截至2025年12月,人工智能在华尔街的应用已从试验阶段转入常规运营。多家美国大型银行在12月9日于纽约举行的高盛金融服务会议上表示,人工智能,尤其是生成式AI,正成为提升工程、运营和客户服务效率的重要工具。
与会高管同时指出,随着同样规模的团队能够完成更多工作,在业务需求趋于稳定的情况下,部分岗位未来可能不再需要维持当前人员水平。
多家大型银行披露AI应用成效
摩根大通:运营效率提升并开始“复利”积累
摩根大通消费者与社区银行首席执行官 Marianne Lake 在会上表示,该行已部署AI的业务领域生产力水平约为6%,高于引入AI前的大约3%。她称,随着AI进一步融入日常流程,运营岗位的生产力提升空间被预期可达40%至50%。
她介绍,这些成效来自有针对性的部署,而非大范围试验。摩根大通重点为大型语言模型提供安全的内部访问环境,围绕具体场景改造工作流程,并对数据使用实施严格控制。该行将内部“LLM Suite”描述为一套受控系统,员工可在其中利用大型语言模型进行内容起草和总结等工作。
富国银行:先放大产出,再调整人员
富国银行首席执行官 Charlie Scharf 表示,目前AI尚未直接引发裁员,但“完成的工作量大幅增加”。他称,管理层预期,随着生产力持续提升,将会在部分业务领域发现所需人员数量减少。
据同日媒体报道,Scharf 指出,该行内部预算已显示,到2026年员工总规模将有所缩减,而这一规划尚未完全计入AI带来的影响。他同时提到更高的遣散成本安排,显示该行已在为未来的人力调整预作准备。
PNC:AI被视为既有转型的加速器
PNC 首席执行官 Bill Demchak 表示,AI在该行被定位为加速既有转型路径的工具,而非开启全新方向。他称,尽管业务在过去十年持续扩张,PNC 员工总数基本保持稳定,这主要得益于自动化和网点布局优化。Demchak 认为,AI有望在现有基础上进一步推动这一趋势。
花旗集团:软件开发与客户服务率先受益
花旗集团即将上任的首席财务官 Gonzalo Luchetti 表示,该行在软件开发领域的生产力提升约为9%。他称,这与大型企业通过AI助手支持编码工作的做法相一致。
Luchetti 还表示,AI正在改善客户服务的两个关键环节:一是提高自助服务比例,使更多客户问题无需转接人工坐席;二是在客户确需人工服务时,为坐席提供实时辅助支持。
高盛:流程重塑与招聘收紧同步推进
据路透社报道,高盛内部“OneGS 3.0”项目聚焦利用AI提升销售流程和客户入职效率,并针对贷款流程、监管报告和供应商管理等流程密集型职能进行优化。
报道指出,这些流程调整与裁员及招聘放缓同步推进,将工作流程重塑与人员决策直接关联起来。
率先受影响的业务领域
多家银行的实践显示,AI带来的早期收益主要集中在高度依赖文档处理、遵循可重复步骤、并在明确规则下运行的工作中。生成式AI在信息检索、材料总结、内容起草和审批等环节缩短了所需时间,尤其是在流程结构化且配有人工作为审核环节的场景下。
目前较常见的应用领域包括:
- 运营:加快回复起草、案例总结和例外情况处理;
- 软件开发:辅助生成代码、编写测试、重构程序和撰写技术文档;
- 客户服务:结合更强的自助服务能力与对坐席的实时支持;
- 销售支持与客户入职:从文档中提取数据、自动填表,加快开户等流程;
- 监管报告:更快整合叙述和支撑材料,并在严格审核和控制下输出。
治理框架决定AI推进节奏
银行高管普遍强调,推动AI应用的主要约束在于风险控制而非技术热情。美国监管机构长期要求对模型实施严格管理,这一要求同样适用于AI系统。美联储和货币监理署(OCC)发布的 SR 11-7 等指导文件,对模型开发、验证和持续审查提出了具体标准。美国政府问责局在2025年发布的报告指出,现有模型风险管理原则同样适用于AI,包括测试和独立监督等要求。
在实际操作中,这促使银行采用可审查、可追溯的系统设计。AI的自主决策空间通常受到限制,提示和输出会被记录,性能被持续监控以防偏离预期。对于贷款审批、争议处理和官方报告等高影响决策,银行仍保留人工最终决策权。
生产力提升与就业调整的阶段性演变
从多家机构的表态看,AI对就业的影响呈现阶段性特征。第一阶段是员工规模大体稳定、单位人均产出提升,AI工具在团队内部逐步普及。第二阶段则是在生产力收益足够稳定、可以纳入中长期人力规划后,通过自然减员、岗位调整或定向裁员等方式反映在人员结构上。
富国银行关于2026年员工规划及遣散成本的相关表述,被视为部分银行正接近第二阶段的信号之一。
在更广泛层面,国际货币基金组织等机构此前警示,AI可能影响全球大量岗位,具体是以自动化替代还是以能力增强为主,将取决于岗位类型和地区差异。世界经济论坛在《2025年未来就业报告》中也指出,随着企业采用AI并调整技能结构,岗位流动预计将显著增加。
AI纳入华尔街中长期战略
多家机构的实践显示,能够较早从AI中获得实质收益的银行,通常同时在三方面发力:围绕业务重塑工作流程而非简单叠加聊天工具,夯实数据基础设施,以及建立兼顾效率与信任的治理体系。
研究机构的测算显示,相关金融效益规模可观。麦肯锡估算,生成式AI每年可为全球银行业带来约2000亿至3400亿美元的价值,主要来源于生产力提升。
在华尔街银行看来,当前讨论的焦点已从“AI能否带来成效”转向“如何在保持审计追踪、安全性和客户保障的前提下,将这些收益常态化”,以及“如何管理随之而来的劳动力结构变化”。
