AI对银行人才结构的深层冲击与组织应对

何岸 · GreenFinance 研究院 · 数字金融方向 · 2026-04-07

花旗54%的岗位将被AI改变，但不是被替代

花旗银行2025年内部评估发现，全行约54%的岗位属于"高AI增强潜力"类别——工作内容会因AI显著变化，但岗位本身不会消失。世界经济论坛的数据更大：金融服务业23%的岗位将在五年内经历实质性技能重构，比例在所有行业中排前三。

需要明确的是，这不是"机器替代人"的简单叙事。多数银行岗位不会消失，但岗位所需的核心能力正在快速改变。花旗银行2025年内部评估显示，该行约54%的岗位属于"高AI增强潜力"类别——即工作内容将因AI工具的引入而发生显著变化，但岗位本身仍然需要。

三类岗位的差异化影响

从海外大行的调整实践看，AI对银行岗位的影响可分为三个类别：

一是重复性执行岗，包括数据录入、报表生成、基础合规检查等。该类岗位面临最大的自动化压力。德意志银行近年累计裁减后台员工超过15%，主要集中在运营和基础处理岗位。但并非完全消失——更可能的结果是原来10人完成的工作量由3人配合AI工具完成，每人管理范围扩大、能力要求提高。

二是分析判断岗，包括信贷审批、风险评估、投资分析等。AI成为强力辅助工具，但最终决策仍需人工把关。该类岗位的核心能力从"自主完成分析"转变为"评估AI分析质量、识别AI盲区、在AI不确定时做出人工判断"。摩根大通在信贷审批条线的实践显示，引入AI辅助后，审批人员的角色从"分析执行者"转变为"分析审核者"，对行业经验和跨领域判断力的要求反而提高。

三是关系经营岗，包括客户经理、财富顾问等。该类岗位可能因AI而增值——AI接管事务性工作后，客户经理有更多时间做高价值的关系维护和复杂业务拓展。三井住友银行推进的"商业支援广场"模式即体现了这一逻辑：通过AI工具覆盖标准化服务，释放客户经理的时间用于中小企业的综合需求对接和交叉销售。

海外银行的组织应对

领先机构并未简单裁员或大规模招聘AI工程师，而是建立持续再培训体系。

一是全员AI素养培训。摩根大通在2025年启动面向全行6万名员工的AI素养计划，不要求写代码，但要求理解AI能做什么、不能做什么、输出如何验证。汇丰银行对内部员工开放了超过200门AI相关课程，完成率与年度绩效挂钩。

二是岗位技能重新定义。将"AI工具使用能力"写入岗位说明书和绩效考核指标，而非作为可选的"加分项"。星展银行在2025年更新了全行超过400个岗位的技能要求，新增"数据素养"和"AI协作"两个维度。

三是跨部门能力融合。AI时代最稀缺的人才是"桥梁型人才"——能在技术和业务之间建立有效对话的人。三菱日联通过系统化的跨部门轮岗计划，让业务人员理解技术逻辑，让技术人员理解业务场景。

国内银行面临的特殊挑战

国内银行在人才转型方面面临三个特殊约束。

一是编制刚性。国有行和大型股份行的编制调整流程复杂，不可能像科技公司那样灵活调配。这意味着不能依靠"换人"，只能依靠"换人的能力"——对存量人员的再培训是唯一可行路径。

二是年龄结构。不少银行中层骨干年龄在40—50岁区间，这一群体是业务经验最丰富的，但对新技术的接受度参差不齐。如何让这批人成为AI的高效使用者而非抵触者，是一个组织管理问题而非技术问题。

三是激励机制错位。多数银行尚未将AI应用能力纳入考核和晋升体系，导致员工缺乏学习动力。据某国有大行内部调研，仅有约18%的基层员工主动使用行内已部署的AI工具，远低于工具的设计覆盖率。

策略建议

一是从网点试点起步。选择若干网点让客户经理在实际业务中使用AI工具，以真实的效率提升和业绩增长带动观望者。二是建立"种子教练"机制，在每个部门培养2—3名AI应用熟练者，由其带动团队使用，效果优于外部培训。三是将AI应用能力显性纳入绩效考核指标，形成正向激励循环。