文/CFN 大河  版权图片/微摄

当一家银行的业绩创下历史新高，它却计划裁掉近8000名员工——这一反直觉的现象正在全球金融业真实上演。

2026年5月，渣打集团发布中期可持续增长战略，宣布到2030年前削减超过15%的企业职能部门岗位，以集团全球约8.2万名员工总数计算，此次裁员将波及近8000个工作岗位。渣打并非因经营困境而裁员：其2026年第一季度经营收入达59亿美元，同比增长9%；税前利润24.5亿美元，同比增长17%；归属于普通股股东的利润16.6亿美元，同比大幅增长22%。

为什么业绩越好，反而裁员越多？

渣打此次裁员的核心驱动力是人工智能。

渣打集团行政总裁温拓思（Bill Winters）直言，集团的目标并非单纯压缩成本，而是“以金融资本和技术投资替代部分低附加值的人力资本”。根据规划，渣打将于2028年前把成本收入比从2025年的63%降至约57%，同时每名员工创造的收入提高约20%。这意味着，AI不仅替代人力，更在系统性改变银行的单位产出逻辑。

渣打目前全球已推进约350项AI应用案例，涵盖财富管理、跨境金融及后台运营等领域，已推出内部AI助手“SCGPT Copilot”辅助员工撰写邮件、整理文件、生成会议纪要及审核文档。此次裁员重点锁定后台及企业职能部门。一位外资行人士坦言，“未来最贵的不是技术，而是低效率的人力结构。中后台体系历史包袱重，AI带来的降本空间非常大”。

全球银行业集体“换人”：从渣打到汇丰

渣打并非孤例。市场信息显示，汇丰控股正考虑在未来数年大幅裁员，行政总裁艾桥智（Georges Elhedery）押注AI缩减中后台布局，最终可能影响约2万个职位，占员工总数近10%。以21万名员工为基准，若该计划全面落地，汇丰中后台人力规模将产生系统性收缩。

中国金融网董事长何世红指出，“这标志着AI正从银行业外围工具升格为组织重构的核心推手。过去银行裁员多发生在盈利承压期，而渣打和汇丰是在业绩高增长期主动削减人力，这种‘结构性置换’说明AI带来的效率优势已足以覆盖短期转型成本。”他认为，这种“增长中裁员”的现象是全球银行业AI深层渗透的直接产物，对此国内银行有必要高度警觉——技术优势正加速转化为成本结构的绝对优势，差距一旦拉开，追赶难度将成倍放大。

在亚洲，东南亚最大银行星展集团已率先行动，计划未来三年内削减约4000名合同及临时员工岗位，集团行政总裁明确表示随着AI承担越来越多重复性工作，部分人力需求将被替代，同时新增约1000个AI相关岗位。在日本，瑞穗金融集团计划未来十年内通过AI与流程重构，将约1.5万个事务性岗位削减最多5000个，并将原有“事务集团”更名为“流程设计集团”。

这组数据共同指向一个事实：全球银行业正在经历一场从“人力密集型”向“技术密集型”的范式转移。

中国银行业的AI“军备竞赛”：1300亿投入的真相

在欧美及亚洲同业集体推进AI重构时，中国银行业已悄然进入大规模AI投入阶段。

2025年，国有六大行金融科技投入合计超过1300亿元，较2024年的1254.59亿元进一步增长。其中，工商银行以285.88亿元投入稳居首位，建设银行267.22亿元、农业银行256.47亿元、中国银行250.01亿元紧随其后。若计入7家股份制银行有可比口径的数据，13家上市银行金融科技总投入超1800亿元。

2025年被视为银行业AI大模型应用从试点走向规模化的关键年份。各银行密集发布“人工智能+”行动计划，AI应用场景呈现爆发式增长，数字员工与智能体成为标配。

工商银行在30余个业务领域落地500余个场景，AI数字员工承担工作量相当于5.5万人一年的工作量。

建设银行AI技术在398个场景实现规模化赋能。截至2025年末，其AI助手在网点柜面问题响应中的覆盖率达99.42%，日均访问量超过10万人次。

招商银行推行“AI First”理念，全年实现了1556万小时的人工替代，相当于形成超过8000人的全职人工效率。AI正从“成本中心”转向“效益引擎”——面向客户经理的智能助手推动人均有效出客次数提升14%，客均交易规模提升20%。交通银行部署超2500个AI智能体助手，覆盖零售普惠、风险授信、营运客服等全链条。

浦发银行于2026年4月联合百度等发布“浦银智启”大模型服务矩阵，建成涵盖昆仑芯等国产异构AI算力集群，打造金融财务分析、金融行业研究、金融表单识别三大垂域模型；其中财务分析模型效果提升15%以上，行业研究模型报告撰写时效提升20倍。

AI在银行到底替代了哪些人？银行还剩下哪些人？

AI在银行业的具体岗位替代效应，可以从以下典型场景中清晰识别。

客户服务岗位。 约61%的金融机构使用AI驱动的聊天机器人后响应速度提高33%；约53%的银行使用AI管理客户查询，大幅减少人工客服工作量。业内专家指出，AI数字员工通过RPA、NLP、计算机视觉等技术，正在替代银行网点大堂经理、信贷审核员、客服等岗位，实现“人机协同”的全新生产模式。

信贷审批与风控岗位。 建设银行已将大模型技术深度嵌入信贷审批全链条，构建起智能评级系统；工商银行推出自动化生成授信尽调报告功能，帮助一线客户经理自动生成尽调报告；宁夏银行“宁银小智”大模型整合多维度数据，信贷审批自动化率达90%，不良率控制在0.5%以下。交通银行深圳分行引入AI大模型后开户流程实现“秒审秒批”，涉诈风险降低70%。

后台运营与合规岗位。 汇丰财务总监明确表示，集团看到在客户服务中心、“了解你的客户”团队以及交易监控等领域引入AI的巨大潜力，旨在提高运营成本效率。多家银行已将AI应用于反洗钱、反欺诈等领域。

那些难以被AI替代的岗位类型。 银行在替换大量标准化岗位的同时，正在强化另一类价值更高的人才——战略决策者、复杂客户关系管理者、AI系统训练与管理者。汇丰正推动文化变革，转向“华尔街风格”的薪酬模型——大幅奖励顶尖人才。

何世红进一步分析称：“中国银行业AI在岗减员上没有完全复制汇丰、渣打的大规模集中裁员。由于金融稳定、社会就业和国有体系的现实考量，国内银行更倾向于用‘自然减员’（退休后不再补聘）和内部转岗来消化冗余，不搞大规模的强制裁撤。但这只是速度差异，方向上不存在犹豫——当经营指标对标国际同业时，中国银行业在组织和人力上最终将走到以效率为唯一标准的那一天。”

转型阵痛：AI推动银行组织架构三重变革

何世红指出，AI对银行业的改造正在催生三个深层变革。

第一，成本效率的重新定义。 汇丰预计提前半年实现15亿美元的成本节约目标，利用AI降低中后台运营成本已成为释放利润空间的最直接手段。普华永道调研显示，受访金融机构已通过AI投资获得10%至15%的初步回报，AI项目回报体现在降低风险损失、提升合规效能、增收和降本等多个方面。

第二，组织架构的“哑铃型”重塑。 裁员集中在操作层，但顶尖人才的价值被进一步强化。未来客户经理或不再严格区分零售、同业等类型，而是围绕任务与场景运作。

第三，人机协同的权力博弈。 AI正从辅助工具进入决策核心。普华永道报告显示，76%的受访金融机构计划利用AI开辟新收入来源，70%的受访银行将AI定位为“战略转型引擎”。但银行普遍强调风险管控责任必须把握在人手中。

兴业银行董事长吕家进直言，AI时代“硅基生命将大量替代碳基生命的工作”。浦发银行董事长张为忠则认为，应以“AI原生思维”重新理解金融行业——银行是场景最丰富、客户规模最大的行业之一，未来银行应通过AI原生能力驱动服务能力转型。

中金评论：AI不是降本利器，而是银行分水岭

站在2026年中的时点上回望，渣打的大规模裁员不只是一个银行的成本决策，更是一次清晰的行业信号——全球银行业的竞争逻辑已经发生质变。

对银行而言，AI不再是“可以用也可以不用”的技术选项，而是决定未来五年市占率和利润空间的战略底盘。渣打选择在业绩最佳时启动裁员，正是对竞争格局的提前预判——谁率先通过AI完成组织瘦身，谁就能在净息差持续收窄的背景下保持利润曲线的向上斜率。

对中国银行业而言，真正的挑战不在算力和预算上。2025年六大行合计投入超1300亿元用于金融科技，在场景落地数量和投入规模上已不逊于国际同业。真正的差距在于组织文化的转型深度。普华永道调研显示，仅29%的金融机构表示已成功构建“AI优先”的文化氛围，人才短缺与僵化的组织结构是阻碍企业AI规模化部署的核心障碍，其影响程度远超预算或技术问题。

中国金融网董事长何世红最后指出，“中国银行业能否在这场全球AI竞赛中赢在未来，取决于三个关键变量：数据治理体系的完善程度、AI应用风险的管控能力，以及最为关键的——如何平衡技术效率与社会责任之间的张力。这既是中国国情下的特殊考题，也是全球银行业共同面对的时代命题。”