科技飛馳前進，帶動商業和金融產業翻天覆地的變化，尤其隨著半導體晶片效能的不斷進步、更複雜的演算法如今也能落地應用。

現今已有許多企業使用AI和大數據進行決策分析及預測；華爾街的交易模式也從依賴數學模型轉變為依賴數據驅動，在產業快速引進科技助力的趨勢下，學校教育是否跟得上業界的節奏？是否能拉近與真實職場需求的落差？這是許多人關心的事。

雙引擎教學 培養複合型人才

不讓畢業生走出校門求職時，發現自己所學已「過時」，長庚大學積極且迅速地將AI和大數據融合於商學院教育中，更於2023年成立數位金融科技學系。據悉，這是國內商管學院唯一以數位金融科技為名的學系，「我們沒有傳統財務金融系的包袱，新創課程強調雙引擎，也就是學生除了要學財金理論，同時要懂得演算法、程式設計、區塊鏈等，這種複合型人才，在商業金融界非常搶手。」數位金融科技學系助理教授徐憶文說。

不僅是設立數位金融科技系，工商管理系也在進行轉型，同樣是以AI為工具，導入商業智慧（Business Intelligence）和大數據分析。事實上，許多企業皆已意識到AI及大數據的力量，例如台塑集團事業部門配置了人工智慧工程師，協助管理階層進行數據分析。

實作導向課程 消弭學用落差

徐憶文強調，要將AI與大數據分析運用於金融或企業管理中，一定要結合產業知識(Domain Knowledge)，才能發揮最大效益，進而創造附加價值。因此，工商管理與金融科學系的課程設計採用實作導向，例如「金融科技與投資」、「商業智慧分析」等。

實作導向的課程設計，能幫教會學生不僅懂得使用AI以大數據，還能真正運用這些先進科技解決實問題，甚至能從預測分析(Predictive Analytics)進展到處方分析(Prescriptive Analytics)「也就是當問題發生時，AI能迅速提供行動建議，就像是醫生對症下藥一樣。」徐憶文說，為了與業界需求同步，學校乾脆邀請國泰人壽、國泰金控的管理階層前來授課，傳授第一手的業界知識，有助學生畢業後的職場銜接。

值得一提的，數位金融科技學系獲台灣期貨交易所捐贈設置「期貨人工智慧實驗室」，不僅擁有先進硬體設備，完整的金融資料庫更有利於學生學習資料庫管理、大數據分析、資料建模、交易策略模擬下單及損益試算、選擇權定價及避險參數的計算等，養成金融期貨領域所需能力。

競賽激發熱情，學生樂於學習

學校提供優秀師資、創新實用課程、優質軟硬體環境，萬事雖然俱備，然而若學生缺乏學習動機，這些資源未必被充分利用，不免可惜。該如何激發學生的學習熱情？徐憶文指出「競賽」是個好方法，「因為想要在競賽中拿到好成績，學生更願意花時間鑽研進階知識，例如從基本演算法進展至機器學習。」再者，競賽脫穎而出的關鍵是創新，這需要結合傳統分析方法和現代AI科技，「為了創新，學生既不會因追求AI而忽視傳統知識，也能更好地理解和應用新技術。」

徐憶文多年來帶領學生參加股市交易模擬競賽，近年更開始指導學生參加生成式AI創意競賽，利用ChatGPT制定最佳投資組合，最終結果戰勝了道瓊指數的報酬率，團隊獲得亞軍。今年，徐憶文帶領學生挑戰更高難度的目標，利用思維鏈(Chain of Thought)和知識圖譜(Knowledge Graph)等工具，針對台灣50成分股(0050)構建避險基金的交易策略，不僅追求超額報酬率，還將風險波動降到最低，剛出爐的競賽結果顯示，他們再次獲得銀牌。「目前看來效果不錯，學生也在過程中學習到如何利用AI建構有效的交易策略。」

在AI時代，商業金融界需求的人才與以往大有不同，工作者必須擁有數據素養、機器學習和AI知識及跨學科能力，才能勝任現今的金融工作。此外，徐憶文提醒學生必須養成創新和批判性思維，「能夠創造性地思考和解決問題；批判性地評估解決方案及潛在影響，才能在這個瞬息萬變的時代持續保有競爭力。」