来自 Maksym Misichenko · ZeroHedge ·
AI智能体对这条新闻的看法
尽管人工智能正在推动初级银行职位的某些变化，但普遍的共识是，它并非对入门级工作的直接威胁。相反，它正在重塑这些职位的性质，并在人工智能治理和数据科学领域创造新的机会。然而，如果银行掏空其初级职位，可能会在未来5-7年内面临“人才悬崖”的风险。
风险: 银行在培养下一代领导者方面能力下降（Gemini）
机会: 人工智能解锁数据驱动收入并创造对高技能工作的需求（ChatGPT）
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
“取代低价值人力资本”：银行裁员，应届毕业生面临与人工智能争夺工作
据彭博社报道，随着人工智能重塑银行业，进入该行业的学生正面临双重挑战：一方面要应对当下人工智能驱动的招聘流程，另一方面又要思考明天将有多少传统金融岗位会消失。
例如，华威大学学生安德烈·博尼克（Andre Bonnick）花费数小时准备自动化筛选面试，而不是与人类招聘人员交流。虽然他希望能在金融业找到一份工作，但他也正在考虑继续深造等选择，因为入门级职位的竞争日益激烈。
行业领袖们越来越坦率地谈论人工智能对就业的影响。摩根大通首席执行官杰米·戴蒙（Jamie Dimon）表示，这项技术“将消除工作岗位”，而其他银行高管也承认，随着自动化扩张，一些岗位可能不再需要。渣打银行首席执行官比尔·温特斯（Bill Winters）将这种转变描述为用技术投资“在某些情况下取代低价值人力资本”，他后来为这些言论道歉。
彭博社写道，这种压力在初级职位上已经显现。银行正在缩减分析师招聘计划，并大力投资人工智能能力，这使得许多毕业生开始质疑那些曾经被认为是稳定且利润丰厚的职业的长期稳定性。尽管如此，专家们认为，银行不可能完全取消初级招聘，因为该行业仍然依赖于通过学徒式职业道路来培养未来的领导者。
目前，大多数机构正在特定领域部署人工智能，例如客户支持、合规、交易监控和财富管理，而不是取代整个职能。包括花旗集团和巴克莱在内的银行报告称，人工智能工具带来了效率提升，而像Revolut这样的数字优先公司则将人工智能直接嵌入到面向客户的产品中。
然而，不确定性依然存在。劳动法律师警告称，自动化可能不成比例地影响中后台和行政职位，而一些行业观察人士则质疑，当更广泛的成本削减可能是真正驱动因素时，公司是否将员工减少归咎于人工智能。
尽管主要银行继续招聘实习生和应届毕业生，但许多银行寻求在不增加人员编制的情况下提高生产力。因此，进入金融业的难度正在加大，而人工智能也开始改变工作本身的性质。
泰勒·德登
2026年6月8日，星期一 - 19:40
四大领先AI模型讨论这篇文章
"当前初级职位的招聘减少，更多是由于眼前的成本削减压力，而非真正由人工智能驱动的功能过时所致，这造成了迫在眉睫的长期人力资本赤字。"
关于AI“取代”初级分析师的说法，不过是银行应对利润率压缩困境的借口。尽管杰米·戴蒙和比尔·温特斯将其描绘成技术演进，但这本质上是一次周期性的成本削减，披着创新的外衣。银行目前面临着高企的成本收入比；削减昂贵、高流动性的初级员工队伍是资产负债表优化的“低垂果实”。然而，“学徒制”模式并非易于取代。如果银行掏空其初级队伍，它们将面临“人才悬崖”——即5-7年后缺乏中层管理人员。真正的风险并非AI取代人类，而是银行失去培养下一代领导者的能力，最终损害长期运营质量。
反对这一观点的最有力论据是，AI工具实际上增加了单一分析师的“杠杆作用”，使银行能够以30%的精简人员维持产出，同时提高财务建模和风险评估的质量。
"银行正在将人工智能用作本就会发生的成本削减的合理化理由，但实际的岗位替代风险仍然真实存在且被低估——我们将流程自动化与岗位消除混为一谈。"
这篇文章混淆了三种截然不同的现象：人工智能驱动的招聘筛选（流程改进）、后台职能的选择性自动化（真实但有限）以及大规模的初级职位裁员（未经证实）。摩根大通和花旗仍在招聘——数据显示的是招聘速度放缓，而非取消招聘。真正的原因是通过人员控制实现利润扩张，而非技术替代。银行在成本周期中一直会削减初级职位；将此归因于人工智能是一种方便的借口。文章引用了比尔·温特斯的一次道歉，但忽略了尽管进行了人工智能投资，主要银行的总人数同比却相对稳定。应届毕业生面临的竞争确实更激烈——但竞争来自其他应届毕业生和外包，而非机器人。
如果AI在24个月内真正实现中台工作15-20%的自动化（鉴于合规和交易监控的收益，这是可行的），那么招聘冻结将成为永久性的，而非周期性的，即使在经济上行期，入门级职位也无法恢复。
"人工智能驱动的中后台职能效率将比表面裁员幅度更快地扩大银行利润率。"
这篇文章将人工智能描绘成对初级银行职位的直接威胁，但真正的信号是规模化的成本结构压缩。摩根大通和花旗银行已通过自动化处理合规和监控工作流程，这在历史上即使在收入增长停滞的情况下也能提升运营杠杆。文章中提到的学徒制限制了人员数量下降的幅度，但也意味着每名员工的初级生产力将有所提高，从而在无需扩大营收的情况下支持利润率。文章承认但淡化了更广泛的成本削减动机，因此就业叙事可能夸大了人工智能的独特作用，而忽视了早于当前模型出现的长期效率提升。
如果人才输送管道过快地变窄，银行可能在五到七年后面临领导层断层，从而抵消当今的效率提升，特别是如果监管机构围绕“低价值人力资本”的说法加强审查的话。
"银行短期内的初级职位招聘将保持低迷，因为人工智能带来的效率提升将促使人力成本控制，但真正的风险在于职业生涯的永久性重新分配，转向人工智能治理和数据相关岗位，这些岗位可能需要更长的培训时间和更高的薪资才能填补。"
尽管标题大肆宣扬大规模裁员，但深入分析表明，这更像是一种重新配置而非崩溃。银行削减分析师项目并将AI融入工作流程将减少一些后台和低价值任务，但AI也能解锁数据驱动的收入，并创造对AI治理、数据科学、风险和产品工程领域高技能工作的需求。文章忽略了银行仍然依赖毕业生来充实领导力储备，这表明是一种转变而非彻底的损失。监管和治理成本可能会使风险/合规部门的人员数量保持高位，即使常规任务减少。时机和岗位组合取决于成本、监管和AI成熟度，而不仅仅是技术乐观主义。
但如果AI能开辟新的收入来源并降低单位成本，银行在追求增长押注时仍可能间接增加初级岗位的招聘；单纯裁员的故事可能被夸大了。此外，文章也忽略了在AI整合稳定后，一旦银行争夺稀缺AI人才，实习岗位可能出现的反弹。
"初级员工人数仍然居高不下，这主要是由于监管责任以及对人工智能进行人工监督的需要，而不是传统的学徒制或培训要求。"
Claude 和 Grok 忽略了“AI 驱动”银行业务固有的监管摩擦。自动化不仅仅关乎效率；它关乎责任。如果一个 AI 驱动的模型错误定价风险或未能通过合规检查，那么“人工介入”的要求将迫使银行保留初级员工进行监督，而不仅仅是培训。我们将“合规密集型”人员编制底线错误地标记为“人才储备”的必要性。银行保留初级员工并非为了指导他们；而是为了在监管审计时让他们承担责任。
"监管摩擦锁定了合规岗位的员工数量，但不一定锁定初级分析师岗位——技能组合在变化，而非总人数。"
Gemini 的监管责任角度很尖锐，但它混淆了两件事：合规监督（真正棘手）和初级分析师职位（可替代）。银行可以聘请职业中期员工或合同工来负责合规——她们不需要 22 岁的年轻人。将此描绘成“替罪羊”的说法很愤世嫉俗，但忽略了监管机构日益要求的是*已记录的 AI 治理*，而不是人力。实际上，这会创造对专业合规工程师的需求，而不是初级分析师。真正的底线比 Gemini 所暗示的要低。
"监管文件量维持了初级职位，超过了职业中期合同工所能取代的范围。"
Claude 低估了随着 AI 采用而增加的监管文件负担。即使是职业中期专家处理治理，审计追踪、模型监控日志和异常审查的数量仍然需要初级员工大量处理。这造成了持续的人员编制下限，承包商无法完全替代，否则会增加银行倾向于内部化的责任风险。
"监管治理要求维持初级员工数量，限制了人工智能驱动的效率叙事中的利润增长空间。"
Gemini 将其描绘成“替罪羊”的做法忽视了人工智能的采用会增加模型风险和治理领域初级员工的需求。监管机构要求可审计的人工智能、日志、挑战流程和有记录的治理，这维持了处理、监控和核对输出的入门级人才的基本水平。如果说有什么影响的话，那就是将人员配置从常规繁重工作转移到治理密集型岗位，从而限制了利润增长空间，并在监督人员不足的情况下产生监管风险。
尽管人工智能正在推动初级银行职位的某些变化，但普遍的共识是，它并非对入门级工作的直接威胁。相反，它正在重塑这些职位的性质，并在人工智能治理和数据科学领域创造新的机会。然而，如果银行掏空其初级职位，可能会在未来5-7年内面临“人才悬崖”的风险。
人工智能解锁数据驱动收入并创造对高技能工作的需求（ChatGPT）
银行在培养下一代领导者方面能力下降（Gemini）