投資銀行,葫蘆裡賣什麼藥?
投資銀行,葫蘆裡賣什麼藥?
1999.09.01 | 科技

對稱領、袖扣、吊帶褲和雪茄。不到兩句話,就會提到自己是哪所名校的MBA(企管碩士)。美國上班族中,待遇最優渥的投資銀行家 (Investment Banker),舉手投足,總是刻意要顯得與眾不同。
亞馬遜(Amazon.com)的創辦人Jeff Bezos創業前是投資銀行家;帶領美國經濟屢創高峰的前財政部長魯賓(Robert Rubin),就是因為在投資銀行高盛(Goldman Sachs)的表現傑出而雀屏中選,辭職後又回到投資銀行界;鐵達尼號的船主──J.P. Morgan更算得上是投資銀行的始祖。

**「投資銀行」為投資人和被投資的公司搭橋

**
這群薪水甚至超過美國現任全壘打王麥奎爾的投資銀行家,到底在做些什麼?
「投資銀行」的定義言人人殊。簡單來說,投資銀行就是為投資人和被投資的公司搭起橋樑,像台灣投資大眾耳熟能詳的股票上市承銷,就是投資銀行的主要業務。
隨著美國知名的投資銀行摩根史坦利宣布要在台灣正式成立分公司,從事投資銀行活動,許多投資大眾不禁好奇:「投資銀行」與台灣原有的「商業銀行」(Commerical Bank) 以及「證券公司」(Securities Company)有何不同?最近喧騰一時的「工業銀行」(Industrial Bank)和「商人銀行」(Merchant Bank)、「批發銀行」(Wholesale Bank)又到底是什麼回事?
說穿了,「投資銀行」和「商業銀行」是美國式的稱呼,在一九三○年經濟大恐慌之前,所謂的銀行,業務沒有限制。但是在經濟大恐慌之後,為了避免銀行挪用存戶的儲蓄,直接投資風險較高的證券,而刻意分隔兩者。
簡單的區分就是:在投資銀行業務中,投資人知道所投資的公司是誰,例如投資人透過投資銀行,買了一張台積電的股票,就可以直接分享台積電的經營成果;但是商業銀行則是收取廣大小存戶的錢,再化零為整借給企業或個人,我們雖然了解存在銀行裏的錢,都被銀行借給了企業,但是到底借給誰,我們無從得知,這就是商業銀行。
所謂「商人銀行」,則是英國的傳統,指的就是和企業打交道的銀行,包括投資銀行的業務以及商業銀行的企業融資部分,和批發銀行大同小異。另外,和批發銀行相對的,是主要以處理一般個人業務為主的零售銀行(Retail Bank),像汽車貸款、信用卡都是零售銀行的業務範圍。

**「全方位銀行」,所有銀行未來的景象

**
至於台灣新興設立的「工業銀行」,是國際金融界裏少見的稱謂,如今除了日本和少數歐洲國家,還有這種工業革命及殖民時代的「古蹟」之外,並不多見,難怪台灣工業銀行的經營團隊口徑一致,表示最後的目標還是成為一家投資銀行。以工業銀行目前宣布的營業內容來看,和商人銀行的方向類似。
對於厭煩各種不同名詞定義的人而言,最大的福音是,銀行業本身也掀起購併的風潮,同時不同類別的銀行也在入侵其他銀行的業務,看來有一天,所有的銀行,都會成為什麼都做的「全方位銀行」(Universal Bank)。
由於國際金融市場的發展,名詞的使用十分混亂,要了解各種銀行的特色,最好的方式便是了解業務的內容。附表顯示各種不同類型國際金融機構,所經營的業務。其中稱為「企業金融」的業務內容,是投資銀行最擅長的業務,有時「投資銀行」這個名詞,也僅止這個部分的業務而言。投資銀行家在這項業務的收費,往往高得令人咋舌。
一般而言,投資銀行輔導新公司上市,通常抽取募得資金5%到7%左右的費用,再加上部分投資銀行自行認購股票的增值潛力,數百萬美金轉瞬落袋。至於近來最熱門的「企業購併及買收」業務,投資銀行依照慣例,會收取交易金額2%左右的費用。近來購併風潮方興未艾,十億美金以上的購併案例比比皆是,投資銀行的獲利不在話下。

**「跨國交易」,國內金融機構無力獨立承辦

**
事實上,由投資銀行所經營的業務來看,可以發現國內的證券業和商業銀行都已經承接投資銀行的業務。但是,台灣究竟有沒有稱得上「投資銀行」的金融機構?
台灣的京華證券,在廣告中自詡為「中國人的投資銀行」,新成立的台灣工業銀行,也宣布將要朝著成為投資銀行的方向邁進。但是嚴格來說,國內的金融機構,普遍缺乏專業水準。長年以來,由於國內證券市場,例如新股上市的承銷,禁止外國投資銀行的進入,保護了本國的證券商,也同時阻礙了成長。舉例來說,國內沒有任何一家金融機構,真正具有獨立承辦「跨國交易」(Cross-border Transaction)的能力,台灣廠商想要發行股票性質的存託憑證(GDR,ADR)或是海外公司債,還是得透過國際性投資銀行。另一方面,國內證券業收取的手續費,不能和國際知名的投資銀行相提並論,所能提供的服務也相對有限。
外商中的投資銀行許多在台灣已經設有分公司,但是多半以股票經紀業務為主,美林證券則將貴賓銀行業務經營得有聲有色,但是和台灣政府或企業有關的投資銀行的業務,幾乎全部交給區域金融中心——香港的分公司來處理。號稱「大摩」的摩根史坦利,宣布要在台灣成立分公司,正式投入投資銀行業務,格外引人注目。

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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