职场 AI的警告

【报复那些银行书呆子的时刻就要到了】

　　（FT商学院 2025年10月29日 星期三）

　　『 随着人工智能的进步，“表演型”人才，或许终将盖过“苦干型”人才。 』

　　* 文 ｜ 克雷格·科本为《金融时报》撰稿

　　1997年我刚转到投行不久，就和其他新入职的同事被派到萨塞克斯的一家酒店参加为期一周的财务建模课程。那周一直下雨，我们的主要消遣就是酒店酒吧和诺基亚(Nokia)手机上的贪吃蛇。

　　我们的讲师是一位美国商学院的兼职老师，他似乎难以置信，自己竟沦落到给这样一群愚钝的学生上课。

　　我不喜欢那次培训。尽管我理解了那些概念，但自己粗浅的Excel技能加上那台笨重的Gateway电脑，让练习变得异常煎熬。作为一名从法律界转行而来的新任“副主任”，我给自己定了一个职业目标：绝不亲自搭模型。接下来的25年里，我有很多目标都没做到，但这一条做到了。

　　而我原本想要回避的繁重工作，如今似乎正濒临被大规模自动化。据彭博(Bloomberg)报道，OpenAI 已从高盛(Goldman Sachs)和摩根大通(JPMorgan)等公司招募了100多名前银行从业者，支付每小时150美元的薪酬，帮助训练其人工智能来建立定义初级银行业务的模型。

　　更离奇的是，他们培训接班人的时薪，比自己真正干活时还高。以一名年薪20万美元的全职初级银行从业者为例，按每周工作80小时计算，折合时薪大约为50美元。

　　在过去二十年里，投行的故事更像是“书呆子的逆袭”。招聘重心已从能言善辩的通才或高尔夫能手，转向技术过硬的苦干型人才。理想的初级员工是那种能以各种方式计算折现现金流，并能应对情绪反复、缺乏安全感的董事总经理临时修改路演册的人。

　　在我自己位于伦敦的团队里，我们招进来的毕业生，来自欧洲大陆商学院的比来自牛津剑桥人文背景的学生更多。这并非刻意为之；只是他们在技术测评中得分更高。这份工作看重的是精确、抗压和数据库运用能力。新兴的典型人才，往往是掌握多门语言、简历上有多段实习经历的PPT高手。

　　人工智能正威胁着颠覆这套逻辑。一旦机器能在几秒内模拟成千上万种情景，竞争优势将不再主要体现在准确性或耐力上，而更取决于那些在投资银行高层一贯占优的特质——强大的判断力、可信度，以及让数字有意义的叙事能力。那些“表演型”人才，或许终将盖过“苦干型”人才。

　　这种转变不可能一蹴而就。要把复杂的金融工作实现自动化，需要经过多年的打磨。入门级的繁重工作将会先逐步被削弱，随后这个过程也许会骤然加速，这不仅会影响银行，也会波及依赖银行培养未来人才的私募股权公司和对冲基金。

　　这个行业的架构一向建立在学徒制之上：先经年累月地摸爬滚打，最终才有资格为首席执行官出谋划策。把梯子下边撤掉，这个结构就会变得摇摇欲坠。你无法靠提示词让聊天机器人学会客户管理或直觉。AI可以推演各种情境，但它读不懂场面（至少目前还做不到）。

　　讽刺的是，招聘中最受青睐的特质——注重细节、全天候响应，以及斯达汉诺夫式的职业道德——恰恰是最容易被人工智能复制的。机器不会把小数点写错、不会请病假，也不会为了参加朋友的周末婚礼飞去意大利。它们没有朋友（至少目前还没有）。

　　简言之，那些取代了油嘴滑舌者的“书呆子”，如今或许正在不知不觉间训练着可能夺走他们部分职责的机器。

　　这并不意味着初级银行家将被淘汰，但却要求他们自我重塑。一个新的混合角色或将出现：管理型分析师，负责把关人工智能的产出、检验其假设并解读其结论。要胜任这一点，建模技能仍然必不可少，但工作重心将从执行转向监督与沟通。

　　即便是资深“造雨者”也难以置身事外。传统的金字塔结构仰赖大批初级员工（一勺一勺地）为少数董事总经理提供分析支持。如果一个更小、由人工智能增强的团队能产出同样的成果，又何必维持旧有层级？客户也可能更反感为臃肿的间接成本买单。规模较小的精品机构或新进入者或将因此受益。

　　未来，在投资银行顾问业务中，机器将承担更多分析与数据处理的工作，人类将把重心更多放在说服上。又或者，也许有一天，机器也会学会这点。在那之前，目睹一个建立在耐力与牺牲之上的行业，竟开始把耐力本身外包出去，实在令人错愕。

　　 * 本文作者曾任美国银行(Bank of America)股票资本市场全球主管，现任Seda Experts常务董事。