詞隨即在社群媒體引爆批評,連新加坡前總統 Halimah Yacob 都公開表示不安。Winters 在隔日發給員工的內部信中試圖滅火,改口強調「當某些職位不再需要時,反映的是工作內容的改變,而非員工的價值」,並承諾優先投資於再培訓與職務調整。但 WSJ 的評論點出一個尷尬事實:他前一天對媒體的發言,已經讓這些安撫努力付諸東流。

二、這不只是渣打銀行一家的故事

把鏡頭拉遠,渣打只是歐洲銀行「以 AI 換成本」浪潮中的最新案例。荷蘭銀行 ABN Amro 已宣布在 2028 年前裁減約五分之一的全職人力,同樣以 AI 應用為由。摩根士丹利更預測,未來幾年歐洲銀行業可能裁減超過 20 萬個職位,且裁員衝擊「最有可能落在後台、中台,以及風險管理與法遵職位」。

值得注意的是,渣打銀行在投資者簡報中具體說明了 AI 的兩個應用場景:
一、是大幅降低金融犯罪偵測中的誤報率(false positive),
二、是減少為因應法規變動所需的人工合規作業。這兩項,恰恰是傳統上由風險與法遵團隊承擔的核心工作。

三、對金融業的影響

第一,被取代的不是「低階」職位,而是「可被規則化」的職位
金融犯罪偵測與法規遵循長期是高度人力密集的工作,但其本質是大量、重複、有明確判準的審查。當 AI 能把可疑交易的誤報率壓低,需要人工複核的案件量自然下降——衝擊的是工作「量」,而非工作「難度」。換句話說,真正稀缺的將是能設計、驗證、治理這些模型的人,而非執行例行審查的人。

第二,台灣金融業面對的是時間差,不是豁免權
歐洲銀行的後勤裁員潮,對以亞洲為主場的渣打而言已是進行式;台灣的本國銀行雖然節奏較慢,但 反欺詐、AML、法遵科技(RegTech)的導入方向一致。對風險與法遵從業人員而言,提早往「模型驗證、AI 治理、跨域整合」移動,會比停留在執行端更安全。

第三,這也是一堂 AI 治理的溝通課
Winters 事件最值得記取的,不是技術本身,而是論述方式。當組織把人力簡化為「成本項」或「低價值資本」,即使技術轉型方向正確,也會引爆信任危機。AI 導入的治理框架,不能只談模型風險與效率指標,「如何向受影響的人說明這件事」同樣是治理的一環。

第四,人力資源的「雙重身分」,是這次事件最微妙的張力
在渣打銀行的名單上,HR 與風險、法遵並列,是被精簡的對象——招募行政、薪酬計算、考勤管理這類事務性工作,本質上和法遵的例行審查一樣可被規則化,自然首當其衝。但同一時間,渣打銀行承諾的「再培訓與職務調整」本身就是 HR 的工作:HR 一邊被精簡,一邊又被交付了協助數千人轉型這個全公司最敏感的任務。

這個張力指向 HR 的價值重心必須移動——從「處理人」的事務性角色,轉向「規劃人力」的策略性角色:人力結構規劃、技能盤點、轉職路徑設計。更進一步,當 AI 被用於招募與績效評估,這些應用在 EU AI Act 中被明列為高風險場景,需要有人確保其不歧視、可解釋、保留人類參與流程——懂治理的 HR,正是從「被自動化的對象」翻轉為「治理 AI 的主體」的關鍵。

四、參考來源