UBS Jadikan Kemahiran AI Syarat Pengambilan Banker Junior 2027

UBS menjadikan kemahiran kecerdasan buatan (AI) sebagai sebahagian daripada syarat kemasukan bagi pengambilan junior Global Banking and Markets pada 2027. Calon graduan dan pelatih perlu menunjukkan kecekapan menggunakan AI serta kesediaan untuk terus mempelajari teknologi tersebut. Pada masa yang sama, latihan UBS menekankan penggunaan praktikal, aplikasi bertanggungjawab dan pertimbangan profesional. 135

Perubahan ini penting kerana ia mengubah takrif kerja banker junior. Mereka tidak lagi dinilai terutamanya melalui keupayaan menghasilkan draf pertama model kewangan, nota penyelidikan atau slaid pembentangan secara manual. Sebaliknya, mereka semakin perlu tahu cara menggunakan bahan yang dijana AI, menyemaknya secara kritikal, dan menukarkannya kepada hasil kerja yang tepat serta sesuai untuk pelanggan.

Apa yang UBS mahu calon buktikan

Menurut laporan mengenai dasar itu, pemohon bagi peranan perbankan pelaburan junior dalam pengambilan Global Banking and Markets UBS 2027 — termasuk pelatih siswazah dan pelatih industri — perlu menunjukkan kecekapan AI. Tumpuannya dilaporkan ialah keupayaan menggunakan teknologi itu untuk memperbaik hasil dan kecekapan, bukannya sekadar memiliki kelayakan teknikal yang sempit. 136

UBS turut menyepadukan pembangunan AI dalam program siswazahnya melalui AI Fluency Pathway. Laluan ini memberi asas dalam kes penggunaan dunia sebenar, aplikasi bertanggungjawab dan pertimbangan yang kukuh. 5 Dalam perniagaan yang dikawal selia dan berurusan dengan pelanggan, ini bermakna pekerja mesti tahu bila hasil AI perlu diperiksa, diperbetulkan atau dirujuk kepada pihak yang lebih sesuai.

Bahan pengambilan UBS bagi peranan Global Banking siswazah di Hong Kong menggambarkan tugas yang mungkin disokong oleh peserta baharu: menilai syarikat, membangunkan model untuk urus niaga penggabungan dan pengambilalihan (M&A), menyediakan analisis industri untuk pembentangan, serta membantu melaksanakan urus niaga sebenar. 12 AI boleh mempercepatkan kerja merangka dan mensintesis maklumat dalam aliran kerja ini, tetapi ketepatan dan semakan oleh banker tetap tidak boleh diketepikan.

AI mengubah tugas banker peringkat awal

AI generatif sesuai untuk sebahagian tugasan pengeluaran berulang yang selama ini banyak diberikan kepada banker junior. Reuters Breakingviews menyatakan bahawa alat seperti ChatGPT dan Claude boleh menghasilkan model kewangan atau pitchbook dengan pantas; banker juga dilaporkan menggunakan AI untuk persediaan mesyuarat dan rumusan keputusan pendapatan syarikat.

Namun, hasil itu tidak semestinya boleh dipercayai tanpa semakan. Pasukan urus niaga senior tetap memerlukan bahan yang tepat, mempunyai konteks yang sesuai dan boleh digunakan dalam urusan pelanggan. Justeru, nilai banker junior semakin terletak pada kebolehan menetapkan skop tugasan, menilai sumber serta andaian, mengesan kesilapan, dan menyampaikan kesimpulan yang munasabah.

Laporan PwC 2026 Financial Services AI Job Barometer menyokong perubahan ini. Kajian tersebut mendapati peranan junior yang terdedah kepada AI adalah tujuh kali lebih berkemungkinan, berbanding peranan junior paling kurang terdedah kepada AI, untuk menuntut keupayaan yang lazimnya dikaitkan dengan pekerja senior seperti kepimpinan dan pemikiran strategik. 4 Automasi tugasan rutin, dengan kata lain, boleh meningkatkan — bukannya mengurangkan — kepentingan pertimbangan manusia di peringkat kemasukan.

Pendekatan UBS: standard kemasukan lebih tinggi, latihan masih diteruskan

Model UBS bukan sekadar memperkenalkan alat AI selepas pekerja baharu menyertai bank. Bank itu membawa keupayaan AI ke peringkat pemilihan calon, sambil terus membangunkan mereka menerusi latihan berstruktur. 35

Penekanannya berbeza daripada pendekatan yang hanya berfokus pada pengurangan pengambilan penganalisis apabila teknologi mengambil alih kerja berulang. Laporan yang ada tidak membolehkan perbandingan menyeluruh, bank demi bank, tentang pengurangan pengambilan. Namun, terdapat kebimbangan jelas terhadap penyusutan saluran bakat peringkat awal. Fortune melaporkan bahawa bank dalam sesetengah keadaan mengurangkan kumpulan penganalisis junior sehingga dua pertiga, menurut QuantumBlack McKinsey, walaupun kumpulan yang sama kekal sebagai sumber bakat AI.

Isunya mudah: perbankan pelaburan bergantung pada sistem perantisan. Kakitangan junior membina kemahiran teknikal dan pertimbangan komersial melalui pendedahan kepada urus niaga, sebelum menjadi banker kanan pada masa hadapan. Syarat kemahiran AI UBS cuba mengekalkan laluan pembangunan ini sambil mentakrifkan semula ciri penganalisis tahun pertama yang produktif.

Tinjauan PwC: industri menjangka perubahan besar, tetapi perancangan masih ketinggalan

Tinjauan PwC yang berasingan terhadap 1,004 eksekutif peringkat pengarah dan ke atas di firma perkhidmatan kewangan Amerika Syarikat menunjukkan mengapa majikan semakin menghargai kemahiran AI — dan mengapa perancangan tenaga kerja mereka masih belum lengkap. 10

Jangkaan pengurangan tenaga kerja adalah besar

Hampir lapan daripada 10 responden menjangkakan tenaga kerja mereka menyusut sekurang-kurangnya 20% dalam tempoh lima tahun akan datang akibat AI. Jawatan peringkat kemasukan pula dikenal pasti sebagai lapisan paling terdedah oleh 30% responden. 17

Ini ialah jangkaan, bukan pengesahan pelan pemberhentian kerja. Ia menunjukkan bahawa eksekutif menjangkakan perubahan ketara, tetapi belum menjawab secara muktamad kerja mana yang akan hilang, direka semula atau berkembang.

Reka bentuk kerja belum seiring dengan cita-cita AI

Hanya 42% eksekutif berkata organisasi mereka telah menjalankan pemodelan menyeluruh di peringkat syarikat tentang kesan AI terhadap kapasiti tenaga kerja. Dalam kalangan firma yang telah memodelkan kesan tenaga kerja, hanya separuh meneliti reka bentuk semula proses atau aliran kerja yang diperlukan. 17

Jurang ini penting. Mengurangkan kapasiti pekerja bukan perkara yang sama dengan mereka bentuk semula cara kerja. Tanpa aliran kerja yang jelas, firma berisiko menghapuskan tugasan yang membina pengalaman sebelum menetapkan bagaimana pekerja junior sepatutnya belajar, mengesahkan output AI dan memikul tanggungjawab yang lebih bernilai.

Pulangan pelaburan AI masih belum konsisten

PwC mendapati 77% responden menyatakan kebanyakan pelaburan AI belum menghasilkan pulangan pelaburan (ROI) yang boleh diukur. Ini bukan bukti AI tidak bernilai, tetapi petanda bahawa banyak firma masih bergelut untuk mengukur manfaat di peringkat organisasi ketika teknologi dilaksanakan dan proses kerja diubah suai.

Tinjauan PwC Hong Kong yang berbeza turut melaporkan pulangan sederhana daripada pelaksanaan AI pada skala besar: 56% institusi kewangan menyatakan ROI 11% hingga 25% bagi aplikasi AI teras mereka. 15 Skop dan kaedah kedua-dua tinjauan berbeza, tetapi kedua-duanya memberi gambaran industri yang masih beralih daripada percubaan kepada model operasi yang boleh diulang dan diukur.

Kemahiran AI memacu pelaburan gaji dan latihan

Dalam tinjauan AS itu, 91% eksekutif berkata mereka menaikkan pampasan untuk pekerja yang mempunyai kemahiran AI, manakala 58% menjangka mengaitkan pampasan secara langsung dengan produktiviti yang dibolehkan AI. 10

Sebanyak 86% pula bersetuju latihan kemahiran AI lebih bernilai daripada MBA bagi ramai pekerja baharu. 10 Ini tidak bermakna pendidikan kewangan tradisional tidak lagi penting. Sebaliknya, majikan semakin melihat kebolehan AI praktikal sebagai pelengkap utama kepada asas kewangan, analisis dan khidmat pelanggan.

Kebimbangan pekerja boleh memperlahankan penggunaan AI

PwC melaporkan 44% responden melihat kebimbangan pekerja tentang keselamatan kerja atau perubahan peranan; 43% berkata pekerja hanya menggunakan AI apabila diwajibkan; 40% berkata pekerja berasa terbeban dengan kelajuan perubahan; dan 34% mengenal pasti keletihan akibat perubahan sebagai halangan kepada peluasan AI.

Pada masa sama, 77% eksekutif percaya organisasi mereka tidak bergerak cukup pantas untuk mengikuti inovasi AI. Data yang berpecah-pecah atau berkualiti rendah, yang disebut oleh 41% responden, ialah antara halangan kepada pemodelan tenaga kerja dan pelaksanaan AI.

Apa ertinya kepada calon banker

Bagi calon, “fasih AI” tidak sepatutnya disamakan dengan menggunakan chatbot tanpa semakan atau mendakwa AI boleh menggantikan kemahiran kewangan. Bahasa latihan UBS sebaliknya menekankan kegunaan praktikal, tanggungjawab dan pertimbangan. 5

Calon banker junior yang benar-benar bersedia untuk AI perlu dapat menerangkan bagaimana mereka akan:

• menggunakan alat yang diluluskan untuk mempercepatkan penyelidikan, penyediaan draf atau persediaan kerja;
• menyemak andaian, pengiraan, sumber dan dakwaan fakta sebelum bergantung pada output;
• melindungi maklumat sulit serta mematuhi kawalan firma;
• mengenal pasti apabila sesuatu hasil tidak lengkap, tidak boleh dipercayai atau tidak sesuai untuk pelanggan; dan
• menjelaskan logik perniagaan di sebalik cadangan tanpa menganggap output AI sebagai jawapan muktamad.

Oleh itu, syarat UBS bagi 2027 lebih tepat difahami sebagai reka bentuk semula set kemahiran peringkat awal dalam kewangan. AI mungkin mengurangkan sebahagian kerja pengeluaran manual, tetapi ia menaikkan nilai pekerja yang boleh mengarah alat tersebut, mengesahkan hasilnya dan menggunakan pertimbangan yang baik apabila taruhannya tinggi. 145