在金融業(yè)被 AI「煥然一新」之前，金融人可能已經(jīng)先被「卷」翻了。

——馨金融

洪偌馨/文

「最近不管是上班開(kāi)會(huì)，還是同業(yè)聚會(huì)，AI 都是一個(gè)繞不開(kāi)的話題。各家都推進(jìn)了本地化部署，也在探索更多應(yīng)用場(chǎng)景，有的人很興奮，但更多人在焦慮?！沽钟拢ɑ┤缡歉袊@道。

作為一家銀行技術(shù)部門的負(fù)責(zé)人，他深刻地感受到了這次AI沖擊波來(lái)得比以往更快、更猛。

「假期結(jié)束一回來(lái)，行領(lǐng)導(dǎo)就召集高管們開(kāi)了幾次會(huì)，專門討論AI對(duì)銀行的影響，還要求大家都去用一用DeepSeek。各個(gè)部門也在研究如何與業(yè)務(wù)結(jié)合，報(bào)告材料都寫了好幾輪?！?/p>

另一位券商的朋友感嘆，現(xiàn)在賣方分析師和研究員都不夠用了，天天都在給機(jī)構(gòu)客戶做有關(guān)DeepSeek、AI 有關(guān)的培訓(xùn)和分享，檔期約都約不上，好久沒(méi)有這么火爆了。

事實(shí)上，春節(jié)以來(lái)，DeepSeek 掀起的這場(chǎng) AI 風(fēng)暴席卷了各行各業(yè)。作為一個(gè)信息和數(shù)據(jù)密集型行業(yè)，金融業(yè)一直走在數(shù)字化浪潮的前沿，也是每一輪科技進(jìn)化的受益者。

在過(guò)去的一個(gè)月里，至少已經(jīng)有 20 多家銀行、40 多家券商和數(shù)十家保險(xiǎn)公司、基金公司公開(kāi)宣布接入或已本地部署了DeepSeek，也有機(jī)構(gòu)披露了更多推進(jìn) AI 與具體業(yè)務(wù)和場(chǎng)景融合的信息。

其中，以財(cái)富管理領(lǐng)域最為活躍。畢竟，過(guò)往用戶們?cè)谕顿Y理財(cái)上的「體驗(yàn)不佳」，一部分原因被歸咎于財(cái)富管理機(jī)構(gòu)的服務(wù)能力，比如，服務(wù)半徑有限、理財(cái)經(jīng)理不夠?qū)I(yè)；而另一部分壓力則給到了資管機(jī)構(gòu)的投研能力上。

技術(shù)的進(jìn)化被認(rèn)為是緩解這一矛盾的重要力量，而DeepSeek的橫空出世更讓 AI 投顧有了「白衣騎士」的意味。

只是，AI 能不能拯救財(cái)富管理行業(yè)于水火，尚待觀望，但理財(cái)經(jīng)理們已經(jīng)先行一步被「卷」到失眠。

1、AI 可以提升效率，卻解決不了KPI

「萬(wàn)萬(wàn)沒(méi)想到，還沒(méi)被同業(yè)卷死，要先被 AI 干掉了」，葉子（化名）感慨道。這種危機(jī)感，讓她失眠了好幾晚。

作為一名銀行理財(cái)經(jīng)理，晨會(huì)夕會(huì)、接待客戶、社區(qū)營(yíng)銷、歸檔信息……這是她每天的固定日程。

在此之外，她必須保持超長(zhǎng)待機(jī)，以便及時(shí)回應(yīng)來(lái)自線上的理財(cái)咨詢。

當(dāng)理財(cái)凈值化之后，客戶不再是閉眼入產(chǎn)品，從售前的產(chǎn)品介紹，到售后的陪伴安撫，理財(cái)經(jīng)理與客戶的交互頻率大大提升，這極大地增加了理財(cái)經(jīng)理的工作難度和強(qiáng)度。

因?yàn)楫a(chǎn)品越來(lái)越多，葉子每天不僅要學(xué)習(xí)并消化大量行內(nèi)提供的「物料」，還要主動(dòng)給自己「加課」——密切關(guān)注市場(chǎng)動(dòng)態(tài)、熱點(diǎn)新聞和行情分析、參與各種培訓(xùn)以持續(xù)提升自己的專業(yè)認(rèn)知和服務(wù)能力。

相較于一些年輕稍長(zhǎng)的同事，剛剛 30 歲的葉子還算對(duì)新事物比較敏感。她是同事里最早開(kāi)始使用 AI 工具的人，起初主要用來(lái)整理一些產(chǎn)品資料、溝通話術(shù)和匯報(bào)材料，今年也嘗試用DeepSeek 生成過(guò)客戶的配置方案。

優(yōu)點(diǎn)是，文案類工作的效率被極大地提升，跟客戶溝通的響應(yīng)速度快了很多。但缺點(diǎn)是，她并不能完全放手交給 AI，要反復(fù)核實(shí)和驗(yàn)證對(duì)外發(fā)出的信息。

「幻覺(jué)問(wèn)題依然嚴(yán)重，比如數(shù)據(jù)錯(cuò)誤、偷換概念的情況時(shí)有發(fā)生?！?/p>

盡管已經(jīng)非常努力，但葉子的焦慮感仍在加劇，「畢竟人腦拼不過(guò)AI?！?/p>

近日，據(jù)媒體報(bào)道，易方達(dá)基金投顧團(tuán)隊(duì)用AI大模型進(jìn)行了一次試驗(yàn)，讓本地部署的DeepSeek-R1參與了一場(chǎng)專業(yè)的顧問(wèn)知識(shí)「考試」，所取得的成績(jī)和經(jīng)歷過(guò)系統(tǒng)性培訓(xùn)的從業(yè)者相當(dāng)，明顯優(yōu)于新手。

「這只是一個(gè)開(kāi)始，AI在客觀知識(shí)、簡(jiǎn)單邏輯方面優(yōu)勢(shì)明顯，盡管在復(fù)雜問(wèn)題的回答上還有待加強(qiáng)，但這已經(jīng)超越了目前大多數(shù)理財(cái)經(jīng)理?！?/p>

一名財(cái)富管理機(jī)構(gòu)負(fù)責(zé)人認(rèn)為，AI 拔高了對(duì)理財(cái)經(jīng)理的專業(yè)要求，當(dāng)基礎(chǔ)能力可以被機(jī)器替代后，理財(cái)經(jīng)理們需要進(jìn)一步提升自己的價(jià)值。

「做了這么多不一定對(duì)銷售有提升，但不做肯定完成不了 KPI?！?/strong>葉子有些無(wú)奈，除了存款、基金/保險(xiǎn)/理財(cái)銷售等各種定量的指標(biāo)，還有維護(hù)客戶、過(guò)程管理、綜合能力等定性的指標(biāo)。

「KPI變得越來(lái)越細(xì)、越來(lái)越重?！?/p>

最近看到過(guò)一個(gè)數(shù)據(jù)，某區(qū)域的銀行基層員工的考核指標(biāo)在五年里增加了217%，雖然這可能無(wú)法反映銀行業(yè)的全貌，但足以說(shuō)明一定問(wèn)題。

縱然，AI可以提升效率，但卻解決不了 KPI，只會(huì)帶來(lái)更激烈的行業(yè)內(nèi)卷。

巴菲特在1985年致股東的信中就曾分享過(guò)一個(gè)經(jīng)典案例：

克希爾哈撒韋旗下紡織業(yè)務(wù)在技術(shù)升級(jí)之后，并沒(méi)有如預(yù)想中那樣，提升競(jìng)爭(zhēng)力然后增加營(yíng)收。反而因?yàn)橥苿?dòng)了全行業(yè)產(chǎn)能提升，導(dǎo)致競(jìng)爭(zhēng)愈發(fā)激烈、產(chǎn)品價(jià)格不斷壓低，最終行業(yè)利潤(rùn)被攤薄而帶來(lái)了生存危機(jī)。

理財(cái)經(jīng)理們的處境只是這輪AI浪潮下的一個(gè)縮影。面對(duì)技術(shù)變革的宏大敘事，個(gè)體價(jià)值被重構(gòu)。

2、從口號(hào)到落地，還有多遠(yuǎn)的距離？

AI 引爆產(chǎn)業(yè)變革的序幕才剛剛拉開(kāi)，市場(chǎng)上洶涌的情緒讓人振奮，也讓人不安。

更重要的是，并不是所有的理財(cái)經(jīng)理都有這個(gè)意識(shí)和能力像葉子一樣主動(dòng)地去擁抱 AI、擁抱變化。

另一位40+的理財(cái)經(jīng)理朋友就向我表示出了更多的困惑和質(zhì)疑。周遭的同事都在討論 AI，行里似乎也很重視，但他并不太相信AI可以取代人的角色，尤其是與「錢」相關(guān)的事情上。

他與自己的老客戶們關(guān)系緊密，大家找他買理財(cái)產(chǎn)品、給投資建議，更多是出于十幾年交往下來(lái)的信任?！付际菐资?、幾百萬(wàn)的資金，不是機(jī)器給出專業(yè)建議就可以托付的」。

「中國(guó)是人情社會(huì)，這在一二線以外的城市體現(xiàn)的更為明顯。理財(cái)經(jīng)理往往拼的是資源、是關(guān)系，專業(yè)能力只是加分項(xiàng)，這也是為什么很多一線員工對(duì)于AI 的熱情并不高，甚至還會(huì)有些抗拒。」一位券商財(cái)富管理部副總?cè)缡强偨Y(jié)到。

這也是他對(duì)金融機(jī)構(gòu)接下來(lái)的AI變革并沒(méi)有那么樂(lè)觀的原因。

在他看來(lái)，金融業(yè)務(wù)的鏈條太長(zhǎng)，與AI技術(shù)的融合本身就很復(fù)雜。再加上，不同城市和地區(qū)、不同客群，對(duì)于理財(cái)?shù)男枨蠛屠斫獠町惥薮?，理?cái)經(jīng)理對(duì)于AI工具的掌握程度也有高低，這些都是待解的問(wèn)題。

事實(shí)上，他的觀點(diǎn)也代表了相當(dāng)一部分金融人對(duì)于 AI+金融的態(tài)度。

中信建投非銀及金融科技的首席分析師總結(jié)了傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型面臨三大核心矛盾：

一是頂層設(shè)計(jì)層面自上而下「以客戶中心+數(shù)字化轉(zhuǎn)型」的長(zhǎng)期戰(zhàn)略目標(biāo)，與一線人員層面自下而上短期業(yè)績(jī)KPI考核的矛盾；

二是公司數(shù)字化戰(zhàn)略轉(zhuǎn)型的長(zhǎng)期價(jià)值，與短期財(cái)報(bào)壓力的矛盾；

三是成熟金融機(jī)構(gòu)優(yōu)勢(shì)業(yè)務(wù)體量巨大但增速放緩，與創(chuàng)新業(yè)務(wù)增速雖快但占比太小的結(jié)構(gòu)性矛盾。

顯然，在后DeepSeek時(shí)代，這些矛盾會(huì)愈發(fā)凸顯。

3、金融業(yè)的「DeepSeek時(shí)刻」何時(shí)到來(lái)？

如果說(shuō)移動(dòng)互聯(lián)網(wǎng)時(shí)代，金融科技的廣泛應(yīng)用是極大地提升了金融業(yè)的運(yùn)行效率、優(yōu)化了作業(yè)流程和用戶體驗(yàn)，那么此番 AI 帶來(lái)的則是對(duì)金融機(jī)構(gòu)自上而下生產(chǎn)方式和邏輯的顛覆，以及由此引發(fā)一系列的組織變革和業(yè)務(wù)重構(gòu)。

毫無(wú)疑問(wèn)，DeepSeek 加速了這個(gè)進(jìn)程的發(fā)生。

DeepSeek不僅降低了 AI 大模型的部署和使用成本，更是在短短時(shí)間里，完成了一場(chǎng)全民的 AI 科普。用戶側(cè)的使用激增又倒過(guò)來(lái)推動(dòng)了產(chǎn)業(yè)的爆發(fā)，形成了正向循環(huán)。

但在金融業(yè)，這個(gè)「DeepSeek時(shí)刻」還遠(yuǎn)未發(fā)生。

「由于接入大模型的門檻本身并不高，所以幾乎頭部的金融機(jī)構(gòu)都已經(jīng)行動(dòng)，這更多是一種姿態(tài)?！?/p>

一位銀行業(yè)高管認(rèn)為，真正的挑戰(zhàn)在于本地部署之后，如何訓(xùn)練、如何使用、如何跟業(yè)務(wù)結(jié)合，而現(xiàn)實(shí)是大多數(shù)金融機(jī)構(gòu)都還沒(méi)有摸清門道。

據(jù)了解，目前金融機(jī)構(gòu)對(duì)于 AI 大模型最普遍的應(yīng)用仍是在信息處理方面，部署DeepSeek 也是開(kāi)放給員工查詢資料、輔助工作。

在他看來(lái)，不管是算力成本的降低，還是「技術(shù)平權(quán)」，都意味著掌握或者獲取 AI 通用能力不再是門檻，但如何導(dǎo)入自己的數(shù)據(jù)以「投喂」和訓(xùn)練模型，并結(jié)合不同的業(yè)務(wù)場(chǎng)景和需求點(diǎn)，最終形成一個(gè)可以直接使用的產(chǎn)品、工具才是門檻。

這位銀行業(yè)高管提到的痛點(diǎn)，其實(shí)在 AI 與產(chǎn)業(yè)融合的過(guò)程中并不鮮見(jiàn)。

據(jù)一位AI專家介紹，從部署模型到產(chǎn)出工具大概可以簡(jiǎn)單分為三個(gè)環(huán)節(jié)：輸入、執(zhí)行和輸出。

金融機(jī)構(gòu)接入通用大模型只是第一步，還需要跟內(nèi)部數(shù)據(jù)庫(kù)和文檔整合；然后結(jié)合不同的業(yè)務(wù)場(chǎng)景和具體需求，往往需要調(diào)用多個(gè)模型去執(zhí)行多個(gè)指令，這都是需要本地化解決，最后才是輸出使用。

比如，通用大模型的輸出形式，典型如，豆包、kimi、DeepSeek 這樣的聊天機(jī)器人。

但在金融業(yè)務(wù)的鏈條中，基于不同環(huán)節(jié)和需求，輸出的產(chǎn)品和工具，形式就很多樣了，可能是不同的 AI Agent。

所謂AI Agent（人工智能代理），是一種具備自主性、環(huán)境感知能力和持續(xù)學(xué)習(xí)能力的人工智能系統(tǒng)。其核心特征是通過(guò)與環(huán)境互動(dòng)收集數(shù)據(jù)，獨(dú)立規(guī)劃任務(wù)路徑、調(diào)用工具并執(zhí)行決策，最終在無(wú)需人工干預(yù)的情況下實(shí)現(xiàn)預(yù)設(shè)目標(biāo)。

「簡(jiǎn)單來(lái)說(shuō)就是把 AI 能力、對(duì)應(yīng)的數(shù)據(jù)、具體的需求及解決方案封裝在一起，對(duì)于使用者來(lái)說(shuō)，他只需要給出指令便可以得到結(jié)果?！骨笆?AI 專家認(rèn)為，只有到了這個(gè)階段，金融業(yè)的「DeepSeek時(shí)刻」才有可能真正到來(lái)。

只是，金融機(jī)構(gòu)有其特殊性，不管是訓(xùn)練模型還是生成產(chǎn)品，很難完全交付給外部機(jī)構(gòu)去完成，但如果依靠體系內(nèi)的員工要想在短期內(nèi)實(shí)現(xiàn)這一系列復(fù)雜的工作，并不現(xiàn)實(shí)。

因此，也有一些業(yè)內(nèi)人士認(rèn)為，跟海外市場(chǎng)，或其他垂直行業(yè)一樣，未來(lái)也會(huì)有一些針對(duì)金融業(yè)的AI Agent 平臺(tái)或技術(shù)服務(wù)商出現(xiàn)，以推動(dòng)金融業(yè)與 AI 加速融合。

但就目前來(lái)看，「在相當(dāng)長(zhǎng)一段時(shí)間里，AI 之于金融業(yè)更多還是助手的角色，對(duì)內(nèi)不對(duì)外、輔助不決策」，前述某財(cái)富管理機(jī)構(gòu)負(fù)責(zé)人如是總結(jié)到。