金融股把AI導入核心流程，成本下降能否反映在獲利？

 

全球銀行把 AI 放進核心流程，摩根大通先砸 20 億美元

全球金融機構加速導入人工智慧(AI)，已經從實驗室走到核心業務。KPMG 調查顯示，全球有51%的銀行正在試驗「代理人AI」，用途落在財富管理、客戶審查與資金管理等流程。這代表 AI 已經開始碰金融業最重的成本與風控環節。

摩根大通今年科技預算達198億美元，其中約20億美元投向 AI。該行預計，靠每日掃描龐大交易資料辨識異常、降低審查成本，每年可創造約25億美元營運價值。大型銀行的AI投資，現在看的就是成本結構與作業效率，這條線已經很清楚。

 

金融股的AI受惠範圍，從銀行擴到保險、支付與ETF

金融業導入 AI 之後，市場關注也從科技硬體供應鏈，擴散到全球金融應用類股。復華全球金融股息(00998A)最新公告9月每受益權單位配息0.424元，高於前次水準，基金涵蓋銀行、保險、支付等多個次產業。

這類 ETF 的意義，在於把大型金融機構的數位化效率一起納入資產配置。銀行、保險、支付都能受惠於資料處理能力提升、營運流程簡化與風控效率改善。資金市場現在盯的，是這些公司能否把 AI 直接轉成成本下降與服務能力提升。

 

台灣金控獲利續強，玉山金前八月賺 280 億創同期新高

國內金控也交出不錯成績。凱基金(2883)已公告8月份自結合併盈餘，玉山金(2884)前8個月累計獲利280億元，寫下同期新高。這類數字對金融股很重要，因為它直接反映資產配置、利差與手續費收入的綜合表現。

實質獲利支撐，讓國內金融股維持穩定性，也帶動長期資金進一步討論持股配置。市場上甚至出現透過股票質押放大彰銀(2801)等標的部位的做法，這代表金融股已經回到資金配置討論的中心。

 

科技股震盪之下，金融資產的吸引力回到現金流與配息

全球市場因科技股波動而尋找平衡配置時，金融資產的優勢又浮上檯面。大型銀行有資料、資本與規模，AI 導入後可望改善審查效率與營運成本；台灣金控則有獲利數據與配息紀錄支撐。金融股的關鍵，一直都在獲利結構、資本適足與配息穩定度。

接下來要看的，是AI落地後能否持續反映在銀行與金控的成本率、手續費收入與獲利成長。若這些數據延續，金融類股就會持續保有資金關注度。