2026 年 6 月底，一則來自 Norwalk, Connecticut 的新聞稿在金融科技圈炸開了鍋——FactSet，這家 1978 年由 Howard Wille 和 Chuck Snyder 創立、現市值約 170 億美元的金融數據巨頭，宣布與 Google Cloud 建立「多面向戰略合作」。說實話，金融數據公司找雲端巨頭合作不算新鮮事，但這次的關鍵詞不是「上雲」，而是 agentic AI——一種能自主規劃、執行多步驟任務的 AI 代理。

我從旁觀察這個合作的框架結構，發現它並非簡單的 API 接接樂。FactSet 把自家幾十年累積的高保真金融數據集——從公司財報到 ESG 指標、從固收分析到量化因子——直接灌入 Google Cloud 的 BigQuery 與 Vertex AI（現已更名為 Gemini Enterprise Agent Platform）技術堆疊中。這等於是把一台精密的金融引擎裝上了 Google 的 AI 渦輪增壓器。合作的核心目標很明確：用 agentic AI 自動化金融分析師日常 60-70% 的重複性工作，讓人類專注在真正需要判斷力的策略層面。

FactSet 與 Google Cloud 的戰略合作到底在搞什麼？

拆解這個合作，需要從三個維度來看：

第一，數據與 AI 的深度融合。FactSet 的核心資產是數十年積累的結構化與非結構化金融數據——涵蓋公司基本面、固收、量化、ESG、另類數據等。Google Cloud 帶來的則是 BigQuery 的超大规模分析引擎和 Gemini 模型的自然語言推理能力。兩者結合後，分析師可以用自然語言提問（「幫我比較半導體板塊前 20 大公司過去五季的自由現金流趨勢，並標出異常值」），系統會自動調用 FactSet 數據、跑 BigQuery 查詢、用 Gemini 生成結構化報告。這不是聊天機器人等級的東西，而是真正能「做事」的代理。

第二，工作流專屬的 agentic 解決方案。根據 PR Newswire 的公告原文，合作「addresses a growing demand from financial firms for workflow-specific agentic solutions」——金融機構要的不是通用型 AI，而是能嵌入特定工作流（如投資組合風險監控、交易前合規檢查、ESG 盡職調查）的專業代理。FactSet 的行業 know-how 加上 Google 的 Agent Builder 技術，讓這些代理能直接在分析師現有的工作環境中運作，而不是另開一個新平台。

第三，雲端基礎設施擴展。合作協議中，FactSet 將 Google Cloud 加入其雲端基礎設施供應商組合。對於一家 FY2024 營收 22 億美元的公司來說，這意味著分散基礎設施風險，同時獲得 Google 全球網路的低延遲優勢——對即時交易數據分析至關重要。

Vertex AI 更名 Gemini Enterprise Agent Platform 後，金融數據分析怎麼變？

2026 年 4 月 22 日，Google 在 Las Vegas 舉辦的 Cloud Next ’26 上做了一件大事——正式退役 Vertex AI 品牌，取而代之的是「Gemini Enterprise Agent Platform」。這不是單純換個名字，而是一次架構層面的重組：把模型選擇（Model Garden）、模型訓練、代理建構（Agent Builder）整合進一個統一的 build-scale-govern-optimize 技術堆疊，背後支撐的是 200+ 模型和兩代全新 TPU。

對 FactSet 的用戶來說，這個更名帶來幾個實質影響：

模型選擇更靈活。以前的 Vertex AI 主要圍繞 Google 自家模型，現在的 Gemini Enterprise Agent Platform 支援 200+ 模型，包括第三方開源模型。這意味著 FactSet 可以根據不同金融場景選擇最適合的模型——比如用 Gemini Ultra 處理複雜的跨市場分析，用較小的開源模型處理常規的數據清洗任務，控制成本。

原生 A2A（Agent-to-Agent）協議支援。Google 在 Cloud Next ’26 同時發布了對 LangGraph、CrewAI、Semantic Kernel、AutoGen、LlamaIndex 等主流代理框架的原生支援。這代表 FactSet 建構的金融 AI 代理可以與其他系統中的代理直接溝通——想像一個場景：FactSet 的風險分析代理偵測到異常後，自動觸發交易系統中的合規審查代理，全程不需要人工介入。

不過，品牌更名也帶來一個現實問題：遷移成本。已經在 Vertex AI 上建構了自定義 ML pipeline 的金融機構，需要評估遷移到新平台的工程量。Google 官方表示所有 Vertex AI 服務和路線圖都將「 exclusively through Agent Platform」交付，這意味著舊品牌終將退役，遷移不是「要不要」的問題，而是「什麼時候」的問題。

Agentic AI 在金融情報工作流中能做哪些事？

從 FactSet 和 Google Cloud 公開的合作框架來推斷，agentic AI 在金融情報領域的落地場景大致可以分為三層：

第一層：自動化研究助理。這是最直接的應用。分析師每天花大量時間做的事情——收集公司財報數據、整理行業可比公司、製作估值模型、撰寫研究備忘錄——這些都可以被 agentic AI 接管。FactSet 的企業搜尋能力結合 Gemini 模型的推理能力，意味著分析師可以用自然語言下達指令：「給我一份特斯拉 vs. 比亞迪的對比分析，包含過去八季的毛利率、研發佔比、交付量趨勢，並用 DCF 模型估算合理估值區間。」系統會自動從 FactSet 數據庫拉取數據、運行 BigQuery 分析、生成圖表和報告草稿。

第二層：即時風險監控代理。風險管理是金融機構最燒錢也最關鍵的環節。想像一個 24/7 運行的風險代理——它持續監控投資組合的曝險數據、市場波動指標、信用違約交換（CDS）利差變化、地緣政治新聞情緒，一旦偵測到異常模式（比如某個持倉公司的供應鏈突然出現負面新聞集中爆發），代理會自動生成風險警報、計算潛在損失情境、甚至建議對沖策略。這不是科幻——構成這個系統的所有零件都已經存在：FactSet 的即時數據 feed、BigQuery 的串流分析、Gemini 的自然語言推理。

第三層：交易前合規自動化。合規檢查一直是交易流程中的摩擦點——交易員想下單，但合規團隊需要確認沒有違反投資限制、ESG 排除清單、反洗錢規則等。一個嵌入 FactSet 合規數據和 Google Cloud 推理能力的代理，可以在交易員提交訂單的瞬間完成所有合規檢查，把原本需要幾十分鐘甚至幾小時的人工審核壓縮到秒級。

根據合作公告，FactSet 與 Google Cloud 相信這些 AI 助理將「automate repetitive analytical tasks, improve operational efficiency and help financial professionals focus more on strategic decision-making」——翻譯成白話就是：把打雜的活交給 AI，人類去想策略。

這場合作對 2026-2027 年金融科技產業鏈意味著什麼？

把視角拉高到產業鏈層面，FactSet × Google Cloud 的合作是一個風向標事件。它揭示的是金融數據賽道正在從「數據分發」向「AI 代理分發」遷移。

過去 40 年，FactSet、Bloomberg、LSEG（倫敦證交所集團）、S&P Global 這些公司的商業模式核心是：賣數據和終端。你付訂閱費，拿到一個終端機或 API key，然後自己決定怎麼用這些數據。但 agentic AI 改變了遊戲規則——用戶不再需要自己搭建分析流程，AI 代理直接幫你從數據到洞察到行動建議一條龍搞定。這意味著數據公司的價值錨點正在從「數據覆蓋度」轉向「代理能力深度」。

競爭格局預測：

• Bloomberg——FactSet 的最大競爭對手——極可能在 2026 下半年或 2027 年宣布類似的 AI 戰略合作。Bloomberg 已有自己的 BloombergGPT，但 agentic AI 需要的是完整的雲端基礎設施和代理編排能力，與 AWS 或 Microsoft Azure 合作的可能性極高。
• LSEG——與 Microsoft 已有深度合作（Microsoft 於 2022 年收購 LSEG 少數股權），大概率會在 Azure AI Foundry 上建構類似的 agentic 解決方案。
• S&P Global——已有 AWS 戰略合作，預計將加速整合 Amazon Bedrock 的代理能力。

換句話說，金融數據賽道正在形成「Google-FactSet vs. Microsoft-LSEG vs. AWS-S&P Global」的三國演義格局。雲端巨頭透過金融數據公司觸達高付費意願的機構客戶，金融數據公司則透過雲端巨頭的 AI 能力升級產品黏著度。雙贏？表面上是，但主導權的天平正在微妙地傾斜。

從市場規模來看，這場競賽的賭注極大。Gartner 2026 年 5 月報告指出，全球 AI 支出將達 2.59 兆美元（年增 47%），其中 AI 服務支出從 2025 年的 4,364 億美元增長至 2026 年的 5,855 億美元，預計 2027 年突破 7,594 億美元。金融行業作為 AI 投資的第二大垂直領域（僅次於科技業本身），貢獻了可觀的份額。美國金融 AI 市場預計從 2024 年的 20 億美元增長至 2033 年的 60 億美元，CAGR 達 13.2%。

但更值得注意的是 Gartner 在 2026 年 1 月到 5 月之間上調了預測——從 2.52 兆美元（44% 增長）上修至 2.59 兆美元（47% 增長），增加的約 700 億美元主要來自agentic AI 加速。FactSet × Google Cloud 的合作正是在這個浪潮的最前線。

金融機構導入 AI 情報系統有哪些合規與安全風險？

講完了美好的願景，必須來談談不那麼性感但致命的問題——合規與安全。

資料主權與跨境傳輸。FactSet 的客戶遍布全球，從華爾街到倫敦金融城到東京丸之內。當金融數據被送入 Google Cloud 的基礎設施進行 AI 處理時，資料駐留地點成為敏感議題。歐盟的 GDPR、美國的 GLBA、中國的數據安全法、新加坡的 MAS 技術風險指南——不同司法管轄區對金融數據的跨境傳輸有不同要求。Google Cloud 在全球有 40+ 區域，理論上可以做到資料駐留，但 agentic AI 的推理過程如果涉及模型在多個區域間調度，合規邊界就變得模糊。

模型可解釋性。金融監管機構（如 SEC、FCA、MAS）對 AI 驅動的投資決策有可解釋性要求。如果一個 agentic AI 建議「賣出某持倉」，監管機構會問：為什麼？模型基於什麼數據、什麼推理鏈得出這個結論？Gemini 模型作為大型語言模型，其推理過程的「黑箱」程度仍然是一個未解的問題。Google 在 Gemini Enterprise Agent Platform 中加入了治理層（govern），包含審計追蹤功能，但能否滿足金融監管的嚴格標準，還需要實戰驗證。

對手風險（Vendor Lock-in）。FactSet 把 Google Cloud 加入雲端供應商組合——注意是「加入」而非「獨家遷移」。這是一個謹慎的做法。但如果 agentic AI 解決方案深度依賴 Gemini Enterprise Agent Platform 的專有 API 和代理框架，遷移到其他雲端的成本會隨時間指數級增長。FactSet 的競爭對手如果選擇了不同的雲端夥伴（如 LSEG + Microsoft），未來可能出現「代理不相容」的生態碎片化問題——就像當年 iOS vs. Android 的應用生態分裂。

常見問題 FAQ

FactSet 與 Google Cloud 的合作是否意味著 Vertex AI 品牌已經被淘汰？

是的。Google 已於 2026 年 4 月的 Cloud Next ’26 大會上正式將 Vertex AI 品牌更名為「Gemini Enterprise Agent Platform」。所有原 Vertex AI 的服務（Model Garden、訓練管線、端點服務等）已整合進新平台，未來的路線圖將 exclusively through Agent Platform 交付。FactSet 的合作公告中使用的是 Vertex AI 名稱，因為合作簽署時品牌更名尚未發生或公告仍在過渡期。實際技術整合將基於 Gemini Enterprise Agent Platform。

這次合作對一般散戶投資人有什麼影響？

短期內影響有限。FactSet 的主要客戶是機構投資者（資產管理公司、避險基金、投資銀行）。但中長期來看，當機構端的 agentic AI 工具成熟後，部分能力會外溢到零售端——例如更智能的投資研究工具、自動化投資組合風險評估等。散戶投資人可以關注的是：你的券商或理財平台是否在未來 12-18 個月內推出類似的 AI 助理功能。

金融 AI 代理會取代分析師的工作嗎？

不會「取代」，但會「重塑」。根據合作公告的定位，agentic AI 的目標是自動化重複性分析任務，讓專業人員專注於策略決策。更準確的描述是：未來的分析師需要具備「AI 協作能力」——懂得如何向 AI 代理下達精準指令、如何評估 AI 生成的分析品質、如何在 AI 建議的基礎上加入人類判斷。不會用 AI 的分析師會被會用 AI 的分析師取代，而不是被 AI 本身取代。

行動呼籲與參考資料

金融情報的 AI 代理化不是「會不會發生」的問題，而是「你準備好了沒」的問題。如果你的機構正在評估 agentic AI 工作流整合策略，或者你想深入了解如何為金融 AI 部署建立合規框架，我們可以幫你。

立即諮詢 AI 金融情報解決方案 →

參考資料

• FactSet Announces Strategic Partnership with Google Cloud — PR Newswire
• FactSet Investor Relations — 官方公告
• Google Cloud Blog — Introducing Gemini Enterprise Agent Platform
• Gartner — Global AI Spending Forecast 2026
• Morgan Stanley — AI Market Trends 2026
• Google Cloud Press Corner — 官方新聞中心
• Stanford HAI — 2026 AI Index Report: Economy