AI裁不掉银行人,但会重写银行人的价签
这两年我在行里听到最多的一句话是:"这活儿以后是不是不用人干了?"问这话的,有做了十几年贷后检查的老信贷 先说个背景。2024年末商业银行净息差已经压到1.52%,2025年一季度进一步降到1.43%。这个数字意味着什么?意味着靠利差躺着挣钱的日子彻底翻篇了,每一分运营成本都要拿放大镜看。工行2024年金融科技投入285.17亿元,建行244.33亿元,六大行合计超过120 很多人以为AI进银行还是新闻,其实早就落地了。智能客服接掉了八成以上的标准话术应答;信贷审批里的财报识别、流水解析,OCR加模型能顶掉大量机械录入;反洗钱的可疑交易甄别,模型先筛一遍,人工只看高风险的;连1104报表的勾稽校验,都有系统在跑。 很多人以为AI进银行还是新闻,其实早就落地了。智能客服接掉了八成以上的标准话术应答;信贷审批里的财报识别、流水解析,OCR加模型能顶掉大量机械录入;反洗钱的可疑交易甄别,模型先筛一遍,人工只看高风险的;连1104报表的勾稽校验,都有系统在跑。 但这些活儿有个共同点:规则相对清晰、结果可验证、责任链条短。凡是符合这三条的,AI确实在抢饭碗。我在一家股份行的运营部看过一组数,上收集中作业之后,单笔凭证处理的人工耗时从4分钟降到40秒,人员编制三年没增。 真正的分水岭在另一类活上。《商业银行互联网贷款管理暂行办法》写得很清楚,核心风控不得外包;2024年7月施行的《个人贷款管理办法》也要求面谈面签、贷后跟踪。这些条款背后是同一个逻辑:银行卖的是信用,信用的最后一道闸门必须有人签字、有人担责。AI能告诉你这个客户逾期概率是3.7%,但它没法在贷审会上替你回答"这笔贷款出了问题谁负责"。 说实话,我见过的最典型的翻车案例,跟技术没半点关系。一家城商行的客户经理用AI生成贷后检查报告,模板漂亮、逻辑通顺,但他压根没去核客户的真实经营情况。后来内审抽查,报告里写的"经营正常、回款稳定",和该客户当期纳税额腰斩、水电费同比下降四成完全对不上。处罚事由写得很客气——"贷后管理不到位"。 这就是我想说的核心:AI给的是初稿,不是结论。会用的人拿它做交叉核验,把流水、发票、纳税、水电、征信五路数据摆在一起找矛盾点;不会用的人拿它做交差工具,反正生成一段话就完事。前者效率翻倍,后者风险翻倍,而AI对这两拨人的态度一模一样。 我自己的判断是,未来三年银行最值钱的能力,不是写材料的速度,是提问的质量。你问AI"帮我写一份贷后检查报告",它给你一篇看起来没毛病的废话;你问"这家企业近六个月对公账户流水的前五大付款方,和它自称的主要客户是否匹配,不匹配的逐条列出来",它才真正开始干活。Prompt这东西,说到底就是业务理解的翻译。 回到那个问题:人会不会被替代?我看银行这十几年,被替代的动作多了去了——手工记账、纸质传票、柜面大额现金清点、逐户打电话做客户回访。但岗位数量并没有同步消失,只是内容变了。柜员转去做厅堂营销和复杂业务处理,信贷员从"跑腿收材料"变成"看数据找矛盾"。 AI这一轮,压缩的是中间那层"信息搬运工"。写会议纪要、整理尽调材料、出产品说明书初稿,这些活儿确实在快速贬值。但两头在升值:一头是客户关系和复杂方案设计,一头是风险判断和责任承担。这两头恰恰是AI最不擅长的——它没有客户信任,也担不了责。 还有个容易被忽略的点:监管对"可解释性"的要求越来越硬。模型给出的拒绝授信理由,你得能向客户解释、向监管说明、向内部审计交代。这意味着银行必须保留人机协同的环节,而不是简单把人撤掉。我判断未来几年,银行会新增一类岗位——AI应用复核岗,专门看模型输出的合理性。这不是安慰话,是监管逻辑推出来的必然。 我一直建议同行把AI当成实习生用,别当成专家用。实习生能干的事——查资料、搭框架、出初稿——尽管交给它;实习生不能干的事——下结论、签字、对客户承诺——一个字都别让它碰。这条线划清楚,效率和安全能同时拿到。 然后是提问和验伪这两项本事。提问是把业务问题拆成AI能执行的任务,验伪是对它给的每个数字保持怀疑。我现在看任何一份AI生成的报告,第一件事是随机抽三个数据点回原始凭证核对。这个习惯比任何工具都值钱。 还有一件事,主动去接那些"AI做不了最后一步"的活。客户谈判、疑难授信、跨部门协调、监管沟通,这些事累、慢、不出彩,但护城河最深。等AI把标准化的活儿都干了,这些"最后一步"就是你的定价权。 说到底,技术从来不是用来淘汰人的,是用来重新给能力定价的。净息差1.43%的时代,银行没那么多容错空间,谁能用更少的人干更准的活,谁就留在牌桌上。我的态度很明确:与其担心AI抢位置,不如担心隔壁工位那个已经开始用它的人。 本文由「银行人实用工具箱」(deepwater84.cn)出品,专注银行从业者的效率工具与专业内容。翻车的不是AI,是把AI当答案的人
被替代的从来是动作,不是岗位
我给同行留的三个动作
