▲當金融市場走向演算法與自動交易的同時，國際調查指出，全球僅不到一成新鮮畢業生具備關鍵技術力。（圖／pixabay）
記者萬玟伶／綜合報導
當AI已成投資決策與財務模型的重要推進器，台灣金融圈普遍面臨相同焦慮，「新進人才，真的跟得上AI時代嗎？」在金融科技、量化交易、ETF爆炸式成長的台灣市場，不少銀行、券商與投顧業者已開始導入自動交易、風險預測與報告生成工具，但真正能理解模型、看得懂演算法的人才仍相當稀缺。
國外媒體《AINEWS》報導指出，這不只是台灣現象，根據量化金融專業網絡CQF Institute最新全球調查，僅有不到一成的量化金融專家認為新鮮畢業生具備足夠的 AI 與機器學習能力，被視為一項正在擴大的產業警訊，也象徵金融從業人員必須重新學習與「機器對話」的語言。
調查指出，雖然AI相關知識存在明顯落差，但AI技術已深入量化金融流程，多數從業者每天都會使用AI工具。其中，相當比例的量化分析師利用生成式AI撰寫或除錯程式碼，也有人用AI追蹤市場情緒、輔助研究或產生投資報告。在量化交易策略、風險管理與阿爾法（Alpha）策略開發領域中，AI的參與度更明顯攀升，影響市場決策的方式正快速演變。
ChatGPT、Copilot、Gemini（Bard）等大型語言模型工具被廣泛採用，深度學習技術也逐漸普及。受訪者當中，超過半數每日接觸AI技術，四成以上認為AI已使工作效率顯著提升，另有四分之一表示，每週因AI輔助而節省超過十小時以上的工作時間。這顯示即使人才技能落差存在，AI已成為金融業務無法忽視的核心工具，並逐漸從「可選」走向「必要」。
然而，產業仍面臨若干挑戰。最主要的擔憂集中在AI模型「不可解釋性」問題，也就是人們難以理解模型如何得出結論，這使市場參與者對模型風險與監管合規更加謹慎。此外，運算成本、監管要求等因素也使部分企業在導入AI時保持保留態度。
最值得注意的是，全球僅有約一成四的金融企業提供正式的AI訓練與人才培育計畫，導致能真正使用、驗證並改良AI工具的金融人才仍極度稀缺。CQF Institute董事總經理Randeep Gug博士強調，未來的金融專業人士不僅要懂模型，更要理解何時使用AI才能帶來真正價值。他直言，「未來的專業人才必須從踏入職場的第一刻就能立即上手，並且知道AI工具在什麼情況下能真正產生效益。」
儘管挑戰存在，更多金融機構已開始制定AI轉型策略。調查顯示，已有企業正式建立AI發展方向，也有公司正在制定相關計畫，預期在未來一年將增加AI與技術基礎建設的預算，凸顯全球市場對AI的採用力度預計持續升溫。
在台灣，愈來愈多金融機構使用AI協助量化選股、ETF參數調整、風險控管與自動化交易，生成式AI甚至已被應用於研究資料整理與投資報告撰寫，這意味著台灣金融人才的競爭條件將產生明顯變化，從傳統的財金、統計與數理能力，延伸至程式語言、模型理解與 AI 道德風險判讀的跨領域能力。
換句話說，金融人才訓練正在邁向一個新的分水嶺，未來具備「懂市場，也懂 AI」的專業人士，將更有機會在量化金融領域取得領先地位。對全球量化金融產業來說，一個更明確的趨勢正在浮現：金融決策的未來，不再只由複雜的數學模型推動，而將是人類與人工智慧共同協作的結果。Gug博士總結表示，擁抱持續教育與創新科技的能力，將成為塑造量化金融未來的關鍵。
