銀行人的位子正在消失？金融業數位轉型下，哪些人才反而更搶手

產業分析

2026.05.13

匿名

銀行人的位子正在消失？金融業數位轉型下，哪些人才反而更搶手

最近有一位候選人——姑且叫他 Kevin——在一家本土銀行做了八年的授信分析，找我諮詢的時候開口第一句話是：「Mira，我要不要趕快跑？我們主管說三年內分行要縮一半。」

Kevin 的焦慮不是沒有根據。根據麥肯錫（McKinsey）的研究，全球金融服務業有高達 43% 的工作活動可以被自動化；而在台灣，金管會近幾年持續推動純網銀、開放銀行（Open Banking）、監理沙盒等政策，傳統金融機構的 headcount 壓力是真實存在的。

但我跟 Kevin 說的是：位子在消失，不代表你在消失。問題是你現在站在哪個位子上。

數位轉型到底在「轉」什麼？

先把概念拉清楚。很多候選人聽到「金融業數位轉型」，第一反應是「所以要去學寫 Python」。這個方向沒錯，但只對了一部分。

金融業的數位轉型大致可以分成三個層次：

1. 流程自動化（Process Automation）

這是最表層的，也是最快替代人力的。RPA（Robotic Process Automation）把過去需要人工處理的對帳、報表產出、KYC 文件審查一部分自動化。這一層受衝擊最大的是重複性、規則性的後台作業人員。

2. 產品與通路數位化

網銀、App、數位帳戶、線上貸款流程——這層轉型的核心是「客戶體驗再設計」。傳統銀行不是不會做，是不習慣用產品思維來設計服務。這層需要的是懂金融邏輯、又能跟 tech team commit 同一個 roadmap 的人。

3. 數據驅動決策（Data-Driven Decision Making）

這是最深、也最難轉的一層。風控模型、信用評分、客戶分群、即時反詐——這些都需要把過去存在 Excel 跟人腦裡的判斷邏輯，轉化成可以被機器學習的結構化資料。

「數位轉型的本質不是技術問題，而是組織願不願意讓資料說話，取代過去靠資深主管的直覺拍板。」 — 這是我跟多位金融業 CTO 聊下來，幾乎都會提到的核心矛盾。

市場上最搶手的金融人才 Profile

從我近兩年放在金融業的 search 案子來看，客戶反覆在找的人才大概落在這幾個象限：

▍FinTech 與傳統金融的「雙語人才」

這類人的稀缺程度遠超過市場想像。所謂「雙語」不是指英文，而是同時能跟 IT 工程師講需求、又能跟法遵合規講風險邊界的人。

典型 profile：在銀行做過授信或財富管理的業務邏輯，後來到 FinTech 新創或支付公司待過兩三年，知道敏捷開發是什麼感覺，也知道金融監管的紅線在哪。

這種人放到傳統銀行的數位部門，或是純網銀的 Product team，幾乎都是 leadership level 的目標。Package 也很直接地體現出稀缺性。

▍風控 × 資料科學的複合型人才

傳統授信跑的是人工審查流程，現在要轉成 AI 輔助審查，最大的 gap 不是演算法，而是沒有人能把授信邏輯轉譯成模型特徵（feature engineering）。

我輔導過一位候選人 Iris，金融系出身，在銀行做了五年消費金融風控，後來自學了 Python 跟基礎機器學習，考了 FRM。她現在的 offer 是一家區域型銀行的 Model Risk 部門 Senior Manager，package 比她上一份工作高出將近 40%，對方缺的就是這個「懂風控邏輯又能跟 data team 對話」的中間人。

▍法遵科技（RegTech）專家

這塊在台灣還相對低調，但在香港、新加坡已經是顯學。隨著 AML（反洗錢）、FATF 合規要求愈來愈嚴，加上個資法、ESG 揭露要求，金融機構需要的不是「更多法遵人員」，而是能用科技手段做合規監控的人。

從我接到的 search request 來看，這類職位通常寫著「Head of Compliance Technology」或「RegTech Lead」，要的人要同時懂法規框架、又能評估技術工具導入的可行性。

▍數位通路的 Product Manager

純網銀、數位帳戶、投資平台——這些產品都需要 PM，但金融業的 PM 不能只懂網路產品，還要理解資金流、監管限制、以及跨部門（法遵、風控、IT、業務）的協作節奏。

這個職位現在是台灣金融業最難 hire 的之一，因為有網路 PM 背景的人不見得懂金融，有金融背景的人又很難有產品思維的 mindset。

台灣 vs. 海外市場：差距在哪裡？

坦白說，台灣金融業在數位人才的 package 競爭力，跟新加坡、香港相比還是有一段距離。

以同樣 level 的 Data Scientist 在銀行端為例：

台灣：年薪大約落在 120–180 萬台幣
新加坡：SGD 90,000–140,000（換算約台幣 230–360 萬）
香港：HKD 600,000–900,000（換算約台幣 250–375 萬）

差距是真實的，但台灣的優勢是生活成本相對低、在地市場熟悉度高，而且部分外商在台灣的 regional hub 職位，package 其實已經往國際水準靠近。

對有意往海外走的候選人，我的建議是：先在台灣把「金融 × 數位」的複合履歷做紮實，再用這個 profile 去叩外商或跨國機構的門。直接從台灣土銀跳海外的人不是沒有，但需要一個清楚的「差異化敘事」——你帶去的不只是執行力，而是對特定市場或產品的 domain expertise。

回到 Kevin 的問題

聊完以上這些，我問 Kevin：「你這八年的授信分析，有沒有接觸過任何跟數據、模型或系統相關的工作？」

他想了一下說：「有，我之前參與過一個授信評分系統的導入專案，跟 IT 部門對接了快一年。」

那就是你的切入點。

他不需要從零轉行，而是把那段「跟 IT 對接」的經驗系統化、說清楚，包裝成「我懂授信邏輯、也有跨部門協作 AI 工具導入的實戰經驗」。這個敘事，在金融業數位轉型的用人需求裡，是有市場的。

後來 Kevin 花了三個月補了一些 SQL 和資料視覺化的基礎，我幫他整理好履歷後，在兩家銀行的數位金融部門和一家 InsurTech 拿到面試機會。最終他選擇了一家銀行的 Credit Analytics 職位，title 升了一級，package 也提升了約 25%。

他說離職的時候主管還很驚訝，因為他看起來不像「那種會想跑的人」。

我笑著說：「那種人，才是獵頭最想接觸的。」

給在金融業的你，幾個具體的行動建議

做資產盤點：把過去工作中，所有跟「數據、系統、跨部門協作、流程改善」相關的經驗列出來，這些是你在數位轉型浪潮裡的可遷移資產。
補一個工具技能：不一定要學到工程師水準，但 SQL 基礎查詢、Tableau/Power BI 資料視覺化、或是 Python 基礎數據處理，選一個真的學會，它可以打開很多對話的門。
關注 RegTech、ESG 數位揭露、Open Banking 這幾個在台灣還在快速成形的領域，先把關鍵字搞懂，再去理解裡面需要哪些人才。
考慮外商在台職位：部分外資銀行、保險集團在台灣設有 regional 或 APAC 層級的職位，這些職位接觸到的是更完整的數位轉型藍圖，對長期職涯佈局很有幫助。
維護你的市場能見度：跟獵頭保持聯繫、在 LinkedIn 更新你的 profile，讓市場知道你在。金融業很多好的機會，是在你「沒在找工作」的時候找上門的。

數位轉型不是要把金融人趕走，而是在重新定義哪些判斷必須留給人。懂監管、懂客戶、懂風險——這些是機器短期內學不走的東西。你的工作不是跟 AI 競賽，而是搞清楚你能站在 AI 旁邊做哪些它做不到的事。

那才是你的 package 談判籌碼。

回到文章列表