在最窮的地方開設銀行
在最窮的地方開設銀行
2012.11.01 |

劉俊豪
1966年生。現任國泰世華銀行上海分行行長。美國匹茲堡州立大學MBA。1994年進入世華銀行,從基層辦事員做起,歷練放款、國外部。2000年開始派駐海外,前後在馬來西亞、泰國、越南、中國擔任業務的拓荒者,從無到有開設過兩家分行、兩家代表處。

國泰世華銀行越南茱萊分行開幕那天,我踏出辦公室,鼻子裡聞到的是濃濃的熱帶氣息,眼裡看到的是青翠農田,農民都牽牛耕田,甚至分行旁邊就綁著牛在吃草!在這個越南最窮的地方開銀行,很多人問我有沒有搞錯?你要去哪裡找生意?
**
業務拓荒,絕對要做不一樣的事
**2005年,我被外派到越南,一年內就開了三個點,茱萊分行,以及河內、胡志明市各一個代表處。茱萊位於越南中部,越戰時,受到最多戰爭蹂躪。戰後經濟發展又集中在南(胡志明市)北(河內)兩端,因此當地人多半到南北兩地當民工。

在越南,台資銀行最多的地方是胡志明市,但國泰世華是後進者,如果也去胡志明市,分行搶不到好位置、利率又沒比別人低,怎麼打得過別人。

我喜歡逆向思考,就是因為沒人要去茱萊,我才去呀!往人少的地方走,有兩個好處,第一,沒人要去,我馬上就可以取得核准;第二,間接促進當地繁榮,有所貢獻。你說沒生意?那我就送你河內、胡志明兩個代表處,讓員工跑業務。

台資銀行很少去河內,因為當地大多是文化封閉的國營企業,我去,就一定得做不一樣的事。剛開始人生地不熟,我就先亂槍打鳥,把所有企業列表出來,寫了一百多封業務開發信,介紹銀行在當地的服務。後來陸續有回信,我請同事翻譯,然後一家一家跑。

跑業務的過程中我才發現,原來當地企業不喜歡與外資銀行往來,是因為他們也怕講英文
。但因為我很重用一位越南同事,跑業務都帶他一起,這些公司很高興。之後,我跟一位國營企業的財務長變成好朋友,他又幫我介紹其他公司,就這樣一個牽一個,最後所有國營企業財務長都是我好兄弟。業務,就這樣跑出來了。

在越南的台資銀行裡,國泰世華人員最少、盈餘卻最高。大家都問我怎麼打得進去?答案其實很簡單,就像花旗銀行到台灣不會只做美國人的生意,如果我不當地化,也去胡志明市搶台商客戶,就不可能拿出好表現。在海外開拓業務,要有適應當地環境的能力。我無論去到哪個國家,一定先學當地語言。就像老外朋友跟你講中文、約你去吃夜市,你一定倍感親切,我到國外也一樣。剛開始去越南,我一句話也不會講,但每天學、每天練,雖然沒辦法用越南話開會,但日常對話、點菜都沒問題。我和客戶講越南話,他們都很高興。
**
身段柔軟,迅速適應在地生活
**此外,我也交當地朋友、過當地生活。蛇肉、炸蠶蛹……越南人敢吃的我都敢吃,也跟客戶一起坐在路邊喝啤酒,有些人會嫌不衛生、怕不乾淨,但別人都吃不死,你怕什麼?有一次我提議到越南同事家吃飯,到了他家我才知道,原來越南人家裡是沒紗窗的,蚊子多、會吃蚊子的蜘蛛也很多。一進家門,同事就先發一支電蚊拍給我,還告訴我蜘蛛不能打,後來邊吃飯、巴掌大的蜘蛛就在旁邊爬。

2011年,我轉調到上海後,只要是放假出門,我從來不坐車,只用雙腳走。走路才能深入大街小巷,我和當地人聊天、買烤地瓜、去按摩,看到很多別人看不到的事。後來跟當地主管機關、客戶聊天,他們都覺得我怎麼這麼了解上海,連路邊一塊燒餅賣多少錢也知道。但就是這樣才有親切感,才讓人覺得沒架子。

前瞻規畫,自己訂目標、找事做
很多人問,長官把你調來調去,你會不會不適應?但在這麼多人之中選上我,我覺得自己很幸運,也很享受拓荒的過程。當然途中一定會碰到困難,但人生不就是一連串解決問題的旅程?知識可以傳授,智慧不行,每當解決一個問題,都是在累積自己的智慧。
**
在海外當業務拓荒者,一定要有前瞻規畫的能力,因為一切都是從零開始,不會有人告訴你怎麼做,只能自己訂目標、自己找事做。
**我到越南第一天,就訂下兩個目標:要做到台資銀行第一,絕對不做和其他人一樣的事。此外,團隊合作也很重要,單槍匹馬跟別人打,打不贏的,經理人不要想爭功,一定要靠團隊,如果我當初不重用越南同事,也打不進國營企業。

最後,也要具備專業。籌設上海分行的準備期,我把一家銀行從無到有要完成的事項,細部分解出800~900項作業,事先安排好優先順序,了解哪些事可以先做、哪些可以同步進行、哪些只能等,然後每天檢查應該完成的工作。一個任務很複雜、很煩,是因為太多事都混在一起,當你把它拆開成幾百項,每次達成一點點,每一項其實都不難。
****
海外拓荒全部從零開始,不會有人告訴你事情可以怎麼做,只能自己訂目標、自己找事做。

資料來源《經理人月刊No.88》

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓