被AI改变的银行基层“打工人”

记者 陈植

“对于AI，我是又爱又恨。”肖艳说。

作为一位8年工作的外资银行客服人员，她发现自从银行引入AI（人工智能）客服系统后，工作方式已发生一系列明显变化。

以往，她必须牢记银行各项业务操作流程与回复话术，应对客户的各类金融业务咨询。如今，她身边多了一位AI数字员工，只需将客户提问告知AI数字员工，它就会迅速给予相应回复内容，以及所需的业务办理操作页面，让她的工作效率提升不少。

然而，随着AI数字员工的日均服务次数、服务人数与服务品质全面超越人工，肖艳担心，未来工作岗位会不会被“夺走”。

今年4月起，她听说这家外资银行总部开始酝酿新一轮减员，原因是随着AI技术在银行内部的应用日益普及，加之AI数字员工不断增加，使得总行高层认为客服、风控、合规等中后台员工数量需要进一步压缩。

已有外资银行率先出手。

5月19日，渣打集团发布最新中期可持续增长战略称，2030年前削减逾15%的企业职能相关岗位。

按照当下渣打集团约8.2万名员工总数计算，此次减员将波及近8000个工作岗位。

渣打集团首席执行官温特思（Bill Winters）表示，减少员工岗位数量以“让位”给机器，这项趋势正随着人工智能推进而不断加速。目前渣打集团正加强自动化、先进分析及人工智能的实际应用，以精简流程、改善决策，提升客户服务与内部效能。

彭博行业研究发布报告指出，随着AI逐渐取代人类员工所执行的任务，预计全球银行会在未来三至五年内减员约20万人。

当前，中资银行尚未因AI使用而减员，但员工因AI转岗的情况在增多。

赵强是一家股份制银行华东地区支行的对公客户经理，其所在支行在今年4月转入了3位客服部门员工，原因是AI客服系统快速迭代令客服部门不再需要那么多的人手。

不久前，赵强所在分行的领导在内部会议上强调，希望客户经理用好AI，未来不再领着产品经理与业务专员“见客户”，而是带上几个“金融业务自动化办理智能体”。

数据显示，截至2025年底，六大行员工总数达185.44万人，较2024年底增长1538人。其中，六大行科技人才数量在2025年净增约3.5万人，达到13.59万人。这显示，大行大量的传统业务工作岗位开始被科技人才“取代”。

引入AI后

8年的客服工作，让肖艳对客户金融咨询问题回应早已“驾轻就熟”。

“70%都是客户自主办理业务过程遇到的问题，主动来询问解决方案或要求银行协助办理；30%与客户投诉有关，主要是理财产品收益不达标，或者业务办理体验不佳，我们都会使用统一规范话术安抚客户情绪。”肖艳说。

因为能够精准洞察各类客户的情绪变化，妥善解决客户的各类金融咨询，肖艳得到大量“好评”。这一度让她产生在外资银行客服岗位工作到“退休”的想法。

自2022年所在的银行引入AI客服系统后，肖艳日益感受到大量客服工作被AI逐步替代。最初，AI客服系统主要专注客服话术规范性“质检”，当客服人员说出某些不够规范的回复话术时，AI系统会自动跳出提醒信号，让客服人员迅速纠正回复内容。

2023年这套AI客服系统完成了迭代，开始替代客服人员完成不少基础性工作——当客户提出相对简单的业务咨询或业务办理要求时，AI客服系统就会自动回复并给予远程业务办理操作指引。

2025年底，这家外资银行直接引入了AI数字员工，比如当客户投诉理财产品收益不达标而情绪波动较大时，AI数字员工仍会耐心地组织话术，安抚客户情绪并建议长期持有等待“产品业绩翻身”。

“如今，逾90%的客服工作，都被AI数字员工包揽了。”肖艳直言，留给自己的，往往是最棘手的且AI难以驾驭的客户投诉。但是，这类棘手客户投诉往往“吃力不讨好”，导致她的服务满意度出现下降，相应的绩效奖金也被打了折扣。

但是，银行高层看到的是，AI客服系统与AI数字员工可以胜任绝大部分人工客服工作，客服部门已无需那么多人手。

肖艳说，在2022年AI客服系统上线前，客服员工总数逾350人，如今却不到100人。

今年4月底，这家外资银行客服部门负责人发来新通知，计划在年底前再减少10至20个客服工作岗位。因此，银行启动“转岗”计划，客服人员可以申请前往分支行担任客户经理或网点营销专员。

目前，肖艳正在犹豫是否“转岗”。她向合规、风控、人力资源管理等部门同事征求意见。这些中后台部门员工认为，“AI也会让他们工作难以保住”，其中一位合规部门同事建议她尽快“转岗”，因为AI很快会令合规部门部分员工转岗，到时客户经理的岗位竞争将更激烈。

随着AI技术在银行内部的应用持续普及，众多业务规则明确、高频重复的中后台岗位将被AI“替代”。

以往，赵强每晚都要撰写企业信贷尽调报告，除了梳理企业财务数据与业务状况之外，他还要花费数小时在线搜索相关企业的舆情信息，例如企业是否因拖欠货款或民间融资逾期而面临官司。

“这项工作时常会出现遗漏差错，一旦被风控部门发现，不但会遭受批评，相关信贷申请进件还被退回重新修改。”赵强说。

在年初所在的银行引入AI工具后，赵强只需输入企业关键的财务数据与业务状况，就能“一键”快速生成企业信贷尽调报告。令他惊叹的是，AI会自动搜集相关企业全网舆情信息，使得企业信贷尽调报告出现“遗漏差错”的概率大幅下降。

之后，一种焦虑袭上心头。赵强意识到，一旦这项AI工具应用持续普及，他的工作价值将“大打折扣”，因为AI做了客户经理原先要做的大量工作，并且比客户经理做得更好。

今年初，分行领导前往赵强所在支行督导客户经理工作时直接提出，在AI时代，客户经理的大量重复性、基础性工作将被AI替代，从而给客户经理留出更多时间和精力拓展新业务。因此，未来银行需要的是，能将AI赋能与拓展新业务完美融合的客户经理。若客户经理无法胜任这个新角色，可能很快被淘汰。

与AI“共存”

面对AI应用带来的冲击，在银行从事反欺诈风控工作10年的刘勇开始思考如何与AI共存。

作为一家股份制银行华东地区分行的风控部门业务主管，刘勇坦言，在线上零售信贷领域，欺诈行为在信贷逾期的占比已超过50%，令分行深受其害。2024年以前，分行高层高度重视反欺诈风控，投入大量资源培养反欺诈风控人才。

经过多年实践学习，刘勇在反欺诈风控方面有了自己的“拿手绝活”。例如，在线上信贷面审环节，他能根据贷款申请人的某些表情细微变化，精准判断对方是否在撒谎；此外，他还擅长观察贷款申请人的“背景板”是否高度趋同，研判对方是否在同一个地点申请线上贷款，迅速提醒风控部门要留意黑灰产组织可能正在教唆贷款人骗贷。

如今，这两项“拿手绝活”已被AI风控大模型迅速掌握。

2024年初，刘勇所在的银行技术部门研发了一个AI风控大模型——将风控部门所有同事的风控经验，以及以往数十万个信贷面审案例转化成结构化数据，投喂给AI风控大模型进行预训练，令后者的风控能力“青出于蓝而胜于蓝”。

在线上信贷面审时，AI风控大模型通过分析借款人的微表情变化，也能判断对方是否撒谎，且准确率比刘勇高出不少；在研判黑灰产组织教唆骗贷方面，AI风控大模型借助基于AI的地理定位技术+大数据分析技术，日均发现并预警的信贷欺诈申请人数量比刘勇高出逾30%，达到百人级别。

得益于AI风控大模型的应用，过去两年这家银行的零售信贷坏账率低于1%。于是，银行高层决定加大对AI风控大模型迭代升级的研发投入。

“那一刻，我感到自己的工作快被AI替代。”刘勇说。为了提高AI风控大模型的能力，他一度被调往技术部门，协助AI团队进行快速迭代。

刘勇与其他银行的风控部门同行交流发现，大家普遍怀有被AI替代的“危机感”，尤其在银行依托AI技术构建涵盖贷前调查报告自动生成、数据审查报告自动化、风险预警精准化、量化交易辅助风险决策、信贷欺诈行为实时监测防范的全链条风控体系后，留给风控人员的人工风控审核工作量大幅减少。

不过，转机意外来临。2025年以来，不少黑灰产组织开始使用AIGC（人工智能生成内容）技术，先虚构大量“真人”的生活消费记录，再通过AI变脸方式骗取线上消费贷款。

对于这类新型欺诈行为，AI风控大模型因为缺乏丰富的AI模型对抗能力，一度难以全面识别基于AI变脸的“伪真人”。受此影响，刘勇所在银行的零售信贷坏账率一度回升到1.2%。

今年4月起，银行要求刘勇与AI风控大模型相互配合，对可疑的线上零售贷款申请进行人机结合的“面审”。

针对AIGC制造的“伪真人”善于回复与信贷高度相关的问题，刘勇在线上消费贷款面审时，会突然提出与信贷无关的常识性问题，比如圆周率是多少，为什么月亮绕着地球转。

由于这些“伪真人”在AIGC训练时并未接触到此类问题，往往答非所问或停顿数秒后再给予回复等状况，刘勇就能快速精准判断对面的贷款申请人是不是“伪真人”，迅速提醒信贷审批部门高度留意相关骗贷风险。

“没想到自己竟会以这种方式与AI共存。”刘勇说。

银行的权衡

肖艳曾专门询问客服部门负责人：“为何银行执意使用AI替代更多客服人员？”

该负责人表示，这也是境外母行的决定。目前，境外母行总部正致力于通过AI提升生产力，实现营收增加与成本压降，从而提升整体业绩表现，让股东方获得更佳的投资回报。

对于“在2030年前削减逾15%企业职能相关职位”，渣打集团表示，计划在2028年实现高于15%的有形股东权益回报，较2025年提高超过3个百分点，并将在2030年提高至约18%。

同时，渣打集团计划在2025年—2028年期间实现高双位数每股盈利复合年增长率，以及5%—7%的收入复合年增长率。在此盈利基础上，支持30%或以上的派息率，并逐步递增每股股息。

作为一家对冲基金的基金经理，张刚有着逾10年的西方金融机构股票投资经历。

他直言，随着欧美资本市场日益重视上市公司的利润状况、利润分红与股票回购是否逐年超预期增加，不少西方金融机构都开始希望通过加快AI技术普及实现降本增效，即降低人力资本的同时提升业务拓展运营效率，带动营收利润双双超预期增长。

在张刚看来，当前境内银行也面临类似压力。年初他在调研A股和港股上市公司时，发现多家境内银行高层表态将高度重视ROE增长，给投资者带来良好的回报。

ROE是指净资产收益率，属于衡量银行运用自有资本效率的核心指标‌，其计算公式为‌净利润除以平均股东权益‌，数值越高代表银行的资本盈利能力越强，给予股东方的股东权益报酬相应更高。因此，这一指标在二级市场也被视为“股东权益报酬率”。

Wind数据显示，受净息差持续下降等因素影响，截至2025年底，在42家A股上市公司中，ROE高于10%的数量已减少至18家，较2021年的33家下降约50%，且A股上市银行的ROE平均值也从2021年的11.26%，降至2025年底的9.61%。

张刚认为，不排除部分境内银行也会通过AI优化自身资本配置效率，在适度压降人力资本的同时创造更多业务营收增长机会，将ROE尽快回升至10%以上，给予投资者良好回报。

近年来，境内银行已着手推进AI技术在众多场景的落地应用，比如工行在30多个业务领域规模化落地逾500个AI应用；建行的AI助手日均访问量超过10万人次；招行的AI大模型应用在2025年实现1556万小时的人工替代；浦发银行的金融行业研究大模型，让报告撰写时效提升20倍。这些AI应用举措都有助于实现更好的“降本增效”。

但是，已有中资银行选择走一条新路径。

4月底，上海银行董事长顾建忠表示，计划将在未来五年净增加5000名员工，从13000人增至18000人。新增的5000名员工里，3500人属于营销人员，1500人主要用于科技数据建模等工作。

赵强坦言，即便AI大幅提升银行业务运营效率，但由于金融服务的专业性与合规性要求，银行仍需与客户开展面对面沟通，才能更精准地了解客户个性化需求，提供针对性的金融服务。这也是AI难以替代的银行工作岗位。

“如何在AI技术普及与人力资本调控之间找到一个最佳平衡点，各家银行都在摸索。但一个难以避免的趋势是，那些标准化程度强、业务规则流程相对清晰、重复性高、客户交互复杂度低的银行工作岗位，迟早会被AI大面积替代。与此同时，能驾驭AI提升工作能力的员工，也会逐步取代不会使用AI的员工。”赵强说。

（应受访者要求，文中肖艳、刘勇为化名）