多家全球大型银行正在用AI自动化客服、编码、研究和后台流程;渣打银行计划到2030年裁减7000多个企业职能岗位以推进自动化 [3]。 摩根大通、美国银行和高盛正把AI嵌入员工工作流程与客户服务,以提高效率并减少对重复性知识工作的依赖 [49][51][54]。

Create a landscape editorial hero image for this Studio Global article: How are major global banks like Standard Chartered, Bank of America, JPMorgan, and Goldman Sachs using artificial intelligence to automate o. Article summary: Major banks are moving AI from pilots into production to automate customer service, software development, compliance, risk, back-office processing, research, and employee support; Standard Chartered is the clearest examp. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Artificial Intelligence in Banking Market Research Report - Global Forecast till 2035 Infographic.png? * Artificial Intelligence in Banking Market. ## Artificial Intelligence in Ba" source context "Artificial Intelligence in Banking Market Analysis 2035" Reference image 2: visual subject "# Standard Chartered to
人工智能正在从实验阶段迅速进入银行的核心运营系统。全球大型银行——包括渣打银行(Standard Chartered)、摩根大通(JPMorgan Chase)、美国银行(Bank of America)和高盛(Goldman Sachs)——正将AI部署到客户服务、软件开发、研究分析、合规审查以及后台运营等多个环节。
这种变化意味着银行的组织结构正在发生深层转型:大量重复性的行政和分析工作开始由软件系统完成,而人类员工更多转向监督、客户关系管理以及复杂决策等更高价值的岗位。但与此同时,多个金融监管机构警告称,AI应用的速度正在超过治理体系的发展,可能带来新的风险。
总部位于伦敦的渣打银行成为这一趋势最具代表性的案例之一。该行宣布计划到2030年裁减超过7,000个岗位,相当于其企业职能部门约15%的员工规模 。
受影响的岗位主要集中在后台与支持职能,例如人力资源、供应链管理以及其他行政运营岗位,这些工作越来越容易被自动化系统取代 。银行管理层将这一战略描述为以技术投资取代“低价值人力资本”,以提高效率和生产力
。
业内普遍认为,这一计划可能成为未来十年银行业AI驱动人力结构调整的一个标志性案例。
美国银行采取的路径略有不同——它把AI深度嵌入客户服务和内部运营。
该行的虚拟助手 Erica 自2018年推出以来已经处理了数十亿次客户互动,目前每月在移动应用中处理数千万次请求,例如回答银行问题、分析消费行为以及提醒账户异常 。
与此同时,美国银行还推出了内部工具 Erica for Employees。这款AI助手几乎被全部21万多名员工使用,用于处理密码重置、设备申请和内部支持问题等日常事务 。
通过把大量重复服务工作交给AI系统,银行希望既减少员工的运营负担,又提升客户响应速度。
摩根大通被认为是企业级AI部署最领先的银行之一。该行在多个业务条线部署了数百个AI应用场景,包括代码辅助、合规监测、数据分析和研究支持等 。
目前已有超过20万名员工可以使用其内部的大语言模型工具,用于撰写文档、数据分析和流程自动化 。
这一战略的核心逻辑是:让AI吸收大量标准化知识工作,从而让员工把时间集中在更复杂的分析和客户互动上。
高盛也在内部推广生成式AI助手。2025年起,该公司开始向数千名员工部署AI工具,并计划逐步扩展到整个机构 。
这些工具可以帮助员工总结文件、撰写材料以及分析金融数据。管理层表示,AI带来的效率提升更可能通过“减少招聘速度”和逐步减少部分岗位来体现,而不是一次性的大规模裁员 。
在整个华尔街,趋势大致相同:重复性或初级岗位需求减少,而对工程师、AI专家和模型风险管理人员的需求则在增加。
虽然监管机构普遍支持金融科技创新,但他们越来越担心AI在银行业的快速应用可能带来新的系统性风险。
澳大利亚审慎监管局(APRA)警告称,许多金融机构在AI治理、风险管理和审计方面的发展速度,尚未跟上AI应用的规模和复杂度 。
澳大利亚证券与投资委员会(ASIC)的研究也发现,一些金融机构在管理影响客户的AI系统时存在治理缺口,例如对偏见或不公平结果的评估不足 。
金融行业的AI模型往往基于复杂的机器学习算法,例如贷款审批、反欺诈识别或合规监控系统。
监管机构强调,即使决策由自动化系统做出,银行仍必须确保有明确的人类监督机制和责任归属,并能够解释AI决策的逻辑 。
AI系统也可能引入新的技术风险。例如,将AI嵌入关键银行系统可能扩大网络攻击面,同时增加对外部供应商或云计算平台的依赖 。
因此,“运营韧性”(operational resilience)——即金融机构在技术故障或网络攻击下保持服务稳定的能力——正成为监管重点。
监管机构还强调,AI风险最终仍由银行董事会和高管负责。
在英国,金融行为监管局(FCA)等机构表示,即使没有专门针对AI的新法规,现有的消费者保护、模型风险管理和运营韧性规则同样适用于AI系统 。
综合来看,AI正在成为银行业的一层“基础设施”。
许多过去需要大量分析师、运营人员和后台员工完成的任务,现在可以由算法和自动化系统完成。这并不意味着人类员工完全消失,但银行需要的技能结构正在改变。
重复性行政工作和基础分析岗位正在减少,而AI监督、系统设计、网络安全以及客户关系等岗位需求正在上升。
对银行来说,AI意味着效率和生产力;对监管机构来说,它则是一项必须被严格治理的关键技术——只有在透明、可控和安全的前提下,AI才能真正成为金融体系的助力,而不是新的风险来源。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
多家全球大型银行正在用AI自动化客服、编码、研究和后台流程;渣打银行计划到2030年裁减7000多个企业职能岗位以推进自动化 [3]。
多家全球大型银行正在用AI自动化客服、编码、研究和后台流程;渣打银行计划到2030年裁减7000多个企业职能岗位以推进自动化 [3]。 摩根大通、美国银行和高盛正把AI嵌入员工工作流程与客户服务,以提高效率并减少对重复性知识工作的依赖 [49][51][54]。
英国和澳大利亚监管机构警告,银行AI应用速度已经超过治理能力,涉及可解释性、网络安全、运营韧性以及董事会责任等风险 [36][35][21]。