梳理 | 金融研究员
今天我们一起来讨论一个比较严肃，但是又不得不面对的话题。
“用了Deepseek两天后，感觉金融民工要失业了……”
尽管这只是一些人在DeepSeek爆红以后发出的感叹，但是也反映了一些人对人工智能快速发展产生的职业忧虑。
在人工智能时代，金融人真的要失业了吗？
“金融人失业”肯定显得夸张了。但是，金融圈的一些岗位人员会面临挑战，应该是可以肯定的。
至于金融圈哪些岗位会受到人工智能的挑战，我们来看一看作为AI的优秀代表，DeepSeek是怎么看的。
对于这个话题，我们问了6个问题。
第一个问题：我是一位金融从业人员，在人工智能快速发展的时代，哪些金融岗位的人员最容易失业？
DeepSeek思考以后说，在人工智能快速发展的背景下，金融行业中一些岗位确实面临较高的失业风险。
TA接着罗列了几类较为脆弱的岗位：
1.数据处理与分析岗位
风险分析师、信用评估师等依赖数据分析的职位，AI能够更高效地处理大量数据并提供精准分析，减少对人力的需求。
2.交易与执行岗位
股票交易员、外汇交易员等执行交易的岗位，算法交易和自动化系统已能快速执行交易，降低对人力的依赖。
3.客户服务与支持岗位
客户服务代表、电话销售等岗位，AI驱动的聊天机器人和虚拟助手能够处理大量客户咨询，减少对人力的需求。
4.合规与审计岗位
合规专员、审计员等岗位，AI可以自动监控交易并识别异常，提升合规和审计效率，减少对人力的需求。
5. 报告生成岗位
财务报告编制员、市场分析报告撰写员等岗位，AI能够自动生成报告，减少对人力的依赖。
谈了整个金融行业的情况以后，我们想能过接下来的问题，了解一下DeepSeek对金融系统细分行业的看法。
第二个问题：银行有哪些岗位的人员容易失业？
DeepSeek思考以后说，在人工智能和自动化技术快速发展的背景下，银行中一些岗位面临较高的失业风险。
TA接着罗列了银行几类较为脆弱的岗位：
1.柜员与现金处理岗位
柜员：随着自助服务终端、移动银行和网上银行的普及，客户对柜面服务的需求减少，许多银行已缩减柜员数量。
现金处理员：无现金支付的普及减少了对现金处理的需求。
2. 客户服务与支持岗位
电话客服代表：AI驱动的聊天机器人和语音助手能够处理大量客户咨询，减少对人力的需求。
客户服务专员：自动化系统可以处理开户、转账等常规业务，降低对人力的依赖。
3. 数据处理与分析岗位
数据分析师：AI和机器学习能够更高效地处理和分析大量数据，减少对人力的需求。
信用评估员：自动化系统可以快速评估客户信用，减少对人力的依赖。
4.合规与审计岗位
合规专员：AI可以自动监控交易并识别异常，提升合规效率，减少对人力的需求。
审计员：自动化审计工具能够快速完成审计任务，减少对人力的依赖。
5.报告生成岗位
财务报告编制员：AI能够自动生成财务报告，减少对人力的需求。
市场分析报告撰写员：自动化工具可以快速生成市场分析报告，减少对人力的依赖。
6. 贷款处理岗位
贷款审批员：自动化系统可以快速处理贷款申请并进行初步审批，减少对人力的需求。
贷款处理专员：AI可以自动化处理贷款发放和管理的流程，减少对人力的依赖。
第三个问题：保险公司有哪些岗位的人员容易失业？
DeepSeek思考以后说，在人工智能和自动化技术快速发展的背景下，保险行业中一些岗位面临较高的失业风险。
TA接着罗列了银行几类较为脆弱的岗位：
1.核保与理赔岗位
核保员：AI和机器学习能够快速分析大量数据，自动化核保系统可以高效评估风险并做出核保决策，减少对人力的需求。
理赔处理员：自动化理赔系统可以快速处理理赔申请，减少对人力的依赖。
2.客户服务与支持岗位
电话客服代表：AI驱动的聊天机器人和语音助手能够处理大量客户咨询，减少对人力的需求。
客户服务专员：自动化系统可以处理保单查询、续保等常规业务，降低对人力的依赖。
3.数据处理与分析岗位
数据分析师：AI和机器学习能够更高效地处理和分析大量数据，减少对人力的需求。
风险评估员：自动化系统可以快速评估客户风险，减少对人力的依赖。
4. 销售与营销岗位
电话销售员：AI驱动的销售工具可以自动化拨打电话并进行初步销售，减少对人力的需求。
市场调研员：自动化工具可以快速收集和分析市场数据，减少对人力的依赖。
5.报告生成岗位
财务报告编制员：AI能够自动生成财务报告，减少对人力的需求。
市场分析报告撰写员：自动化工具可以快速生成市场分析报告，减少对人力的依赖。
6.保单管理岗位
保单管理员：自动化系统可以高效管理保单信息，减少对人力的需求。
保单续保专员：自动化工具可以处理保单续保流程，减少对人力的依赖。
第四个问题：证券公司哪些人容易失业？
DeepSeek思考以后说，在人工智能和自动化技术快速发展的背景下，证券行业中一些岗位面临较高的失业风险。
TA接着罗列了证券业几类较为脆弱的岗位：
1.交易与执行岗位
股票交易员：算法交易和高频交易系统能够快速执行交易，减少对人力的需求。
外汇交易员：自动化交易系统可以高效处理外汇交易，减少对人力的依赖。
2. 客户服务与支持岗位
电话客服代表：AI驱动的聊天机器人和语音助手能够处理大量客户咨询，减少对人力的需求。
客户服务专员：自动化系统可以处理账户查询、交易执行等常规业务，降低对人力的依赖。
3. 数据处理与分析岗位
数据分析师：AI和机器学习能够更高效地处理和分析大量数据，减少对人力的需求。
市场研究员：自动化工具可以快速收集和分析市场数据，减少对人力的依赖。
4.报告生成岗位
财务报告编制员：AI能够自动生成财务报告，减少对人力的需求。
市场分析报告撰写员：自动化工具可以快速生成市场分析报告，减少对人力的依赖。
5. 合规与审计岗位
合规专员：AI可以自动监控交易并识别异常，提升合规效率，减少对人力的需求。
审计员：自动化审计工具能够快速完成审计任务，减少对人力的依赖。
6. 投资顾问岗位
初级投资顾问：AI驱动的投资顾问系统（如Robo-Advisors）能够提供个性化的投资建议，减少对人力的需求。
第五个问题：金融监管部门的人员会不会受到影响呢？
DeepSeek思考以后说，在人工智能和自动化技术快速发展的背景下，金融监管部门的岗位虽然相对稳定，但并非完全不受影响。其受影响程度和方式与金融机构的岗位有所不同，主要体现在工作方式的转型，而非大规模失业。
TA认为金融监管部门以下岗位可能面临工作方式的转型：
1. 可能受影响的岗位类型
（1）数据收集与基础分析岗位
数据录入员：AI可自动抓取金融机构报送的数据，减少人工录入需求。
初级合规检查员：AI可以通过规则引擎自动筛查金融机构的合规性报告（如反洗钱、大额交易监测），减少人工初步筛查的工作量。
（2）报告生成与文档处理岗位
报告编制员：AI可自动生成监管统计报告或风险评估文档，减少重复性文案工作。
文件归档员：自动化系统可高效分类和存储监管文件，降低人力需求。
（3）标准化监管流程岗位
部分现场检查人员：AI工具（如数据分析模型）可辅助识别风险点，减少人工检查的时间成本。例如，通过算法扫描金融机构的交易数据，快速定位异常模式。
2. 难以被AI替代的核心职能
金融监管的核心在于复杂决策、政策制定和风险应对，以下领域对人类的专业判断和软技能依赖较高，短期内难以被AI取代：
（1）政策制定与规则解释
监管政策的制定需要结合经济环境、社会影响和行业反馈，涉及多方利益平衡，需依赖人类的政治智慧和经验。
法律与合规专家：对模糊性法规的解释、新型金融产品（如加密货币）的监管边界界定，需人类的主观判断。
（2）复杂风险分析与危机处置
系统性风险监测：识别金融体系的脆弱性（如房地产泡沫、跨境资本流动风险），需综合分析经济、社会、政治等多维度因素。
危机应对：在金融市场剧烈波动或机构破产时，协调多方资源、制定应急方案，需快速决策和沟通能力。
（3）人际互动与协调
跨部门协作：与央行、财政部、国际监管机构的沟通协调，需谈判和外交技巧。
机构监管关系管理：处理金融机构的申诉、指导合规整改，需建立信任和权威。
（4）伦理与价值观判断
监管决策可能涉及公平性（如普惠金融）、隐私保护（如数据使用边界）等伦理问题，需人类的价值权衡。
3. 未来监管工作的转型方向
AI不会取代监管人员，但会改变其工作模式：
（1）从“人工检查”到“智能辅助”
AI工具可快速分析海量数据（如交易记录、舆情信息），帮助监管人员聚焦高风险领域。
例如：利用自然语言处理（NLP）扫描金融机构的公开声明，识别潜在的误导性宣传。
（2） 从“事后监管”到“实时预警”
通过AI构建实时监测系统（如支付清算网络的风险仪表盘），提前发现流动性危机或市场操纵行为。
（3）从“规则监管”到“科技治理”
监管人员需理解新技术（如区块链、算法交易）的运作逻辑，制定适应技术创新的监管框架。
4.监管人员的应对策略
（1）提升技术素养
学习监管科技（RegTech）工具的使用，如数据分析、AI模型的可解释性分析。
了解加密货币、DeFi等新兴领域的底层技术逻辑。
（2）强化跨领域能力
结合法律、经济、技术知识，成为“复合型监管者”。例如，既懂反垄断法，又懂算法合谋的识别。
（3）聚焦高价值职能
从重复性任务转向战略决策，如设计监管沙盒、制定跨境监管协作机制。
（4）培养软技能
提升谈判、公共沟通、危机管理等能力，应对复杂监管场景。
DeepSeek认为，金融监管部门的人员不会大规模失业，但工作内容将向高复杂度、高价值领域集中。AI的作用更多是辅助监管者提升效率，而非替代其核心职能。未来成功的监管者需兼具技术理解力和政策灵活性，成为连接科技创新与金融稳定的桥梁。
第六个问题：AI快速发展的同时，怎样避免高失业率？从而更好做到科技向善
DeepSeek思考以后说，AI的快速发展确实可能带来失业问题，但通过合理的政策、技术创新和社会协作，可以有效缓解这一挑战，并推动科技向善。
TA认为以下是一些关键策略，帮助在AI发展的同时避免高失业率：
1. 教育与技能提升
终身学习体系：建立覆盖全生命周期的教育体系，帮助劳动者持续更新技能。例如，政府和企业可以合作提供免费或低成本的在线课程，涵盖AI、数据分析、编程等高需求领域。
技能转型培训：针对可能被AI替代的岗位（如数据处理、基础客服），提供针对性的转型培训，帮助劳动者向高技能岗位（如AI训练师、数据分析师）过渡。
软技能培养：注重培养AI难以替代的能力，如创造力、批判性思维、沟通能力和情商。
2. 政策支持与社会保障
失业保障与再就业支持：完善失业保险制度，为失业人员提供经济支持，并配套职业培训和再就业服务。
全民基本收入（UBI）：探索UBI等新型社会保障模式，为因AI失业的人群提供基本生活保障，缓解经济压力。
税收与补贴政策：对采用AI技术的企业征收“机器人税”，用于资助失业人员的再培训和社会保障。
3. 创造新就业机会
AI相关岗位：AI的发展本身会创造新岗位，如AI训练师、数据标注员、算法工程师、AI伦理专家等。
新兴行业：推动绿色经济、健康医疗、文化创意等新兴行业发展，创造更多就业机会。
人机协作模式：设计“人机协作”的工作模式，让AI辅助人类完成重复性任务，而人类专注于创造性、决策性工作。
4. 企业责任与创新
员工再培训计划：企业应承担社会责任，为可能被AI替代的员工提供内部转岗和技能提升机会。
人本化技术设计：在开发AI技术时，优先考虑其对就业的影响，设计能够增强人类能力而非完全替代人类的技术。
共享经济与灵活就业：鼓励灵活就业和共享经济模式，为劳动者提供更多元化的收入来源。
5. 科技向善的伦理框架
AI伦理与监管：建立AI技术的伦理准则和监管框架，确保AI的发展符合社会价值观。例如，禁止开发完全替代人类劳动力的AI系统。
透明与可解释性：推动AI算法的透明化和可解释性，确保其决策过程公平、公正，避免对特定群体的歧视。
公共利益导向：鼓励AI技术应用于解决社会问题，如医疗、教育、环境保护等领域，而非仅仅追求商业利益。
6. 国际合作与知识共享
全球协作：AI带来的就业挑战是全球性问题，各国应加强合作，分享最佳实践和政策经验。
技术转移与支持：发达国家应帮助发展中国家提升AI技术能力，避免技术鸿沟进一步扩大。
7. 文化与社会心态调整
重新定义工作价值：推动社会对“工作”概念的重新认识，减少对传统全职工作的依赖，鼓励多元化的工作形式（如兼职、自由职业）。
包容性增长：确保AI带来的经济增长惠及所有人，而非仅仅集中在少数技术精英手中。
DeepSeek认为，避免AI快速发展导致的高失业率，需要政府、企业、教育机构和社会各界的共同努力。通过教育提升、政策支持、技术创新和伦理约束，我们可以在享受AI带来的效率提升和经济增长的同时，确保科技向善，实现包容性和可持续的社会发展。
对于金融行业（银行、保险、证券）这些容易失业的岗位人员，DeepSeek也给出了应对策略。
一是提升技术能力。学习AI、机器学习、数据分析等技术，增强竞争力。
二是要培养软技能。提升沟通、领导力、创新思维等AI难以替代的能力。
三是要持续学习。关注行业动态，持续更新知识，适应变化。
四是要转型与跨领域发展。向AI难以替代的领域转型，如战略规划、复杂决策等。
DeepSeek认为，AI的发展将改变金融行业的岗位需求，但通过提升技能和适应变化，从业人员仍能在这一变革中找到新的机会。
你认为DeepSeek说得对吗？
[本文主要内容及观点由AI生成，不代表《两江财经》的立场和观点]
小调查，请参与
AI发展对金融从业人员的影响
[《两江财经》声明：我们发布此研究成果是出于传递财经正能量之目的。若有文字、图片来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除。谢谢！]
