摩根士丹利、花旗銀行如何升級萬名工程師 AI 技能？揭華爾街開發者進入「持續學習模式」
隨著銀行競相邁向 AI 驅動的未來，傳統的軟體開發模式正迎來巨大挑戰，並且幾乎每個月發生一次變革。諮詢機構 Deloitte 2025 年報告指出，銀行雖然一直是科技的早期採用者，但其軟體工程實踐往往因不夠完善，導致效率低下或成果延遲，建議需採用新的軟體工程方法，包括更新人才策略，以及重新審視第三方合作關係等。
在這場 AI 轉型中，如何讓現有的龐大工程師團隊「升級」，成為各家金融機構的首要任務。包括摩根士丹利（Morgan Stanley）、花旗銀行（Citi）與 Capital One 等金融巨頭，正透過不同方式來提升開發人員的技能，其中最核心的兩大重點便是「學習與 AI 溝通」以及「打造內部 AI 課程」。
花旗銀行與摩根士丹利分別擁有約 3 萬名與 1.5 萬名開發人員，Capital One 的工程師人數則約為 1.5 萬人。
工程師新基本功：用「人話」指揮 AI
過去，銀行軟體工程師的共同語言是 Java、Python 等程式語言；但在 AI 時代，清楚表達需求與脈絡的能力，正成為新的關鍵技能。
據《Business Insider》報導，摩根士丹利傑出工程師 Dov Katz 指出，開發人員現在需要學習如何用自然語言與生成式 AI 工具協作，而非僅靠程式碼。他坦言，並非所有技術人員都擅長溝通；花旗 CIO Jonathan Lofthouse 也曾表示，對許多開發者而言「第二語言是 Java」，有時用程式碼表達複雜金融問題，反而比使用母語還流利。
摩根士丹利全球技術戰略主管 Trevor Brosnan 指出，這是一種根本性的轉變：工程師不只是用 AI 輔助寫程式碼，而是將更大的任務委派給 AI 代理，並給予明確的指導。他表示，重點在於把任務目標、背景脈絡與輸出格式說清楚。
這樣的轉變也反映在花旗銀行的內部策略上。《Fortune》報導，花旗銀行在 2025 年啟動新的 AI 計畫，目的正是提升員工撰寫 AI 提示詞的能力。
不過，銀行業的共識也很明確：基礎程式能力仍不可或缺，因為在高監管、高風險的金融場景中，人類必須負責審查、驗證 AI 產出的程式碼與邏輯。
打造內部 AI 學院，工程師進入「持續學習模式」
為了讓員工跟上這股變革，銀行紛紛建立自己的教育訓練系統。Capital One 內部建立了「AI 學院」（AI Academies），提供從入門到進階的學習路徑，涵蓋機器學習建模與原型設計等主題。Capital One 企業數據資深總監 Nish Rana 表示，這讓新進工程師即便沒有深厚背景，也能透過正規訓練快速上手 。
花旗銀行則推出類似 Netflix 風格的「Techflix」系列課程，讓技術與業務團隊觀看影片並完成挑戰。摩根士丹利同樣提供混合了外部與內部資源，並利用短至 5 分鐘的影片模組來幫助工程師吸收新興 AI 技能。Brosnan 指出，影片已成為高效率的學習工具。
花旗資訊長 Jonathan Lofthouse 形容，工程師正處於「持續學習模式」，因為「你三個月前以為自己對 AI 的了解，現在可能已經過時了。」
完善人才培訓機制，建立開發者的「心理安全網」
除了針對 AI 的專門培訓計畫外，銀行業者仍持續推動傳統的人才培育機制，包括黑客松（hackathon）與跨部門的技術交流活動。接受《Business Insider》採訪的高層指出，這類採自願參與的學習機制反應熱烈，是在學習節奏加快的環境下，支撐組織技術教育的重要基礎。
然而，技術快速演進也為工程師帶來不小的心理壓力。Capital One 企業數據資深總監 Nish Rana 指出，公司透過 AI 學院、線上課程到技術講座等多元方式，除了希望協助工程師提升技能，也希望提供一個安全、允許試錯的企業環境，作員工為面對轉型的重要心理支持。
立即下載【2026 AI Impacts 趨勢觀察報告】，掌握未來人才與 AI 協作的關鍵能力 ──「AI 流利度」
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、Deloitte、Deloitte 2、《Fortune》，首圖來源：