生成式AI正同時重塑銀行與軟體產業版圖：美國銀行業從試驗走向全面導入，AI投資預估到2031年翻倍；SaaS公司則在估值崩跌與商業模式被「去溢價」的恐懼中震盪。誰能把AI變成武器、而非風險，成為新一輪贏家關鍵。

生成式AI的浪潮，正同時衝擊華爾街與矽谷。短短幾年，AI從「酷炫實驗」變成金融機構與軟體公司無法迴避的生死題。最新一批財報與產業調查顯示：美國銀行業已確認AI確實能創造實際效益，市場規模預估從今年約145億美元，一路拉升到2031年的312億美元；同一時間，SaaS軟體股卻因擔心被AI「改寫遊戲規則」而接連重挫，連交出優於預期成績單的公司也難逃股價暴跌。

在銀行業，AI不再只是實驗室裡的小專案，而是被視為核心營運能力。根據Infosys旗下的Bank Tech Index調查，全球銀行——尤其是美國銀行——正從「到處試看看」轉向「只做算得出回報的案子」。2023年，成本削減是AI投資的壓倒性主因，如今創新與業務成長已快速追上，成為驅動力的第二、第三順位，同時代表銀行不再只把AI當成砍人力的工具，而是用來開新產品、爭取新客源。

具體案例已經浮現。像Citizens Bank導入AI虛擬助理，協助客戶處理日常金融需求，結果是行動App相關來電大減約44%；Danske Bank則用AI輔助理財顧問，把平均通話時間從6分鐘壓縮到1分鐘不到，不但降低客服成本，也讓客戶得到更快、更一致的回覆。調查顯示，大約59%的已上線AI專案，現在都能被銀行以數字證明「有產值」。

然而，成熟度提升也帶來更嚴格的篩選。Infosys研究指出，銀行在部署前喊停的AI專案數量，一口氣從6100件增加到8100件，等於有三分之一更多的「半成品」被砍掉。相對地，上線後才被中止的專案，從3700件降到3400件，反映銀行在前期就把不具經濟效益的計畫剔除。這種「寧願不做也不要做錯」的態度，一方面避免浪費資源，另一方面也暴露出一個現實：要把AI做大做深，仍然困難重重。

最大難題在於「規模化」。多數銀行依然被老舊核心系統拖累，資料品質參差、系統間難以串接，加上合規與風險控管要求高，任何AI模型上線前都得經過嚴格驗證。研究預估，至少有30%的生成式AI專案會在概念驗證後夭折，原因不是技術失敗，而是整合成本、監管要求與組織抗拒太高，導致「算一算不划算」。再加上資安人才與AI專業人力不足，許多銀行仍把AI視為「IT部門的事情」，而不是整個企業營運模式的重構。

與此同時，資本市場對「AI到底是利多還是殺手」的情緒，在軟體產業上表露無遺。以Intuit Inc (INTU)為例，公司最新一季財報不但擊敗華爾街預期，整體展望也上修，但股價仍在開盤重挫約19%。投資人關注的不是當季表現，而是管理層對TurboTax未來成長的保守指引，以及在「AI重整」名義下裁撤約17%員工（約3000人）的決定。

市場解讀是：Intuit過去最大的價值，在於提供「導引式協助」，用流程精靈帶著用戶報稅、記帳與行銷自動化。但生成式AI正在把這一層「導引」變成可被免費或低價工具取代的商品；當連「財報優於預期+展望上修」都救不了股價，投資人其實是在對整個傳統SaaS模式重新定價。更敏感的是，這波賣壓已蔓延到其他雲端軟體公司。

像提供財務關帳雲服務的BlackLine (BL)以及社群管理平台Sprout Social (SPT)，今年股價都已腰斬甚至更慘。BlackLine自年初以來下跌超過46%，距離2025年高點已跌掉逾半；Sprout Social則年內下跌35.7%，股價較52週高點重挫超過七成。市場一度將這波重挫稱為「2026 SaaS大屠殺」，理由是擔心AI直接取代既有訂閱服務。但近期也開始出現反向聲音，強調這些公司掌握企業長期合約、專有資料與深度工作流程整合，不可能一夕被開源AI工具消滅。

投資人情緒於是來回拉鋸：一方面看到Intuit和同業被迫「用AI砍自己一刀」，重塑產品線與成本結構；另一方面又聽到專家提醒，傳統SaaS若能成功把AI內嵌進原有產品，反而能用資料與客戶黏著度，築起更高門檻。近期BlackLine股價在單日飆漲逾一成，就是市場短暫從「AI滅你」回到「AI幫你」的縮影，只是波動劇烈，也凸顯投資人尚未有共識。

這股不安也延伸到其他科技服務商。IT基礎架構服務公司Kyndryl (KD)近期遭Susquehanna從「正面」調降至「中立」，目標價從16美元降到13美元，股價盤中一度大跌4.3%。Kyndryl本身波動就大，過去一年20次單日漲跌幅超過5%，今年來股價更跌逾五成，自IPO以來投資報酬幾乎腰斬到只剩三成。市場擔心，在企業IT支出因通膨與利率不確定而收緊的情況下，像Kyndryl這類資服商能否跟上客戶在AI上的轉型腳步。

反觀銀行業的AI佈局，雖然同樣面臨風險，但策略顯得更保守且有紀律。資訊顯示，最頂尖的十家高成熟度銀行，已明顯拉開與同業差距，靠的是早期就鎖定具體場景，例如客服自動化、詐欺偵測、行銷精準投放等，把AI導入既有流程，而不是硬生生創造「新東西」。這些領先者的共同特徵，是高層對AI有足夠理解，把它視為企業策略的一部分，而非交給技術團隊「自行發揮」。

從投資角度來看，AI在銀行與SaaS的角色正在分化：在銀行，它更像是提升效率與穩健性的「增效器」；在SaaS，它同時扮演機會與威脅，既能讓公司推出新功能、降低成本，也可能把原本收費的價值層壓縮成標配功能，迫使業者重訂價格與商業模式。未來幾年，最大的變數不在技術本身，而在誰能最快把AI規模化、制度化，並說服市場，相信這一切會轉化為穩定且可預期的現金流。

現在的跡象是，銀行業已踏上這條路，但仍卡在系統與文化的瓶頸；SaaS公司則正站在十字路口，有人選擇先砍成本再談轉型，有人試圖用AI放大現有優勢。對投資人而言，真正的考題不是「AI會不會顛覆產業」，而是「哪一些公司，能把AI用來顛覆自己，卻不被市場先顛覆」。這場由AI引發的金融與科技雙重洗牌，才正要開始。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。