AI往银行业渗透,被“自动化”代替的从业者将流向何方?

简介:

成为一个科技驱动的公司并不容易

高盛的CEO Lloyd Blankfein说“我们是一家科技公司”,因为他们公司有9000多名技术人员,差不多等于Facebook全部员工的数量。并不只是高盛是这样,很多银行的管理层都意识到了技术的重要性并在IT上做了重大的投入,大约10年前,瑞典银行的主席就跟分析师和传媒说瑞典银行是一家IT公司。

毫无疑问,银行需要发展IT技术,用自动化和数字化来提高效率,因此技术人员和投入的增加以及非技术岗位编制的缩减都是势在必行的,但就短期而言,这种缩减不会太明显,但IT技术的投入还是需要增加,所以银行在过渡时期的经营压力不小。

根据统计,2015年一年,全世界银行在IT上的投入是2000亿美金(大约是流向FinTech的VC总额的10倍),到2017年这个数字预期会在2150亿,IT投入占了银行总支出的10-15%。

对于大部分银行而言,他们目前面临的大问题是没有处理大型IT系统的经验,很多IT上的投入都是已有的信息系统的运维,只有大约500亿美金是用于新的技术和设备。

AI往银行业渗透,被“自动化”代替的从业者将流向何方?

银行用于维护已有信息系统的费用分布状况,从图中看,零售和交易业务占比最多。由于过去银行业的业态,第一代的信息系统主要都是围绕交易业务建设的。

而新兴的FinTech公司在新技术的采纳上更激进一些,他们也没有银行的这种历史包袱。

报告说,未来银行以咨询和顾问业务为主,交易业务逐渐会被削弱。营业网点的投资回报正在衰减,而相应的人力成本则在逐渐上升,人力成本占了银行零售业务的65%,而这部分人力工作大部分是可以被自动化的。

目前,银行雇员比巅峰时期已经少了约12%到13%,而2015到2015年这10年银行业还会迎来30%左右的裁员。希腊、爱尔兰和丹麦等地遭受了更严峻的金融环境,他们的全职银行从业者数量正以每年3%到5%的速度在递减,远高于行业平均水平,低利润率和持续引入自动化技术进一步加剧了这种递减。

AI往银行业渗透,被“自动化”代替的从业者将流向何方?

银行从业者相比巅峰时期的数量对比,以及2025年的预计状况

银行零售业务正迈向自动化和数字化,我们处在一个急剧变化的拐点上。随着银行收缩营业网点,从事交易业务的雇员自然而言也会受到压缩。在美国,支票员的数据相比2007年的峰值下降了15%,而且长期来看,银行零售业务里的65%的工作都是可以被自动化的。

提高雇员的生产力将是银行竞争的核心要素。我们的样本显示,雇员平均生产力(衡量标准是一个人服务多少个客户)和银行的盈利能力成正比。北欧、澳大利亚和比利时的银行雇员生产力比西班牙、意大利要高,他们也更有动力去推动自动化的普及。

发达地区和发展中国家地区的状况不一样。美国银行业雇员相比巅峰时期减少了13%,主要减员发生在2006年-2009年期间,随后数量一直都很稳定;欧洲地区银行从业者数量最多是在2008年,此后的6年历一直经历着缓慢的下降;而亚洲和拉美地区,随着银行业的扩张,银行从业者的数量还在增长。

雷锋网(公众号:雷锋网)查阅了招商银行近两年的财务报告,果如报告所言,“应付职工薪酬”一栏每个季度都在上涨——除了绝对数额在涨,在总支出里的比例也在涨。这应该是招商银行仍然在扩充业务的结果。

信息化带来的“减员”并没有我们预期的严重

花旗银行的这份报告援引的都是近十年的数据。实际上,2008年的经济危机让很多行业都受到了影响,金融行业首当其冲,因此即便没有后面的自动化、金融科技的发展,银行减员也是一定会发生的。

越来越多的交易被自动化或者在手机上完成,因此银行从业者也会面临一个职业再分配的过程,交易驱动的从业者会转而从事咨询、顾问相关的工作。

每一波技术浪潮的普及都会带来结构性失业的问题(但也会创造新的职业),这一次也不例外,这个问题目前尚没有很好的答案。





本文作者:林藠头
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
9天前
|
存储 人工智能 自然语言处理
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
ChatMCP 是一款基于模型上下文协议(MCP)的 AI 聊天客户端,支持多语言和自动化安装。它能够与多种大型语言模型(LLM)如 OpenAI、Claude 和 OLLama 等进行交互,具备自动化安装 MCP 服务器、SSE 传输支持、自动选择服务器、聊天记录管理等功能。
75 15
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
|
19天前
|
人工智能 自然语言处理 JavaScript
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统
Agent-E 是一个基于 AutoGen 代理框架构建的智能自动化系统,专注于浏览器内的自动化操作。它能够执行多种复杂任务,如填写表单、搜索和排序电商产品、定位网页内容等,从而提高在线效率,减少重复劳动。本文将详细介绍 Agent-E 的功能、技术原理以及如何运行该系统。
68 5
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统
|
1月前
|
存储 人工智能 安全
从梦想到现实:十年见证AI自动化漏洞修复的演变
2014年,我怀揣着利用科技创造更安全数字世界的梦想,提出了通过云平台自动化修复第三方网站漏洞的构想。十年后的2024年,随着AI技术的崛起,这一梦想已成为现实。如今,用户只需简单注册并安装插件,AI系统就能自动检测、修复漏洞,整个过程高效、智能。AI不仅提升了系统的可靠性和效率,还具备自我学习能力,使安全防护更加主动。未来,我将继续用AI探索更多可能,推动技术的发展,不断完善这个充满智慧与安全的数字世界。
61 3
从梦想到现实:十年见证AI自动化漏洞修复的演变
|
25天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的新篇章:利用AI提升软件质量
【10月更文挑战第35天】在软件开发的海洋中,自动化测试犹如一艘救生艇,它帮助团队确保产品质量,同时减少人为错误。本文将探索如何通过集成人工智能(AI)技术,使自动化测试更加智能化,从而提升软件测试的效率和准确性。我们将从AI在测试用例生成、测试执行和结果分析中的应用出发,深入讨论AI如何重塑软件测试领域,并配以实际代码示例来说明这些概念。
59 3
|
1月前
|
人工智能 自然语言处理 IDE
通义灵码让AI帮你实现自动化编程
通义灵码是由阿里云与通义实验室联合开发的智能编码辅助工具,具备行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答及异常报错排查等功能。该工具支持200多种编程语言,兼容主流IDE,如Visual Studio Code、Visual Studio和JetBrains IDEs。通义灵码在Gartner发布的AI代码助手魔力象限中表现出色,成为唯一进入挑战者象限的中国科技公司。目前,通义灵码下载量已超过470万,每日辅助生成代码超3000万次,被开发者广泛采用。
|
2月前
|
人工智能 安全 决策智能
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论
|
25天前
|
机器学习/深度学习 人工智能 安全
探索AI在软件工程中的最新应用:自动化测试与代码审查
探索AI在软件工程中的最新应用:自动化测试与代码审查
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索AI驱动的自动化测试新纪元###
本文旨在探讨人工智能如何革新软件测试领域,通过AI技术提升测试效率、精准度和覆盖范围。在智能算法的支持下,自动化测试不再局限于简单的脚本回放,而是能够模拟复杂场景、预测潜在缺陷,并实现自我学习与优化。我们正步入一个测试更加主动、灵活且高效的新时代,本文将深入剖析这一变革的核心驱动力及其对未来软件开发的影响。 ###
|
1月前
|
机器学习/深度学习 数据采集 人工智能
自动化测试的未来:AI与机器学习的融合之路
【10月更文挑战第41天】随着技术的快速发展,软件测试领域正经历一场由人工智能和机器学习驱动的革命。本文将探讨这一趋势如何改变测试流程、提高测试效率以及未来可能带来的挑战和机遇。我们将通过具体案例分析,揭示AI和ML在自动化测试中的应用现状及其潜力。
41 0