核心概念

三菱 UFJ 金融集團（MUFG）是日本規模最大的金融集團之一，自 2024 年 10 月與 OpenAI 展開策略合作，正式推動以 ChatGPT Enterprise 為核心的全組織 AI 轉型計畫。其目標並非「導入 AI 工具」，而是要成為真正的「AI-native company」——讓 AI 從輔助工具升級為貫穿組織運作的數位員工層。

這場轉型的戰場分為兩條軸線：一是向內的組織變革，二是向外的客戶體驗重塑。

組織轉型軸：MUFG 計畫在 2026 年將 ChatGPT Enterprise 推廣至約 35,000 名員工，覆蓋範圍橫跨銀行業務、研究、法遵、客服等各個部門。集團 CDTO 山本忠史明確指出轉型成功的根本：「不是工具本身，而是讓每位員工自然使用 AI 的環境與文化。」這句話揭示了 MUFG 的核心策略——文化先行，工具跟隨。

落地成果驗證了這個方向：員工培訓參與率達 100%；四個月內，員工自發創建超過 1,800 個自訂 GPT，涵蓋法律查核、研究彙整、客戶簡報製作等用途；在研究類任務中，工作量平均減少 20–30%。員工創建的「AI 銀行家（AI bankers）」工具開始成為部門間知識共享的媒介，讓原本鎖在個人或小團隊的專業知識得以流通全組織。

然而轉型並非一路平順。Computer Weekly 的報導指出，MUFG 面臨的核心挑戰是採用率落差：AI 工具雖已全員部署，但截至報導時僅有約 50% 員工定期使用。為縮小這個落差，MUFG 於 2025 年 7 月推出「Hello AI @ MUFG」活動，吸引逾 6,000 人參與。這顯示 AI 轉型的難題往往不在技術本身，而在如何讓採用行為真正發生並持續。

客戶體驗軸：MUFG 同步開發多項面向終端客戶的 AI 應用，核心願景是「不受時間地點限制的全天候金融服務」：

  • Moneytree 應用：用戶可直接在 ChatGPT 介面以自然語言查詢帳戶餘額、交易紀錄等資訊，將銀行功能嵌入使用者已熟悉的 AI 對話平台
  • WealthNavi：與 OpenAI 合作加速自動化資產管理，降低財富管理服務的進入門檻
  • emutt 數位銀行：計畫推出 AI 禮賓服務與個人化建議平台，以對話式介面取代傳統表單與分行流程

這三條產品線共同指向同一個方向：銀行服務的介面正在從 app 轉移到對話，從固定流程轉移到情境感知。

關鍵要點

  • 文化優先，工具其次：MUFG 的 100% 培訓參與率不是技術成就，是組織文化決策的結果。強制全員參與而非讓各部門自由選擇，是壓縮採用週期的關鍵槓桿，與 企業 AI 規模化五大模式 中「全員覆蓋」模式高度吻合。

  • 採用率才是真正的 KPI：工具部署率達 100% 卻僅有 50% 員工定期使用，這個落差揭示了「安裝 ≠ 使用」的普遍問題。MUFG 主動辦活動填補這個缺口，說明採用行為需要持續介入管理，而非一次性導入即可。

  • 從工具到數位員工：MUFG 的語言框架中，AI 的定位已從「工具」升級為「數位員工（digital workers）」。1,800+ 個自訂 GPT 是這個框架的物質體現——員工不是在使用一個通用 AI，而是在為自己的工作崗位訓練專屬助理。

  • 客戶介面的平台遷移：Moneytree 將銀行功能嵌入 ChatGPT 介面，代表一種戰略選擇——放棄堅守自有 app 入口，改為在使用者已在的平台上提供服務。這對傳統金融機構是重大的心態轉變。

  • 規模效益目標明確：MUFG 的年度目標是節省 300 萬工時，約 60 個進階 use case 正在開發中（Sakana AI 合作的貸款專家系統是其中之一）。這個數字的意義在於：轉型從實驗階段進入了可量化的生產力工程階段。

實務應用

MUFG 的轉型路徑提供了傳統金融機構的參考藍圖：

階段 1：文化建立（0–6 個月）：強制全員培訓、公開採用率目標、領導層以身作則示範 AI 使用。不以業務緊急度作為豁免理由，確保組織沒有「AI 飛地」存在。

階段 2：工具深化（6–18 個月）：開放員工自建自訂 GPT，讓各業務單位成為 AI 應用的創造者而非消費者。1,800 個自訂 GPT 的數量背後，是讓員工把自己的業務知識轉譯成可複製工具的能力建構。

階段 3：客戶介面整合（18 個月以上）：將 AI 能力從內部效率工具延伸至客戶觸點，嵌入外部平台（如 ChatGPT），重塑服務交付方式。

延伸觀點

跨三篇資料（OpenAI/MUFG、HBR/Moody's、Computer Weekly/MUFG、BBVA.com）的交叉驗證，顯示幾個在頭部金融機構間高度收斂的戰略判斷：

「不轉型的風險 > 轉型的風險」已成行業共識。HBR 報導中，Moody's CEO Rob Fauber 在 2023 年初以「不動比動更危險」為決策依據強推 GenAI 轉型——在傳統上極度保守的信評機構中，這是反向操作。MUFG 則明確擁抱 Agentic AI 架構作為下一步。兩個案例共同指向：在 AI 快速演進的環境中，等待觀望的機會成本已超過試錯成本。（來源：HBR Moody's、MUFG Computer Weekly）

全員強制覆蓋，而非少數試點。BBVA 將 ChatGPT Enterprise 部署至全球 120,000 名員工，是目前金融業最大規模的 ChatGPT Enterprise 導入案例，前期 11,000 人試點成果顯示 80% 用戶每日使用、每週平均節省 3 小時。MUFG 的 35,000 人計畫延續同一邏輯：AI 效益的網絡效應需要臨界規模才能釋放，局部試點無法產生組織級的知識流通與工具生態。（來源：BBVA、MUFG OpenAI）

「AI alter ego」框架正在取代「AI 工具」框架。BBVA 明確提出讓員工擁有「AI alter ego」——一個學習個人工作模式並執行授權任務的數位分身，且計畫直接將自身產品嵌入 ChatGPT 介面供客戶使用。MUFG 的「AI bankers」語言框架指向相同方向。這個轉變的本質是：AI 從被動回應工具，升級為主動代理角色，對應 企業 AI 規模化五大模式 中 agentic 轉型的討論。（來源：BBVA、MUFG Computer Weekly）

Moody's 案例還提供了一個值得注意的反直覺觀點：傳統機構數十年積累的領域資料，在 AI 時代可能是差異化競爭優勢而非包袱。這與 MUFG 透過自訂 GPT 將業務知識系統化的做法呼應——護城河不在於是否使用 AI，而在於用什麼知識訓練 AI。（來源：HBR Moody's）

相關頁面：ChatGPT 廣告測試：OpenAI 的商業化新里程碑、企業 AI 規模化五大模式、OpenAI × PwC、Singular Bank

反向連結

以下頁面引用了本頁：