重整華爾街
重整華爾街
2002.06.01 | 科技

不遠千里來到華爾街(Wall Street)參觀這個世界金融中心的遊客,心底往往升起一個疑問:「為什麼華爾街叫做牆街,卻找不到一堵牆?」
20世紀的最後10年,華爾街經歷了有史以來最長的經濟榮景。但「爬得愈高,摔得愈重」,新世紀伊始,不僅碰上最淒風苦雨的經濟蕭條。連紐約檢察官史畢哲(Eliot Spitzer)也不甘寂寞,跳出來對華爾街赫赫有名的投資銀行——美林(Merrill Lynch)、摩根.士丹利(Morgan Stanley)等,進行突擊檢查。結果原本矢口否認有任何錯誤的美林證券,在鐵證如山下,全球的執行長柯曼斯基(David Komansky)不得不低頭向客戶、投資人及員工道歉。
在檢方可能以刑事罪名起訴的壓力下,美林終於同意繳付1億美元罰款,和史畢哲達成和解。預計美林證券至少要付出20億美元來處理後續事宜。在史畢哲下一波調查名單上的還有高盛、所羅門美邦和第一波士頓,幾乎是想得到的投資銀行都難以倖免。
史畢哲給華爾街定的罪名是「華爾街少了一堵牆」(The Wall Street does not have the Wall)。原來一堵牆對遊客重要,對華爾街更重要。
這道牆就是投資銀行中赫赫有名的「中國牆」(Chinese Wall),指的是金融機構必須設置內部的楚河漢界,使得因業務需要,獲得許多公司內線消息(inside information)的投資銀行家(Investment Banker),不會將機密洩漏給在同一家金融機構工作,卻不被允許獲得內線消息的交易員和證券分析師(Trader & Research Analyst)。

**Lesson1.美林證券與goto.com **
原來雖然高盛、美林等金融機構被稱為「投資銀行」,但是投資銀行內還包括了林林總總的工作,投資銀行家負責的業務是與企業溝通,協助企業進行上市及購併等財務活動。但是投資銀行中還有交易員(trader/dealer),和一般投資大眾一樣,根據公開的資訊來進行投資,更有證券分析師(equity analyst)整理公司所提供的公開資訊,提供投資大眾建議。這其中投資銀行家屬於「牆內」的「私領域」(inside the wall, private side),交易員及證券分析師屬於「牆外」的「公領域」(outside the wall, public side)。投資銀行家被視為所輔導公司的一部份,不能紅杏出牆,提供「家醜」給交易員和證券分析師。同時屬於面對投資大眾的證券分析師,也不應該屈服於公司內部投資銀行家的壓力,提供投資人扭曲的投資建議。(見左圖)
這一次史畢哲派給美林證券的罪名,就在於曾經不可一世的明星網路股分析師亨利布拉吉(Henry Blodget),為了協助美林的投資銀行贏得證券發行(IPO)或企業購併的業務,而建議投資人「買進」表現平平的網路公司,證據何在?原來史畢哲從美林證券內部的電子郵件系統中找到了亨利布拉吉和美林的投資銀行家魚雁往返的電子郵件。明明對投資人強烈推薦買入goto.com,布拉吉卻在寄給投資銀行家的電子郵件中表示:「除了可以幫我們美林購進大把鈔票的投資銀行取得承銷之外,這家公司一無可取。」

Lesson2. 米爾肯與垃圾債券
自從有華爾街開始,如何規範投資銀行(包括證券商)的行為,其實一直是討論的焦點之一。但是綜觀美國金融發展的歷史,往往是股票或債券市場,在一段時間狂飆之後,終於到了後繼無力的階段,於是無量下跌,重挫之後,投資人不甘受到損失,或是有關單位終於有空來檢查金融機構時,金融機構的規範問題才會浮現。
同樣的例子發生在1980年代轟動武林、驚動萬教的「垃圾債券」(Junk Bond)醜聞,當時的檢察官就是後來聲名大噪的前紐約市長朱利安尼(Rudolph Guiliani),他起訴了一手扶植「垃圾債券」市場的華爾街傳奇人物米爾肯(Michael Milken)。當時,米爾肯由於洞燭機先,以低價買入許多信用評等較差公司的債券(俗稱垃圾債券),而創造了一個新市場,同時垃圾債券市場的價值在米爾肯的苦心經營下步步高升。但由於米爾肯同時牽扯投資銀行家掌管的承銷業務,以及由交易員負責的日常交易活動,等於是違反了必須有中國牆的規定,最後的結局是鋃鐺入獄,一度重挫的「垃圾債券」市場,在重新規範後浴火重生,如今改了個好聽的名字「高收益債券」(High-yield Bond),依然屹立不搖,是美國許多中小企業籌資的重要管道。
因此這次華爾街再度出現醜聞,大部分的人都希望能過透過「重整」,讓美國的證券市場愈挫愈勇,更趨健全。尤其值得一提的是,這次對重整華爾街感到興趣的單位,只能用不可勝數來形容,包括想成為英雄的檢察官史畢哲、司法部、證管會、紐約證券交易所和NASD(美國全國證券交易商協會),可見美國的金融市場雖然已經是世界首屈一指,卻也是千瘡百孔。

Lesson3.安隆案與證券分析師
但令人難過的是:其實這次爆發的問題,根本就是老問題,也就是公司內部應該設定「中國牆」,美國證管會不但早已三令五申要求銀行遵守規定,也定期進行稽核,而擔任承銷工作的投資銀行,在公開上市前也被限制不得撰寫報告。但是這次醜聞,幾乎所有投資銀行都是共犯結構,真是防不勝防!
而大眾的漠不關心,更令人擔憂。其實這次事件的爆發,早在2001年3月就開始,但因安隆案的爆發以及新證據的發現,大家才開始關注。尤其,安隆案雖然主要的問題在企業本身和會計師事務所,但許多證券分析師在安隆破產前一個月還建議投資人買進安隆的股票,恐怕也和想要購併投資銀行費用難脫干係。在安隆案中,這不是投資銀行的唯一一宗罪,投資銀行也涉嫌設計了複雜的結構來從安隆上獲取超額的利潤。
「福無雙至,禍不單行」,最近華爾街還陸續發生其他醜聞,例如以第一波士頓為首的某些投資銀行,涉嫌在承銷股票時分配不公,對於較熱門的案子收取鉅額的手續費,為此,第一波士頓還付了1億美金的「遮羞費」給美國證管會,承認自己的過失。

Lesson 4.金融百貨化與內線交易
接下來的問題是:美國政府及證管會將如何重整華爾街?
在1929年股市大崩盤後,美國採取嚴格的手段,強迫金融分業,證券、銀行、保險等不能由同一個金融機構操控,於是當時顯赫一時的JP Morgan被硬生生拆成JP Morgan和Morgan Stanley兩家公司。這種涇渭分明的規範方式,一直到1980年代起,美國金融機構發現很難和標榜金融百貨的歐系、日系大金融機構並駕齊驅,才在主管機關的默許下,開始以購併的方式,進行跨業經營,形成今天許多「金融帝國」,包括花旗集團和摩根大通集團。如今發生的醜聞,雖然引發金融業重新拆散的聲浪,但有鑑於金融業國際競爭的壓力,因此走回頭路的機會不大。
但在走向「金融百貨化」途程中,美國只消極的使用「中國牆」來區隔,但過去多半是由金融機構自行規範,如今可能要面對結構性的重大改變。
許多人共同的疑問是:「為什麼投資銀行家可以為所欲為,打破那堵牆?」,原因是:當牆不夠高不夠厚,守衛(證管會)又久久才來一次,只要牆外的誘惑夠大,難免會有人鋌而走險。
在1980年代的「垃圾債券」危機之後,用刑法侍候米爾肯,的確遏阻了「內線交易」的歪風,這一次史畢哲也打算祭出刑法,把投資銀行家和證券分析師的那堵牆加高,恐怕也是最有效的方式。此外,也有人倡議,將投資銀行研究部門獨立出去另設公司。
在這一波醜聞中遭到損失的投資人,也不是省油的燈,紛紛向投資銀行提起訴訟。已被證明有罪的美林證券首當其衝,只要能證明是因為受美林證券分析誤導而進行投資,或的賠償的機會很大。
整體上來說,美國華爾街的規範,已經算是全世界的證券市場中較為完善的,只是身為媒體的焦點,好與不好均攤在眾人的注視之中。但是美國金融業至少有勇氣揭開自己的瘡疤,不像亞洲(包括台灣),根本是長期任由內線交易取走屬於一般投資人的利潤。如今更多更多的改革已經正在華爾街如火如荼展開中,但是問題的癥結還是在人。規範並不能消弭醜聞,只能減緩醜聞發生的頻率。

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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