AI引发投行裁员潮，会否取代金融人？

99ANYc3cd6 人工智能 2026-01-11 17

核心观点：AI不是简单地“抢走”工作，而是正在重塑整个投行业务的底层逻辑和人才需求结构。

这次裁员潮并非孤立事件，而是由宏观经济、行业周期和技术革命三重力量叠加驱动的，AI是那个最根本、最持久的颠覆性力量。

（图片来源网络，侵删）

宏观经济与行业周期（短期催化剂）
- 高利率环境：全球央行（尤其是美联储）的加息周期，使得企业融资成本上升，并购活动、IPO等投行核心业务大幅放缓，交易量下降,直接导致收入减少。
- 市场波动：经济不确定性增加，资本市场表现不佳,进一步削弱了投行的交易和承销业务。
- 后疫情时代调整：疫情期间的繁荣景象（如SPAC热潮、大量IPO）已回归常态，行业进入“挤泡沫”和调整期。
成本控制与效率提升（长期内在需求）
- 降本增效是永恒主题：即使在市场繁荣时期，投行也一直在寻求降低成本、提高利润率,经济下行只是加速了这个进程。
- 人力成本高昂：投行是典型的人才密集型行业，初级分析师、经理等层级庞大，人力成本是运营支出的主要部分，通过裁员和自动化来削减成本,是最直接的手段。
人工智能的颠覆性冲击（根本性变革）
- 这是所有问题的“放大器”和“加速器”，AI直接挑战了投行赖以生存的核心能力——信息处理、分析、建模和预测，过去需要大量初级员工耗费数千小时完成的“苦力活”，现在AI可以更快、更准确、更低成本地完成。

AI在投行的应用已经渗透到业务的每一个环节,但其影响程度因岗位而异。

（图片来源网络，侵删）

这些岗位的工作内容高度结构化，数据驱动性强，是AI最先攻克的“阵地”。

投资银行部 - 初级分析师
- 传统工作：制作Pitch Book（推介材料）、财务模型搭建、数据搜集与整理、行业研究、尽职调查中的信息搜集。
- AI的替代：
  - 信息搜集与整理：AI可以瞬间抓取、清洗、整理全球数百万份公告、新闻、研报,效率远超人工。
  - Pitch Book初稿生成：基于客户需求和公司模板，AI可以快速生成包含初步数据、图表和文字的Pitch Book,分析师只需进行修改和润色。
  - 财务建模辅助：AI可以自动读取财报数据，搭建基础的财务模型,并进行敏感性分析。
- 结果：初级分析师最核心的价值——执行力和体力，被AI严重削弱，过去需要3个人做一周的工作，现在1个人用AI辅助可能一天就能完成,对初级分析师的需求量自然大幅下降。
销售与交易部
- 传统工作：市场数据监控、交易执行、订单管理、初步的客户需求分析。
- AI的替代：
  - 算法交易：高频交易和量化策略早已被AI主导。
  - 市场情绪分析：AI可以实时分析新闻、社交媒体上的海量文本，判断市场情绪,为交易员提供决策支持。
  - 客户服务自动化：智能客服可以处理大量标准化的客户查询。
- 结果：交易员和销售人员的角色正在从“执行者”向“策略师”和“关系维护者”转变。

这些岗位的工作更复杂，需要创造力、战略思维和人际交往能力，AI更多是作为“副驾驶”或“增强器”。

（图片来源网络，侵删）

资产管理 / 研究部
- 传统工作：深度行业研究、公司基本面分析、构建投资组合、撰写研究报告。
- AI的辅助与重塑：
  - 研究效率提升：AI可以处理非结构化数据（如专利、法律文件、供应链数据）,发现人类分析师容易忽略的线索。
  - 量化投资：AI可以构建复杂的量化模型,发现市场中的微弱规律。
  - 个性化投顾：AI可以为高净值客户提供更精准、实时的资产配置建议。
- 结果：研究员的价值从“信息搜集者”转变为“信息解读者和策略制定者”，能够驾驭AI工具、提出深刻洞见的分析师将更具竞争力。
并购咨询
- 传统工作：寻找潜在并购目标、估值建模、交易结构设计。
- AI的辅助与重塑：
  - 目标筛选：AI可以根据复杂的筛选条件,从全球海量公司中快速锁定最匹配的潜在并购目标。
  - 尽职调查：AI可以快速审查数百万页的法律文件和合同,识别风险点和关键条款。
- 结果：并购顾问的核心价值在于人脉资源、谈判技巧和对交易复杂性的判断，AI无法替代,但AI极大地提升了他们的工作效率和决策精度。

裁员不是终点，而是行业进化的开始,未来的投行人才需要具备全新的能力组合。

技术素养：未来的投行精英不再是纯粹的“文科生”，他们必须理解并能熟练使用AI工具，不懂Python、不了解机器学习基本原理的分析员，可能会在职业发展上遇到瓶颈，他们需要向AI“提问”,并正确解读AI给出的答案。
批判性思维与判断力：当AI可以提供100个数据点时，决定哪个是关键、哪个是噪音的能力变得至关重要，这需要深刻的行业洞察力、商业嗅觉和批判性思维。
沟通与情商：AI无法建立信任，无法进行复杂的谈判，也无法理解客户的真实情绪和潜在需求，与客户建立深厚关系、在董事会上有说服力地陈述观点、领导团队协作等“软技能”的价值将空前凸显。
跨学科知识：未来的金融专家可能是“金融+科技”、“金融+数据科学”或“金融+心理学”的复合型人才。

短期看：宏观经济放缓是裁员的直接原因，但AI是放大器，它让投行有理由和动力进行更激进的“降本增效”,裁掉那些最容易被AI替代的初级岗位。
长期看：AI将彻底重塑投行的价值链，重复性、流程化的工作将被大规模自动化，投行的商业模式将从“出售人力时间”转向“出售数据洞察、战略建议和关系网络”。
对求职者而言：
- 进入门槛变高：初级岗位的“镀金”价值在下降,直接进入的难度可能增加。
- 技能要求颠覆：必须主动学习数据分析、编程等硬技能，同时强化沟通、战略等软技能。
- 终身学习成为必需：技术迭代速度极快，昨天的热门技能明天可能过时,持续学习是唯一的生存之道。