作 者 |  九卦姐

来 源 |  九卦金融圈

最近，越来越多的银行科技人开始焦虑。随着DeepSeek V3和R1推理模型的发布，开源AI在银行的应用逐渐成为现实。同时，阿里的Qwen2.5、百度的文心一言等AI技术也在金融领域不断优化。有人甚至预言：“银行终于可以少招点IT人员了。”

这话并非危言耸听。某股份制银行的AI代码生成工具已经让初级程序员的需求减少了30%；某城商行的AI运维系统则让传统运维团队裁撤了50%。就连风控部门也开始采用AI自动审核交易，许多曾经炙手可热的科技岗位似乎正被AI逐步取代。

那么，问题来了——银行科技人的价值，是被AI彻底取代，还是在AI时代迎来新的跃迁？

科技岗真的在“缩水”吗？听听银行高管们怎么说？

面对AI的“入侵”，银行科技岗是否真的面临“裁员”危机？九卦姐访谈了多位银行的科技、数字金融、网络金融部的负责人，他们的回答比数据更直击人心。

廊坊银行副行长、中国互联网协会数字金融委员会副主任 陈树军：

“客服中心坐席人员最先受影响，坐席人员必须要有危机感，尽快做好转岗能力和心态准备。”AIGC在银行领域可以广泛用于与客户对话、人机交互等交互环节、培训学习等素质提升环节、报告撰写环节、信息搜索环节、编程环节和营销运维环节（素材生成）等，对于日常的客户交互、培训等岗位将有很大替代可能。

新网银行副行长 李秀生:

AI对银行的影响是全方位的，类似于计算机和移动互联网带来的变革。劳动密集型岗位将面临直接冲击，而技术岗位则需要适应AI协作的新模式。AI对银行岗位的影响已经显现，大模型已经在测试案例自动生成上发挥很大作用，编码辅助能力也在逐步提高，AI工程师和数据标注工程师的需求上升。未来，软件开发岗也可能会受到冲击。

某银行数字银行部负责人 陆观溟（笔名）：

“AI没有取代科技岗，反而促使银行新增了AI相关团队。”现阶段虽然理论上 AI 可承担系统架构设计、编写代码等工作，但实际尚未发生。未来科技人员重点在于研究 AI 供应商，包括架构、选型（开源或购买 API），规划基座功能（如是否支持多模态、语音文字输出、图片视频等）。

某股份制银行网络金融负责人笑纳百川（化名）也对九卦金融圈表示：“在金融行业AI的应用估计直接对客户服务现阶段比较难，毕竟有模型幻觉不能保证100%正确，如果引入保险公司承担小概率风险，就像支付宝刚推快捷支付时承诺先行赔付，这样AI的推广会快得多。”

这些声音，背后恰好代表了两种截然不同的现实。在银行里，有的岗位在AI时代“贬值”，但有的岗位却在“升值”。

科技岗分化：哪些人在“贬值”？哪些人在“升值”？

IT初级岗：最先被AI挤压

某银行科技负责人表示：“我们团队已经用AI代码生成工具，初级开发岗的需求确实减少了。”在某大型银行，AI代码助手的引入让代码编写时间缩短了30%。以往需要3~5人维护的简单开发任务，现在1~2人辅助AI就能完成。

而正在萎缩的岗位包括：

基础开发岗（前端、SQL数据查询）

重复性运维岗

低层级IT支撑

“让AI帮你写代码，而不是你自己写代码。”这个趋势已经成为现实。

风控与数据岗：变革的“风口”

廊坊银行副行长陈树军对九卦金融圈指出：“AI在风控模型、智能营销上的应用已经很成熟，贷款审批场景是用AI最多的。”

据悉，某股份制银行的AI风控系统已经让反欺诈检测效率提升40%，同时减少了30%的人力成本。

但AI真的让风控岗没价值了吗？李秀生也提到，数据安全和隐私保护是银行应用AI的核心挑战，尤其是在调用外部API时，需严格限制于公共数据场景。这些放心全由AI掌控吗？

被AI取代的部分包括：

手工筛选数据的风控岗

低端数据分析员

价值提升的岗位有：

AI风控策略师（AI决策+数据解读）

模型调优工程师（优化AI预测模型）

监管合规科技专家（确保AI风控符合监管要求）

AI取代的是“机械化的风控”，但真正有决策能力的人反而比以前更重要。

AI时代的科技核心：懂业务的“复合型科技人”

新网银行副行长李秀生表示，银行对大模型的探索已覆盖客服、风控、知识库等核心场景，在“开源+自研”的模式下降低技术成本，同时保障数据安全。对相关AI工程师和数据标注工程师需求自然也在上升。

某银行数字银行部负责人陆观溟认为，“AI没有取代科技岗，反而促使银行新增了AI相关团队。”

陈树军表示，AIGC目前在银行领域应用主要挑战还是领军人物的缺乏，以及营销类数据缺乏系统性整理，小模型算力需求对银行而言不是挑战，模型也可以开源学习。未来3年，科技人员需要加强深度学习AIGC技术，了解其特征，根据银行业务特点，探索在银行应用的场景，并开始实践应用，丰富更多场景。

陈树军认为，每一次科技迭代更新都是对科技人员的挑战，科技人员必须保持旺盛的学习动力，拥抱变化，与时俱进，否则每一次新技术浪潮都可使其掉队、被淘汰。

许多银行正在大规模招聘“AI+金融”复合型人才，因为AI并不会自己决定怎么用，它需要人来做决策。

银行正在寻找的人才包括：

AI战略架构师——负责AI战略落地，决定AI在银行的应用方向。

大模型调优工程师——训练和优化AI模型，确保其适配银行业务。

AI+业务融合岗——既懂AI，又懂银行业务的人，能将AI转化为实际金融产品。

对此，廊坊银行副行长陈树军的建议是：“科技人员必须学习业务，了解客户，以终为始，增强自身复合能力，为跨岗位流动做好准备。”

李秀生强调，未来银行科技人才的核心竞争力在于“AI+业务”的复合能力，以及与时俱进的创新精神。

是的，在AI时代，“会AI”这件事本身已经不够了。真正值钱的，是那些能用AI解决银行业务问题的人。

科技人如何在AI时代“增值”？

面对AI的挑战，银行科技人应该如何提升自己，避免被AI淘汰？

学会“AI+金融”复合能力

纯技术岗的需求在降低，但“技术+业务”复合能力正在成为新的门槛。未来的银行科技人，不仅要懂AI，还要能把AI应用到业务里。

李秀生认为，科技人员需要从传统软件研发转向更高价值的任务，如AI模型优化和业务创新。

陆观溟称，他们的科技团队正在探索打造 AI 基座，计划后续在各业务条线部署垂直领域 AI 助手，预计会在行内制度文件解读及内部管理等方面率先取得突破。AI 虽然未对现有岗位产生替代迹象，但对数据和业务部门影响会更大。

陆观溟认为，在零售业务方面，待科技人员打造好 AI 基座，将广泛应用于产品创新、文案编写、推广营销（含广告文案、图片设计、话术等）；和对公业务，比如可用于撰写调研报告、客户调研方案、可行性研究报告、行业报告、营销方案策略、产品创新等；中后台风险领域，可用于风险架构设计、特定风险特征分析、风险策略及预防方案制定等。

对此，各业务部门都需依据自身客户、产品特点，提出垂直领域 AI 的具体需求方案并落实应用。

掌握AI时代的新工具

DeepSeek等，是未来AI银行的基础能力。你不一定要会训练AI，但你必须会用AI来提升银行业务，让自己成为“AI战略人才”。

AI并不会自己创造价值，银行里懂AI策略、能推动AI落地的人才是最稀缺的。未来3~5年，银行AI岗位需求会增加，而不是减少，但核心岗位的需求将向高端转移。

廊坊银行副行长陈树军强调：“那些有学习能力、能迅速掌握新技术的科技人，总能在新岗位获得发展机会。”

李秀生总结道，AI时代，银行科技人需从‘技术执行者’转变为‘AI业务推动者’，通过掌握AI工具和提升业务理解力，实现职业升级。”

陆观溟补充道，以往数据标注基于满足管理者、经营者和前线人员使用习惯，如今要兼顾大模型的数据使用习惯，思考数据治理方式、基础数据供应策略，这些都将深刻影响数据团队的工作内容、方向与方法论。

结论很清楚。AI不会让科技人失业，但它会加速科技人的分层。如果你不能适应AI时代，就真的要小心了。

最后，问题来了——你认为 AI 让银行科技人更值钱了吗？

结语：AI 时代，科技人的命运正在分化

有人正在被 AI 挤压，岗位需求下降，甚至面临裁员。

有人正通过 AI 让自己“增值”，成为银行不可替代的核心科技人。

你怎么看？你认为银行的科技岗，未来会是“增值”还是“降温”？

你所在的银行，AI 真的在取代人吗？还是反而创造了更多的新岗位？

💬 欢迎在评论区分享你的看法，我们一起讨论吧！