"这次论坛不一样，大家讨论的不再是'怎么用 AI 降本增效'，而是'有了 AI 之后，人还能干什么'。"
说这话的人，6 月 27 日早上七点半在广州赶来深圳的队伍里排着签到点，他是某城商行中层，《华夏时报》记者的镜头扫到他的时候，2026 CBRC 金融强国论坛刚开场十分钟。
这句话比任何研报都准——金融人的焦虑，已经从"要不要学 AI"切换到了"学了还有没有用"。
台湾那边先交了一份答卷：不裁人，先调岗
台湾全金联（全国金融业工会联合总会）今年 3 月第一次做了"AI 如何影响金融从业人员"问卷调查，结论很有意思：
没出现大规模裁员潮，但工作内容在大搬风。AI 最擅长的是资料搜集、整理分类、行政考评这些琐碎活——拿走就拿走了，但新活儿还没长出来，员工卡在"旧的不用做、新的不知做什么"的过渡期。
AI 红利有贫富差。年薪 150 万以上高薪族或主管，AI 帮着处理信息，决策力和升迁反而上去；中低薪基层省了工时，但薪水不动，效率提升≠报酬提升。
31% 的从业人员认为 10 年内因 AI 失业可能性"偏高或非常高"，而且 AI 用得越频、担忧度越高。
台湾金融业的做法是"不直接解雇，先职务调整"。东吴大学李宜熹说，过去金融业做"双人工"——你有 A 职务但要具备 B 技能；以后得有 C 技能、D 技能，不停演进。
星展银行（台湾）把这事推得更远，搞"逆分工"——员工申请轮调前可以先"试吃"新工作，2024 年申请轮调超 350 人，比 2021 年翻倍。HR 处长朱丽文那句"We save people, we don't save jobs"在金融圈传得很开——岗位会变，但人的学习能力留得住。
城商行里那个"老李"，可能就是你
有篇行业黑话文里写了个叫"老李"的城商行柜员，8 年工龄，行里著名的"表哥""风控达人"，多复杂的台账都能用 Excel 搞明白，自以为护城河深。
结果总行大数据系统一跑批，他熬三个通宵对齐的数据 0.5 秒出结果；他引以为傲的"零差错"人工审查，在系统交叉比对面前像个笑话。
💡 文里那句狠话："你把青春献给了流程，但在机构的算盘里，你只是一个算力成本远高于服务器、效率极低、且还需要缴纳五险一金的肉身 API。"
老李的幻觉在城商行中层里很典型——"我们本地企业财务一团糟，合规太复杂，机器搞不定"。2026 年了，别自欺欺人。
那"人还能干什么"
CBRC 论坛上兰州大学陈南旭给了一个四维框架，算是学界目前比较共识的答案：
懂业务基础逻辑——不是会点 Excel 透视表，是把信贷、风控、资管那套因果链摸透
懂 AI 基本知识——不一定会训模型，但要知道它能干什么、边界在哪、幻觉长什么样
金融伦理素养——算法歧视、数据隐私、模型可解释性，这些以后是合规岗的必修课
跨界整合能力——能把技术、业务、监管三边的语言翻译成同一套
陈南旭补了一句关键的："大量简单的、重复性的工作已经交给人工智能了，剩下更多的是复杂问题。我们需要的不是让它替代我们，而是高质量的人机协同。"
徽商银行深圳分行副行长肖刚、北京银行深圳分行行长助理孔令涛在会上的表态也一致——"赋能而非取代"，前提是你能重新定义自己的岗位。
一句收的
2026 年这个时点，被 AI 替代的不是"岗位"，是岗位上"只会 Excel + 熟背合规条款 + 熬夜对账"的那部分人。岗位还在，只是岗位说明书在重写——从"你会做什么操作"改成"你能不能审 AI 的输出、能不能兜底极端 case、能不能在机器不敢拍板的灰度地带拍板"。
台湾那句"双人工→C 技能→D 技能"听着累，但比"31% 怕失业"那组数友善多了——至少它承认：人不会不存在，只是在不同时间场域做人力资源的分散。
