高考后怎么选专业 人工智能驱动金融人才需求高端化 主要意思是，人工智能在金融业的快速渗透将会替代很多单一的、操作性的岗位，一方面使得行业员工人数下降，另一方面也驱动金融行业的人才需求高端化。整体的影响便是，金融业的就业门槛越来越高。 随着新技术的出现，社会上现有工作的数量、类型和组成都要发生改变以适应新技术，而人工智能无疑是影响最大的变数之一。 所谓人工智能，是指通过讨论人类智能行为规律（如学习、计算、推理、思考、规划等），构造具有一定智慧能力的人工系统，以完成往常需要人类智慧才能胜任的工作。换句话说，解放人类的“大脑”，是人工智能的天职。 2024 年，牛津大学马丁学院做过一项讨论，预测人工智能进展将经历两次“人工替代”的浪潮： 在第一次浪潮中，运输和物流业的大部分工人、大量的行政人员和生产领域的劳动者可能被计算机取代； 在第二次浪潮中，所有涉及手指灵巧度、反馈、观察和有限空间内工作的任务都将受到人工智能的影响。 可能也正是基于这一点，霍金曾这么评价人工智能： 人工智能之于人类，可能是最好的'事情，也可能是会终结人类的最坏的事情。 就金融业的柜员、客服、交易员等群体而言，人工智能扮演的便是“替代者”的角色，可能就是有一天会变成坐在柯洁对面的AlphaGo，替代他们“下棋”（指各种基础类银行服务）。 对于诸如风险管理、财务管理等中后台岗位而言，可能也会面临类似的问题。下面以科技驱动对风险管理岗位的影响为例，进行简要分析。 良好的风险管理是金融行业持续进展的根本保障，风险管理岗位在金融业内部也一直处于核心地位，在银行业尤其如此。所以，风险管理岗位一直都是金融业的金领，受大数据、物联网技术的冲击，未来三五年，其含金量可能会大幅缩水。 粗略来看，风险管理包括目标设定、事项识别和风险对策三个关键因素，其中，事项识别（风险识别、风险计量等）和风险对策（风险定价、风险监测、风险控制等）的数据驱动趋势越来越明显。在一个标准化的授信审批流程中，债项评级、押品评级、授信额度及定价等均可以通过大数据风控模型直接得出，而贷后管理很大程度上也可以通过负面信息引擎、风险预警模型、基于物联网的押品管理等减少对人力的依赖。 这种趋势的影响在于，随着风控人员的经验内化为模型，金融行业的风险管理岗位将从经验积累型的“金领”转变为诸如模型参数调整、系统日常运营等操作性“蓝领”，职业进展前景大大受限，行业所需从...
