我先联网查一下银行业 AI 替代岗位、利润影响的最新数据和报告。
标题:AI 重塑银行岗位:省下来的成本已经进了报表,多赚的收入还没找到科目。
到 2026 年三季度,全球大行给出的答卷已经比较清楚了:AI 确实在重塑银行岗位,但它眼下主要作用在成本表上,还没真正进到收入表。巴克莱在 10 月 22 日的三季报里写明,2026 年要减约 5000 个全职岗位、约占员工总数 5%,其中约六成落在支持职能(含开发岗),目前已经裁掉 1000 人、年底前还要再走 4000 人;同一份财报里,三季度税前利润 23.22 亿英镑、同比增 12%,收入 73.65 亿英镑、只增 3%,成本收入比 62%,有形股东权益回报率(RoTE)11.7%。利润改善主要来自成本动作,而不是收入扩张 —— 巴克莱 CEO C.S. Venkatakrishnan 自己把 AI 形容成 “蛋糕上的糖霜,不是蛋糕本身”。最能说明 “增收算不清” 的是桑坦德:它说 2026 年前九个月 AI 项目创造了 1.94 亿欧元 “业务价值”,但 CFO 在同一场电话会上承认 “很难说其中多少来自 AI”。所以 “AI 能不能带来利润增长” 要拆成两问:降本能不能落地?能,而且已经有金额;增收能不能归因?目前不能,只有财富管理这一个像样的试验场。
一、三张账,只有两张算得清
| 账目 | 目前拿得出的证据 | 判断 |
|---|---|---|
| 岗位账 | 十家银行的十个项目合计 53,090 个岗位在 2026 年推进 | 已在发生,且不可逆 |
| 成本账 | 巴克莱 2027 年效率措施再省 11 亿英镑;渣打把成本收入比从 63% 压到约 57% | 可量化、可审计 |
| 收入账 | 桑坦德 1.94 亿欧元 “业务价值”;分析师称无法单独剥离 AI 收入 | 尚未验证 |
银行讲 AI 故事时最爱说 “降本增效”,但这两个词在财务上的地位完全不同:降本是一条能写进指引的直线,增效(增收)是一条需要客户买单的曲线。现在能看到的只是第一条。
二、谁在裁、裁多少:十个项目 5.3 万个岗位
| 银行 | 规模(个) | 占员工比 | 时间跨度 | 公司自己是否点名 AI |
|---|---|---|---|---|
| 花旗 | 20,000 | 8.37% | 2024 年 1 月→2026 年底 | 否(流程简化) |
| 渣打 | 7,840 | 9.56% | 2026→2030 | 是(企业职能岗位让位给机器) |
| 荷兰银行(ABN AMRO) | 5,200 | 23.64% | 2025→2028 | 是 |
| 巴克莱 | 5,000 | 约 5% | 2026 财年内 | 是(“AI 驱动的效率”) |
| 星展(DBS) | 4,000 | 9.76% | 2025→2028 | 是 |
| 美国运通 | 3,500 | 4.49% | 未披露 | 否 |
| 澳新(ANZ) | 3,500 | 8.14% | 2025 年 9 月→2026 年 9 月 | 否 |
| 澳洲国民银行(NAB) | 2,500 | 5.97% | 2027 财年 | 否 |
| ING | 1,250 | 2.08% | 2026 | 是 |
| 澳洲联邦银行(CBA) | 300 | 0.61% | 2026 | 否 |
| 合计 | 53,090 | — | — | — |
这张表最值得看的不是总数,而是倒数第二列。研究机构 Axis Intelligence 的统计显示:这 5.3 万个岗位里,来自 “不把裁员归因于 AI” 的银行的有 29,800 个,占 56.1%;来自 “明确提到 AI” 的只有 23,290 个,占 43.9%。更反常识的是,不点名 AI 的银行裁得更快 —— 按 “每年裁掉员工比例” 的中位数算,不点名的是 5.97%,点名的是 3.25%,差了 1.84 倍。富国银行是最大的 “静默缩编者”:截至 2026 年 9 月 30 日的 12 个月里员工少了 16,452 人(-7.80%),是巴克莱全年计划的 3.29 倍,却一次裁员公告都没发。
还有个细节常被漏掉:没有任何一家银行的监管申报文件把 AI 写成裁员原因,AI 的归因来自管理层讲话、业绩幻灯片和投资者日材料。换句话说,“AI 裁员” 目前是一套叙事,真实的驱动力是成本压力和股东回报要求 ——AI 是让这套叙事变得好听、也让削减变得可行的那个变量。
三、成本端:钱是真的省下来了,但要等到 2027 年才看得全
| 银行 | 目标 | 时间点 |
|---|---|---|
| 巴克莱 | 2027 年效率措施再省超过 11 亿英镑;三季度成本收入比 62% | 2027 年 |
| 渣打 | 成本收入比从 63% 降到约 57%;每名员工创造的收入提高约 20%;RoTE 2028 年超 15%(比 2025 年提高 3 个百分点以上)、2030 年约 18% | 2028/2030 年 |
| 汇丰 | 2026—2028 年把 RoTE 提升到 17% 以上 | 2028 年 |
| 裕信(UniCredit) | 史上最佳单季利润 33 亿欧元,CEO 称 AI 是 “没预料到的杠杆” | 2026 年三季度 |
巴克莱这笔账最经得起算:它 2025 年年报披露,19,000 名开发者在用 AI 编码工具、生产率提升约 15%,另有约 10 万个 Microsoft 365 Copilot 许可。把 15% 套到 19,000 人身上,相当于 2,850 个全职人力当量的产能;而这次裁员里支持职能约 3,000 个(5,000 的六成)—— 两个数字量级接近。这不代表前者导致后者,但至少说明:已经披露的生产率提升,足以吸收这样规模的减员而不掉产出。巴克莱自己也这么说了,管理层讲话里明确提到 “AI 让我们的人更高效,所以开发人员变少”。
渣打则是把 AI 直接写进财务目标:2026 年 5 月 19 日的 “可持续增长计划” 里,2030 年前削减企业职能岗位超 15%、约 7,840 个,同时把 2028 年 RoTE 目标提到 15% 以上、2030 年约 18%,收入复合增速 5%—7%。值得注意的是它动手的时点 ——2026 年一季度收入 59 亿美元、同比增 9%,税前利润 24.5 亿美元、增 17%,归母 16.6 亿美元、增 22%,财富解决方案收入增 32%。这是在业绩最好的时候裁员,不是撑不住的时候裁员,这一点和过去几轮银行裁员完全不同。
四、收入端:为什么 “AI 创收” 这么难归因
| 说法 | 谁说的 | 可验证性 |
|---|---|---|
| AI 在 2026 年前九个月创造 1.94 亿欧元业务价值 | 桑坦德 | 低 ——“业务价值” 不是收入科目,无法审计 |
| AI 改善了服务质量、资产质量、成本管理,影响收入和成本两端 | 桑坦德 CFO José García Cantera | 中 —— 定性,且本人承认 “很难说多少来自 AI” |
| 客服、开户、报告处理效率提升,顾问能服务更多客户 | KBW 分析师 Andrew Stimpson | 中高 —— 有调研支撑 |
| 证据最强的是服务、互动和员工生产率,直接创收未被验证 | Ninety One 分析师 Sophia Whitbread | 高 —— 第三方独立判断 |
| AI 目前还不被视为利润的主要驱动力 | KBW 2026 年 9 月欧洲银行调研 | 高 —— 覆盖多家银行的问卷与案例 |
KBW 那份 9 月的调研还有一个结构性发现:被追踪的 AI 用例里,将近一半的目标是降本或提效;客户服务(聊天机器人、需求分拣)是最常见场景,其次是运营、身份核验、金融犯罪防控这些后台环节。银行不是不想增收,是先把容易算的部分做了。
真正的收入试验场是财富管理。逻辑很直白:AI 把开户、KYC、报告生成这些流程压扁以后,一个顾问能服务的客户数量上去了,而客户数量乘以单客收入就是收入。但分析师普遍认为欧洲会走 “人工顾问+AI” 而不是 “全自动关系”,瑞银、渣打、德意志、荷兰银行、法国各大行的私行板块都是这个路子。这条路的天花板在于 —— 它提升的是 “每个顾问的产能”,不是 “客户愿意多付的钱”;如果只是把服务成本降下来,那它最终还是成本故事,不是收入故事。
五、被忽略的一笔新成本:Token
在所有 “AI 替代人力” 的测算里,很少有人把模型调用费单列出来。据财联社援引的报道,AI 智能体运行所需的 Token 支出,可能达到银行总人工成本的 20%;随着智能体之间互相通信,Token 消耗会迅速放大,部分银行已经设立专门团队管理这笔支出。
这句话的分量在于它改变净节省的算式:假设一家银行人工成本 100 元,裁掉 20% 的人省 20 元,但 Token 花掉 20 元,净节省接近零 —— 只是把 “工资” 换成了 “算力账单”,而且后者不随业务收缩而下降,反而随调用量上升。巴克莱预计 2030 年前投入约 1.5 亿英镑做技能再培训,渣打在 SC Ventures 投了 40 家金融科技公司、与约 300 家建立合作,这些都是 AI 账本上不会出现在 “裁员节省” 一栏的成本。麦肯锡高级合伙人 Vik Sohoni 的说法很实在:银行正在更谨慎地挑场景,优先选回报最明确的那几类。
六、中国银行业的路径不一样:先换结构,不先减总量
| 指标 | 数据 |
|---|---|
| 六大行员工总数(2025 年底) | 185.44 万人,比 2024 年底增加 1,538 人 |
| 六大行科技人才 | 13.59 万人,2025 年净增约 3.5 万人 |
| 四大行 2027 届校招岗位 | 约 6.41 万个(2026 届 7.15 万个、2025 届 7.76 万个,三年累计缩减超 1.3 万个) |
| A 股 42 家上市银行 ROE 均值 | 2025 年底 9.61%(2021 年 11.26%) |
| ROE 高于 10% 的银行数量 | 18 家(2021 年 33 家) |
| 上海银行 | 计划五年净增 5,000 人,从 1.3 万人增至 1.8 万人(3,500 名营销+1,500 名科技数据建模) |
这组数字说明,中国银行业的 “AI 重塑岗位” 目前主要表现为结构置换,而不是净裁员:总量微增,科技条线大幅加人,基层柜员和综合运营的校招名额在缩。四大行 2027 届校招比 2025 届少了 1.35 万个岗位,缩减的正是柜面、综合运营这类重复性岗位,总行和直属机构的专业岗基本稳定。
已经落地的效率数字也很具体:工行在 30 多个业务领域落地超过 500 个 AI 应用;建行 AI 助手在网点柜面问题响应中的覆盖率达 99.42%、日均访问超 10 万人次;招行 2025 年 AI 大模型实现 1,556 万小时人工替代;浦发的金融行业研究大模型让报告撰写时效提升 20 倍;中信银行的 “一基八体” AI 助手群让理财助手效率提升 5 倍、授信尽调报告生成把财报与行业分析时长压缩 80%,柜面智能助手 “智小营” 预审成功率达 96.06%,零售端已经在试 “1 位真人客户经理+N 个数字分身”。
而推动这一切的底层压力,是 ROE:A 股上市银行 ROE 均值四年从 11.26% 降到 9.61%,ROE 高于 10% 的从 33 家掉到 18 家。净息差收窄、资本回报下滑,才是 “必须用 AI 提效” 的真因 ——AI 既是工具,也是给股东的解释。
七、真正在变的是岗位结构,不是岗位总数
| 岗位类型 | AI 渗透程度 | 已经发生的事 |
|---|---|---|
| 柜面、客服、综合运营 | 高 | 巴克莱六成裁在支持职能;某外资行客服从 350 多人降到不足 100 人;建行柜面 AI 覆盖率 99.42% |
| 开发、测试、项目管理 | 中高 | 巴克莱 19,000 名开发者用 AI 编码工具、效率约 + 15%,开发岗仍在削减名单里 |
| 合规、风控后台 | 中 | 荷兰银行用 AI 做反洗钱核查,但明确 “保留人工判断” |
| 客户经理、理财顾问 | 低 — 中 | 汇丰英国财富管理传削减最多 70% 顾问岗;中信在推 “真人+数字分身” |
| 授信审批、高管决策 | 低 | 业内共识是高风险环节坚持人工最终把关,AI 不能替人担责 |
汇丰那条最刺眼:据《金融时报》10 月 7 日报道,其英国财富管理业务可能砍掉约一半的管理及专业岗位、以及多达 70% 的理财顾问岗位。如果这条落地,它等于宣告 “AI + 少量资深顾问” 可以替代原来的顾问梯队 —— 这才是真正的结构性变化,比裁几千个后台岗严重得多。反过来,汇丰也在 2026 年设了首位首席人工智能官(David Rice),把 AI 提到企业级领导位置,这说明它不是 “用 AI 省钱”,而是 “用 AI 重组”。
八、判断 “AI 是否带来利润增长”,看这四个指标就够了
- 成本收入比是否连续下降,而不是一次性跳降。渣打给了 63%→57% 的明确路径,属于可跟踪的硬指标;只说 “省了多少亿” 的,多半把一次性收益混进了经常性节省。
- 每员工创收是否上升。渣打的目标是 2028 年前提高约 20%,这个指标比 “裁了多少人” 更能说明 AI 是真提效还是纯粹缩表。
- 财富管理收入增速是否高于客户数增速。如果顾问服务的客户翻倍、收入只涨两成,那 AI 带来的还是降本。
- Token 与算力支出占人工成本的比重。这条现在没人认真披露,但它是净节省的分母。比重超过 10%,所谓 “替代人力” 的账就要重算。
【常见问题】
问题 1:AI 重塑银行岗位,到目前为止到底裁了多少人?
回答 1:能确认的是十家银行的十个项目合计 53,090 个岗位在 2026 年推进,其中花旗 2 万个、渣打 7,840 个、荷兰银行 5,200 个、巴克莱 5,000 个。AI 重塑银行岗位的规模还要算上未确认的部分 —— 汇丰传出的 2 万岗位重组、瑞穗未来十年最多 5,000 个事务岗,以及富国银行那种不公告却在 12 个月里减了 16,452 人的静默缩编。彭博行业研究的估算更激进:未来三到五年全球银行业可能减员约 20 万人。
问题 2:AI 重塑银行岗位省下来的成本,有多少真的进了利润表?
回答 2:目前能落地的主要是两类数字。一类是明确金额,比如巴克莱预计 2027 年效率措施再省超过 11 亿英镑;另一类是比率目标,比如渣打把成本收入比从 63% 压到约 57%、每名员工创造的收入提高约 20%。但要注意,AI 重塑银行岗位带来的节省往往被同期投入抵消 —— 巴克莱 2026 年三季度计入了 2.01 亿英镑结构性成本动作、四季度还要再投约 3 亿英镑,AI 本身有建设成本,净效果要两三年才看得全。
问题 3:AI 重塑银行岗位,为什么增收这么难证明?
回答 3:因为收入是客户行为的结果,不是内部流程的结果。桑坦德给的 1.94 亿欧元是 “业务价值” 而非收入,CFO 自己说 “很难说其中多少来自 AI”;KBW 的调研也显示近一半 AI 用例目标是降本提效,AI 尚未被视为利润的主要驱动。AI 重塑银行岗位真正可能创收的场景只有财富管理 ——AI 压缩开户和报告时间,让一个顾问服务更多客户,但这条路的收入弹性取决于客户是否愿意为个性化服务多付钱,目前还没有跨行可比的证据。
问题 4:AI 重塑银行岗位,中国银行业和美国、欧洲一样吗?
回答 4:节奏和方式都不同。欧美是净减员,中国目前是结构置换:六大行 2025 年底员工 185.44 万人、同比还增加了 1,538 人,但科技人才一年净增约 3.5 万人到 13.59 万人;四大行 2027 届校招约 6.41 万个岗位,比 2025 届少了 1.35 万个,砍的正是柜面和综合运营。也有反向操作 —— 上海银行计划五年净增 5,000 人。所以 AI 重塑银行岗位在中国更多表现为 “老岗位转岗、新岗位扩招”,总量暂时没缩。
问题 5:AI 重塑银行岗位之后,哪几类岗位最危险?
回答 5:按渗透程度排,最危险的是业务规则清晰、高频重复、客户交互复杂度低的岗位:柜面、客服、综合运营、部分开发与测试。某外资行客服团队从 350 多人降到不足 100 人,巴克莱六成裁员落在支持职能(含开发),都是实证。相对安全的是需要承担责任的岗位 —— 授信审批、复杂投诉处理、以及财富管理里的资深顾问,业内共识是这些环节必须保留人工最终把关。AI 重塑银行岗位的核心不是 “人会不会被替代”,而是 “哪些环节的责任必须由人承担”。
问题 6:AI 重塑银行岗位,有没有被忽略的隐藏成本?
回答 6:最大的一笔是 Token。有报道称 AI 智能体运行的 Token 支出可能达到银行总人工成本的 20%,智能体之间互相通信后消耗会更快,部分银行已成立专门团队管这笔钱。这意味着 “裁人省下的工资” 要先扣掉算力账单,净节省可能远小于表面数字。此外还有技能再培训(巴克莱计划 2030 年前投入约 1.5 亿英镑)、系统改造、数据治理,以及 AI 重塑银行岗位带来的组织摩擦成本,这些都不会出现在 “裁员节省” 那一栏里。
【参考资料】
[2026-11-16](AI 正重塑全球银行业用工结构 但盈利贡献仍待验证)财联社
[2026-11-16](人工智能正在重塑银行业岗位,但它能否提振盈利仍存疑问)CNBC
[2026-10-30](中信银行股份有限公司 2026 年第三季度报告)中信银行
[2026-10-24](Bank Layoffs 2026: Every AI-Linked Job Cut, Ranked)Axis Intelligence
[2026-10-23](Barclays to Cut 5,000 Jobs as AI Drives Cost Savings)MIT Sloan Management Review India
[2026-10-22](Barclays Cites AI in 5,000 Job Cuts as Westpac Rules It Out)FourWeekMBA
[2026-10-20](大行秋招新变化:这类岗位需求持续增加)新浪财经
[2026-09-17](银行秋招变局:四大行缩招 7000 余人,金融人才招聘告别 “人海模式”)央视网
[2026-09-14](银行重金 “抢购” 数字员工 真人柜员会越来越少吗?)央广网
[2026-06-01](被 AI 改变的银行基层 “打工人”)证券之星
[2026-05-21](渣打未来 4 年将裁减近 8000 人!让位给 AI,全球银行在行动)第一财经
[2026-05-20](AI 发威砸渣打 8000 饭碗)香港商报
【免责声明】
本文数据来自各银行公开财报、业绩发布会与投资者日材料,以及财联社、CNBC、第一财经、香港商报、央视网、央广网、证券之星、新浪财经、Axis Intelligence、KBW、Ninety One、彭博行业研究等公开报道与研究,不构成投资建议。文中涉及的裁员数字多为银行自行公布的计划值,实际执行受工会协商、监管审批与业务变化影响,可能与最终结果存在差异;汇丰约 2 万岗位的重组、瑞穗 5,000 个事务岗的削减属于媒体报道或转岗计划,尚未由公司确认。桑坦德 “1.94 亿欧元业务价值”、渣打 “每名员工创收提高 20%” 等均为企业自述口径,未经独立审计。文中 “占员工比”“净节省测算”“ROE 均值” 等为本文依据公开数据自行计算,可能存在口径差异与取整误差。生成式 AI 在银行业的成本结构、监管要求仍在快速变化,请以各公司最新披露及监管规定为准。
