出品｜搜狐财经
作者｜汪梦婷
当珍妮机在1764年纺出第一根纱线，曼彻斯特的纺织女工们以一种始料未及的方式被抢了饭碗。
回顾历史，每一轮技术革命都引发了工作模式的巨大颠覆，部分传统职业不可避免地消失，新的岗位不断涌现。
2025年开年，国内大模型DeepSeek席卷全球，并展现出令人惊叹的语言理解、逻辑推理及多轮对话能力，券商、银行、基金等金融机构纷纷本地部署DeepSeek-R1模型。
深圳AI公务员上岗、对冲基金使用AI分析师跑赢市场、DeepSeek荐股精准涨停……诸如此类的新闻，令过去几年濒临失业的金融从业者，职业危机感愈发严重：
当技术性失业潮呼啸而来，我们手中拥有的究竟是那台珍妮机还是落后的“传统工艺”？
展开剩余86%DS加剧金融人失业危机
“深圳70名AI公务员上岗，DeepSeek砸掉福田区铁饭碗”、“对冲基金使用AI替代人类分析师，收益率大幅跑赢市场”……正如DeepSeek创始人梁文锋所言，旧世界分崩离析，新时代正在光速到来。
AI正以无可阻挡的方式重塑各行各业。据不完全统计，近日已有国泰君安、广发证券、中信建投、光大证券等十余家券商，邮储银行、北京银行等多家银行，以及汇添富基金、博时基金、天弘基金、中欧基金、诺安基金等多家基金公司宣布完成DeepSeek-R1模型的本地化部署。
从应用场景看，银行对AI的应用主要为智能合同管理、智能风控、资产托管与估值对账、客服助手、智库等领域，券商、基金等机构则涉及财富管理、投资研究、产品销售、风控合规、客户服务等业务场景。
此前，有公募基金人士表示，相较于传统模型，DeepSeek系列模型具备更强的语言理解、逻辑推理及多轮对话能力，不仅保障了数据安全性与响应效率，更可针对金融场景需求进行定向优化，显著提升金融数据分析的深度与广度，全面赋能公司各项业务。
在社交平台，不少金融从业者发帖讨论DeepSeek带来的失业焦虑：
“在DeepSeek面前，基金经理实现被动退休。这人工智能不仅可以教基金经理怎么使用AI，还可以给你提供行情思路，甚至可以用红楼梦来写宏观周报……失业倒计时。”
“这两天在准备2025年的投资规划，结合当下热门的AI工具，DeepSeek表现得格外令人惊艳，离失业更近一步了。”
“银行更是焦虑，正在学习AI中，感觉再过几年肯定会发生巨变。”
就职于某金融科技公司的资深投研产品经理陈述（化名，下同）也惊讶于AI展示出的能力，“在客户描述清楚自己需求的情况下，它（DeepSeek）能清晰地对一个具体标准进行分析和判断，不光是像分析师一样对过去的内容进行整理分析，还可以帮你做一些价值判断，像定价之类的内容。”
据陈述介绍，在投研工作中需要处理大量数据，包括很多财报的重要数据抽取等，经常会使用到大模型工具。在投资判断上面，DeepSeek也能给出资产配置方案，另外很多时候也会涉及到个股的分析。
陈述称，“目前的情况，从能力方面，我觉得（DeepSeek）已经超过了市场绝大部分的投资理财师，能达到像研究所分析师的水平。”
“像我这种写代码做框架的人，应该两三年就会被替代。”就职于某头部股份制银行的林奇（化名，下同）也有同感。
智力、专家服务或被最先替代
当询问DeepSeek“分析师最终会不会被AI取代？”时，它的回答是“不会全取代，但工作模式会变。”
在陈述的日常工作中，有大概三成内容已可以由AI完成。在分析个股和市场时，基本上只要DeepSeek能正常输出，陈述就会优先选择使用它。不过，目前陈述使用较多的还是公司已接入的模型，如ChatGPT等。
粗略而言，金融机构为客户提供的服务可分为两种，一种是基础设施服务，如支付、信贷等基础性服务，另一种即提供智力服务和专家服务，涉及到证券、保险和基金等。
陈述认为，无论AI发展到什么程度，前一种需要人做的事情是必不可少的，而智力和专家服务更多集中在投资领域，大部分模型更多在这方面进行替代，解决市场上的噪声，让客户在投资中更多回归理性，回归基本面。
“从实际结果来说，在很多智力服务领域，它能将实习生或者应届生的水平，快速提升到接近专家的能力，另一方面他的工作效率也能得到提升。”陈述表示。
在陈述看来，一个公司想拓展业务，必须要足够的研究员才能去覆盖那个行业领域。可能原来需要十个研究员去覆盖，之后一个研究员就能把问题解决，确实会造成对人员的需求减少。
AI相比分析师会更客观中立。陈述提到，“因为在国内市场，做空机制并不是那么完善，决定了分析师很少去看空公司，但是大模型没有这方面的顾虑，他给客户的答案通常会更加客观。”
“延伸到投资管理端也就是C端这块，有两种逻辑，有的人很乐观，认为大模型是一种工具，它的专业性和知识面，有利于提升客户的信任感。也有人认为这个直接把他的工作给替代掉了，客户直接问大模型得了。”陈述称。
而林奇认为，很多程序员也一定会被替代，因为AI可以简化很多人的工作量。目前真正能取代的是一些数据处理的工作，比如以前需要大量人力去做的会计报表之类的事情，AI可以一下子处理掉。
“那些数据分析之类的岗位可能会缩减，只会招一两个人，干之前十几个人干的工作。”林奇观察到，“现在已经能看到这个迹象了。”
不过，他也指出，现在AI的数据来源太多，只要互联网能搜索到的都有，虽然在知识方面比人类广，但它不知道信息是正确还是错误，可以提供一些建议，但需要人为筛选。
据Vectara HHEM人工智能幻觉测试结果，DeepSeek-R1幻觉率为14.3%，远超过业界平均水平。而除了文本幻觉之外，对于银行而言，接入大模型还有数据安全、信息泄露等风险。
“因为保密要求，目前（AI）有些能力不能用。比如说想把系统的bug改了，你不能直接问它，因为整个系统是一个很大的东西，不可能把所有的代码全给它。”林奇表示。
重构竞争力：情绪价值与沟通能力
梁文锋曾在一场演讲中表示，“预计未来几年，中国的股票市场，有效性会进一步提高……总有一天技术面的波动会越来越小，技术的进步到达瓶颈，未来量化投资一定会去瓜分原来基本面流派的人赚的钱。”
“从海外的发展也可以看到，如果市场越来越有效，如果没有阿尔法，主动型基金经理的竞争力和市场认可度会越来越低。”陈述对搜狐财经表示，“怎么去利用这些大模型提升交易决策能力，这就是一个优胜劣汰的过程。”
潮水退去，才知道谁在裸泳。若AI大规模落地到行业核心业务场景，中小金融机构是否可能通过AI实现“弯道超车”？而金融从业者的“护城河”又在哪里？
“我觉得是存在这样的机会的。”在陈述看来，金融机构主要为客户提供三类价值，一是产品基本功能的价值，比如提供一个券商APP用于交易；第二方面是增值价值，比如通过算法交易让客户实现收益增值，第三方面就是给客户提供情绪价值。
“我举个例子，咱们去给高端客户进行服务的时候，通常就是西装革履，带着电脑，预约时间，把客户邀请到一个特别高级的餐厅或者是高端饭局之类的。”陈述称，“你给他带来的情绪价值，这些额外的沟通商业价值，也是AI是没法去实现的。”
“我是总行的，我觉得我不会被取代。”在某社交平台，一位网友也表示，“因为我日常主要工作是给领导提供情绪价值，对各个子公司和分行做离岸平衡手，时不时阴阳怪气、背锅、甩锅、挑事情，这些都是难以被取代的核心价值。”
而DeepSeek金口玉言：AI做不到解读老板“画饼”、拉客户信任等强情绪交互行为。除了情绪价值以外，沟通能力或许也是人工智能时代的关键竞争力之一。
“我现在需要的任何结果，都需要跟这个工具进行沟通。”陈述称，“这个沟通体现在你的知识储备上，要把你所需要的问题给描述清楚。你的沟通和表达越好，获取的服务效率就越高。”
怎么去提升沟通能力？陈述表示，首先自己要有一定知识积累，其次得具备自我提升、不断学习的能力，利用大模型不断去充实自己知识、提升自己能力，让提问能得到的结果更好。
“最终，从业者需要去突破自己的知识壁垒，去学习如何应用大模型，包括一些计算机的基础知识，知道怎么去更好发挥大模型的效能V8哈希，为目标服务。”陈述称。
发布于：北京市