投资银行因AI重塑招聘减少40%初级招聘

# 投资银行因AI重塑招聘减少40%初级招聘

主要投资银行在2026年招聘周期内将初级分析师和助理的招聘减少了约40%。向人工智能工具的转变，自动化传统的初级银行工作，促成了这一急剧下降。这一调整标志着金融机构在构建人才管道和管理运营成本方面的结构性变化。SeekingAlpha在2026年6月7日报道了这一发展，引用了几家大型公司的内部战略文件。

背景 — 为什么现在重要

历史上，投资银行依赖大量初级分析师执行基本但重复的任务，如财务建模、数据汇总和推介书编制。上一次类似的结构性就业变化发生在2008年后，当时银行在前台部门的员工人数减少了约15%。当前利率高企和交易流量低迷的宏观背景加速了节约成本技术的采用。

AI驱动的平台现在以比人类初级员工更快、更低错误率的速度执行基本分析、数据提取和初步报告生成。这一效率提升成为了必要的成本控制措施，因为投资银行的并购收入仍比2021年的峰值低25%。推动因素是专门为金融应用微调的大型语言模型的成熟，使其在标准化任务上达到了分析师级别的准确性。

数据 — 数字显示了什么

在2026年周期中，中型投资银行将新招聘的分析师和助理人数从150人减少到90人。高盛和摩根士丹利实施了最激进的裁员，分别减少了45%和42%。摩根大通的减少幅度较为温和，为35%，但仍代表其全球业务减少了数百个职位。自动化现在处理约60%的原本分配给初级分析师的工作。

这一趋势超出了华尔街。德意志银行和巴克莱等欧洲银行在其毕业生项目中也报告了类似的减少。节省的成本相当可观，每个被裁减的职位为公司节省约250,000美元的第一年薪酬、技术成本和培训费用。对于裁减60个职位的公司来说，这意味着每年可立即节省1500万美元。由于对更高技术AI管理技能的需求，剩余初级职位的薪酬增加了5%。

分析 — 对市场/行业/股票的影响

这一招聘变化直接有利于向金融服务提供AI解决方案的公司。像Bloomberg LP、私营公司AlphaSense和纳斯达克上市的Fair Isaac Corporation (FICO)等股票将受益于更多的企业合同。专注于技能提升和资源配置的公司，如Cornerstone Research，可能会看到对专业培训项目的需求增加。降低的劳动成本提高了银行自身的运营效率，可能提升其投资银行部门的利润率。

反对意见认为，过度依赖AI可能会损害未来高级银行家的发展，因为他们传统上是通过执行基础任务来学习的。风险在于，AI尚无法复制的交易结构和客户管理方面可能出现长期技能差距。机构资金正在向AI基础设施提供商的短期职位转移，并长期持有那些采取最激进成本削减策略的银行，尤其是高盛（GS）和摩根士丹利（MS）。

展望 — 接下来要关注什么

下一个催化剂是2026年第二季度的财报季，定于7月15日开始，届时银行将详细说明节约成本的举措及其对部门盈利能力的影响。投资者应关注管理层关于技术效率推动的股本回报改善的评论。美联储在6月26日的年度银行压力测试结果将表明减少员工人数是否影响风险管理能力。

需要关注的关键水平包括每名员工的投资银行收入指标，如果技术采用有效，可能会出现显著增长。任何并购活动当前下滑的逆转都将测试精简团队是否能够在不影响服务质量的情况下应对交易流量的突然增加。2026年第三季度的下一个招聘周期将确认这一减少是否是一次性调整还是持续趋势。

常见问题解答

AI将如何影响未来华尔街的奖金？

剩余员工的奖金池可能会扩大，因为银行将节省的劳动成本分配给表现优秀的员工。然而，整体奖金池的规模可能会缩小，因为参与分配的总员工数量减少。有效利用AI工具提高生产力的高级银行家可能会看到更高的薪酬，而那些职位被取代的中层管理者则面临压力。

AI正在替代哪些具体的银行任务？

AI目前自动化财务报表分析、可比公司分析、前例交易分析和推介书初稿的创建。从SEC文件和财报中进行的数据汇总现在大部分是自动化的。初级银行家现在更多地专注于客户互动、复杂模型验证和需要人类判断的战略咨询工作。

这一趋势是否影响商业银行或零售银行的工作？

目前的影响主要集中在投资银行和资本市场。零售银行面临通过聊天机器人和自动取款机的不同自动化压力。商业银行的客户关系管理相对独立于此，因为其定制化的性质，尽管信贷分析功能正日益受到AI的增强。

结论

AI驱动的效率提升正在永久减少初级银行职位，同时提高采用者的盈利能力。

免责声明：本文仅供信息参考，不构成投资建议。CFD交易具有高风险的资本损失。