華爾街的人才為什麼紛紛湧向矽谷？|數位時代 BusinessNext

許多華爾街的銀行家開始脫下西裝革履，轉而換上了休閒的運動服。走出高樓林立的紐約，來到好山好水好陽光的矽谷。

5月份，高盛集團的科技、媒體和電信組的負責人Anthony Noto決定辭職加入對沖基金Coatue Management。但到了七月份，令整個華爾街意外的是，他接下了Twitter CFO的擔子。

Noto並不是個案。如今，正有大批財經專家和商學院畢業生，紛紛放棄了銀行的工作，蜂擁前去科技類公司。Adam Zoia是搜尋公司Glocap Search 的CEO。他說，自金融危機以來，代表身份和地位象徵的金融類工作便熱度大減，而科技類工作卻異軍突起。

據華頓商學院數據顯示，科技行業的就業率位列第三。2014 年，13.5%的畢業生選擇了這一領域，這個數字在2008年僅僅是5.6%；2013年，18%的哈佛商學院畢業生選擇了科技行業，幾乎是2008年的三倍。轉行的不僅僅是剛畢業的MBA，就連已經涉足銀行業的人也都迫不及待想跳槽。

Cathy Li便是其中一員，2009年，她離開了Barclay，加入了Gilt Groupe。她說，僅僅呆了兩個月，她便去意已決。並非工作不順，而是企業文化難以融入。「那裡的人窮得只剩下錢了，我沒有任何導師，整個人都迷失了。」而新的工作竟是曾經被自己拒絕的公司，她搖身一變成為一名產品經理。放棄一份優厚的收入並不容易，跳槽也沒有想像中那麼輕鬆：缺乏經驗、隔行如隔山、適應矽谷開放自由的工作，還要放棄曾經的優厚待遇。

Adam Zoia 表示：「金融人才也有不少優勢，他們工作拼命、高效、死守deadline。」

Hired的聯合創始辦Matt Mickiewicz認為，創業公司需要會做生意的人，他們能幫助公司成長。尤其是那些MBA，他們懂得預估市場規模、並巧妙制定策略，讓公司名利雙收。SkillBridge的聯合創始人Stephen Robert Morse也對此深信不疑，「懂得使用Excel、會分析數據、有好創意的人，都是創業公司所需要的。」他希望自己的員工學會運用數據，去擴大用戶量、增加購買量。

新創公司如此，大公司亦然。LinkedIn便是個例子，他們正不遺餘力得挖財經、諮詢類背景的專才。人事總監Brendan Browne希望藉鑑他們的問題處理框架，數據挖掘技巧，以及有效的溝通能力，這些都是LinkedIn的業務核心。而候選人們的工作範圍也會超越金融，分散涉及到公司運營、企業建設甚至銷售等領域。

Li在Gilt主要負責網站分析、確定模式、以及解決商業問題，這些工作無一不考察她的創造性和問題解決能力。然而，幾個月前，公司還只是希望找一個有銷售或者工程背景的人做這些事。創業公司早期希望獲得大筆資金，接下來他們要做的是精打細算。

頂尖的科技公司Google, Facebook 和Amazon 都開始增加對MBA人才的需求，給出的薪資與金融類職位不相上下。對於早期的創業公司，如果發不出這麼高的薪水，也會用股份吸引有衝勁的年輕人。除了期權池（Option Pools）的誘惑，科技類公司還會為員工提供更多成長空間。比如LinkedIn的暑期實習律師Audrey Zhou 就在收購Newsle的項目中，得到了與執行長Jeff Weiner以及共同創辦人Reid Hoffman溝通的機會。

本文編譯自cnbc.com，轉載自36氪

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。