人工智能时代的新兴人才需求

人工智能时代的新兴人才需求

随着人工智能及相关技术的持续创新与进步，其在金融服务行业的应用为产品、客户服务和运营方面的进一步创新提供了广阔空间。流程的端到端自动化，以及基于对客户行为和情绪更深入理解的个性化服务，将成为可行方向。监管与合规也将发生重大变化，企业的伦理化运营将成为人工智能必须应对的一项挑战。

在这一背景下，行业所需人才将发生根本性变化。一些现有岗位将变得多余，另一些岗位仍将存在，但需要新的或额外的技能组合。此外，行业也将需要具备这些技能组合的新型人才。根据 Adecco India 2025 年报告，受印度银行、金融服务和保险业在二线、三线城市增长的推动，预计到 2030 年将创造 25 万个永久性就业岗位。73 让我们通过表 5.5 和表 5.6 来考察金融服务行业人才格局的变化。

表 5.5 银行业、金融服务和保险业中不断演变的岗位

职能领域	可能消失/演变的岗位	变革驱动因素	新兴/新出现岗位	描述/所需关键技能
零售与网点银行业务	网点柜员；人工收银员	UPI/二维码、数字化开户、轻网点模式	数字化客户关系银行家（AI 增强型）	• 通过视频银行和 AI 副驾驶管理客户组合 • 具备数字化了解你的客户（KYC）、对话式银行服务以及通过分析进行交叉销售的技能
零售与网点银行业务	传统客户服务主管	聊天机器人、WhatsApp 银行业务、虚拟助手	全渠道客户体验经理	• 协调聊天、语音、应用程序和网点等渠道的服务 • 熟悉旅程地图绘制、净推荐值，以及通过 AI 洞察进行升级处理
贷款与信贷	人工贷款专员；实地核查员	AI 承保、电子 KYC/视频 KYC、账户聚合器	数字信贷与风险分析师（AI 评分）	• 使用 AI 驱动的信贷模型、替代数据和账户聚合器同意流程 • 必须了解模型解释与偏差检查
贷款与信贷	现场催收人员	数字化催收、行为引导	数字化催收与追偿策略师	• 运行 AI 驱动的还款提醒、客户分层和数字化催收旅程 • 需要行为科学与数据运营能力
支付与银行卡	以银行卡为核心的产品经理	钱包、UPI、代币化、央行数字货币	实时支付产品经理	• 设计即时支付旅程、跨境 UPI、ISO 20022 流程，以及基于实时支付轨道的增值服务
支付与银行卡	POS 设备销售人员	SoftPOS、二维码、手机轻触支付	商户体验与受理负责人	• 通过 SaaS 与支付组合方案为微型、小型和中型企业商户创造价值 • 需要市场进入策略、商户分析和金融科技用户体验技能
财富管理与投资	面向高净值客户的传统客户关系经理（仅关系维护型）	机器人投顾、碎片化投资、AI 投资组合	混合型财富顾问（人类+AI）	• 将个性化咨询与 AI 投资组合建模相结合 • 需要行为金融学、系统性投资计划/系统性转移计划策略和数字化咨询工具方面的技能
财富管理与投资	纸质研究分析师	生成式 AI 研究、实时市场情报	AI 赋能的投资研究策展人	• 汇总并验证 AI 生成的研究成果 • 确保合规性、可解释性和风险披露
保险（寿险、健康险、一般保险）	依赖人工开户的外勤代理人	数字化签发、嵌入式/亲和型保险、API 驱动	嵌入式保险合作伙伴经理	• 将保险 API 嵌入电子商务、旅游、出行和金融科技平台 • 需要合作伙伴关系与产品捆绑能力
保险（寿险、健康险、一般保险）	人工理赔处理人员	AI 图像/视频理赔、车联网、物联网	理赔自动化与欺诈情报负责人	• 使用 AI/机器学习进行理赔分诊、异常检测和欺诈团伙识别 • 需要领域知识、数据科学和取证技能
风险、合规与欺诈	文档密集型合规官	监管科技（RegTech）、持续合规、AI 监控	监管科技与合规自动化专家	• 部署用于自动化 KYC/反洗钱的工具 • 开展模型风险测试 • 确保监管报告的准确性
风险、合规与欺诈	人工反洗钱分析师	AI + 基于网络图谱的反洗钱	金融犯罪与威胁情报分析师	• 使用网络分析、开源情报和类型学建模来识别复杂洗钱活动与网络金融犯罪
技术、数据与网络安全	传统 IT 支持岗位	云原生 BFSI、AI 副驾驶、自动化	AI 银行业产品工程师	• 构建 AI 驱动的工作流程，以及面向员工和客户的副驾驶工具 • 需要大语言模型使用、提示工程和领域知识
技术、数据与网络安全	数据录入/报告人员	自动化报告、印度储备银行/印度证券交易委员会/可扩展商业报告语言 API 申报	银行业数据产品负责人	• 负责数据模型、血缘、访问和质量 • 运用数据网格原则连接技术、合规与业务
技术、数据与网络安全	传统网络安全分析师	身份优先、零信任、API 欺诈	网络欺诈与身份安全架构师	• 设计零信任、身份验证、API 和设备风险分析体系 • 需要深厚的安全与欺诈预防技能
企业与机构银行业务	仅侧重关系维护的客户关系经理岗位	平台银行、API 生态系统模式	企业银行解决方案顾问	• 帮助企业客户通过 API 现金管理、供应链金融和财资自动化工具实现财务运营数字化
企业与机构银行业务	人工贸易融资专员	区块链、电子提单、贸易数字化	数字贸易与供应链金融专家

• 管理电子文档、代币化资产、跨境贸易通道
• 了解国际商会规则与数字贸易平台

产品、战略与创新

发布周期缓慢的产品经理

开放银行、A/B 实验、金融科技竞争

银行—金融科技生态系统战略师

• 设计与金融科技企业共创的模式
• 管理 API、收入分成结构
• 具备强大的合作伙伴关系管理与监管应对能力

传统分析师（以演示文稿/报告为主）

情景 AI 与数据驱动战略

AI 赋能的商业战略分析师

• 使用数据、仿真与生成式 AI 构建情景模型
• 确保治理与战略优先级的清晰性

人力资源、学习与劳动力

人力资源通才（政策/行政）

基于技能的组织、人才分析

BFSI 劳动力与技能架构师

• 在银行、金融服务与保险（BFSI）领域设计未来技能图谱、能力学院、AI 技能提升与角色转型路径

仅限课堂的培训师

AI 学习、微学习、仿真

沉浸式 BFSI 学习与发展体验设计师

• 使用仿真、AR/VR 与自适应学习构建合规与销售培训
• 学习科学 + 设计技术

运营与共享服务

大型运营后台（人工处理）

自动化、AI 助手、工作流编排

银行自动化与助手编排师

• 设计人类 + AI 的工作分配系统
• 减少人工负担
• 提高周转效率与合规性

仅限本土的运营团队

“跟随太阳”模式、近岸与零工专家

分布式运营网络经理

• 管理多地点运营，兼顾生产率、质量与风险
• 需要跨文化运营领导力技能

来源：结合 ChatGPT 输入整理

表 5.6 理解 BFSI 行业中的新角色

新角色	该角色兴起的原因（关键驱动因素）	主要 BFSI 细分领域	所需关键技能
AI 模型风险与伦理官（金融服务）	信贷、承保、监控中的 AI 需要公平性、可解释性与伦理防护栏	银行、非银行金融公司（NBFC）、保险公司、金融科技	• AI 治理、模型风险 • 印度储备银行/ISO 伦理指南
数字公共基础设施产品架构师	India Stack、开放数字商务网络、开放信贷赋能网络、UPI 账户聚合器生态系统	银行、金融科技、新银行	• 数字公共基础设施协议 • API 设计 • 生态系统合作伙伴关系
嵌入式金融合作伙伴关系设计师	BFSI 产品嵌入电子商务、出行、健康、农业以及中小企业工作流	银行、保险公司、NBFC	• 平台战略 • API 经济 • 共创模式
金融生成式预训练转换器/SLM 培训师（金融服务）	BFSI 需要经过领域训练的小型语言模型（SLM）

银行、金融科技 AI 实验室、监管科技

• 数据标注
• 提示词工程
• BFSI 领域知识

代币化资产与数字证券专家

代币化债券、基金、现实世界资产、中央银行数字货币（CBDC）的兴起

投资银行、资产管理、交易所

• 区块链、代币化
• 托管、合规

CBDC 产品与生态系统经理

数字卢比与用于跨境走廊的 CBDC 推出

银行、金融科技、中央银行项目

• CBDC 通道
• 钱包用户体验
• 离线支付
• 安全

金融行为科学战略师

在催收、储蓄、投资、欺诈预防中的行为助推

银行、保险公司、财富管理、NBFC

• 行为经济学
• 数据实验
• 助推

AI 驱动的超个性化设计师

大规模实现一对一个性化金融体验

零售银行、财富管理、保险

• 数据科学
• 个性化引擎
• 客户心理学

绿色金融与 ESG 贷款分析师

气候挂钩贷款、借款人与投资的 ESG 评分

银行、发展金融、基金

• ESG 框架
• 气候金融
• 影响力指标

金融健康与理财辅导顾问

中产阶层压力上升，对金融福祉的需求增加

银行、新银行、人力资源合作项目

• 人工辅导与数字工具
• 行为金融学

网络欺诈威胁情报分析师

复杂欺诈团伙、深度伪造骗局、洗钱账户网络

银行、银行卡、支付、金融科技

• 开源情报
• 网络分析
• 加密货币欺诈检测

风险科技与监管科技解决方案集成师

自动化合规与监管报告技术的采用

银行、保险公司、NBFC

• 监管科技工具
• 自动化 KYC/反洗钱
• API/监管映射

云端信贷产品负责人

作为微服务和云工作流构建的信贷产品

银行、金融科技、借贷平台

• 云端信贷技术栈
• 账户聚合器数据
• 征信与替代数据建模

超级应用金融服务策展人

在生活方式超级应用中交叉销售 BFSI 产品

金融科技、支付、电信公司

• 产品捆绑
• 生态系统业务拓展
• 城市 + 本地语言策略

数字信任与同意管理人（BFSI）

DPDP 法案、数据可携带性与基于同意的金融

银行、保险公司、财富管理公司

• 同意用户体验
• 隐私工程
• 数据政策

零工经济与创作者财富解决方案设计师

新的收入模式需要新的信贷、保险与税务解决方案

银行、保险科技、财富科技

• 产品创新
• 细分群体洞察
• 创作者经济

气候与灾害风险数据科学家

气候风险成为核心银行与保险风险驱动因素

保险、再保险、银行

• 气候模型
• 地理空间、精算与机器学习

保险参数化产品专家

由事件触发的参数化产品（降雨、航班延误、农作物）

财产与意外险、保险科技公司

• 参数化设计
• 卫星/物联网数据
• 精算创新

中小企业嵌入式信贷技术栈开发者

在中小企业、企业资源规划系统、POS、农业、供应链工作流中嵌入贷款

银行、非银行金融公司、农业/小额金融机构/贷款科技

• API贷款
• 现金流承保
• 工作流用户体验

财富即服务（WaaS）平台经理

面向非银行机构和品牌平台的白标财富基础设施

财富科技、资产管理公司、金融科技基础设施提供商

• 合作伙伴管理
• 模块化产品化
• 合规映射

加密货币/DeFi风险与合规分析师*

Web3及与加密货币相关的交易（在获准的情况下）

加密货币交易所、银行（依据监管规定）

• DeFi
• 法币出入金风险
• 旅行规则合规

*加密货币相关岗位的采用取决于亚洲各国具体的监管立场。

AI时代服务业的领导力要务

鉴于技术趋势的持续演进所带来的内部或外部力量，服务业正在开始发生变化，领导者必须以与以往大不相同的方式适应并引领企业，如表5.7所示。虽然领导力的核心仍必须以人为中心，激励他们达到更高的绩效水平，不断推动增长和盈利能力的边界，但领导者深入理解技术和AI趋势已变得至关重要。企业当前和未来的潜力正蕴含于这种能力之中。成功不再以服务了多少客户来衡量，而是以如何在实时场景中以个性化方式智能地服务客户来衡量。

在传统银行中，成功指标可能是通过扩展网点来改善客户服务；而在AI主导的银行体系中，客户触点和服务将通过部署智能聊天机器人来实现。沃尔玛创始人山姆·沃尔顿曾专注于通过规模经济控制成本。如今，沃尔玛首席执行官道格·麦克米伦和AI战略负责人萨蒂什·米纳的重点分别围绕“智能零售实验室”展开，旨在实现数据驱动的门店优化。四季酒店创始人伊萨多尔·夏普将其业务建立在以尊严和尊重对待客人及员工的基础之上，而如今四季酒店已采用虚拟礼宾机器人和机器学习模型来预测客人偏好，从而提供定制化体验。总而言之，服务业的传统领导者构建的是以人为驱动、以流程为导向的文化；而在AI主导的时代，成功的领导者正在将数据洞察与人性化触感相结合，以培养由算法驱动的同理心。

表5.7 传统时代与AI主导时代的服务业领导力

维度	传统服务业领导力	AI时代服务业领导力
决策	层级化并由经验驱动；依赖直觉和过往绩效	数据驱动、敏捷并由模型辅助；利用AI分析获得预测性洞察和适应性决策
领导风格	交易型或变革型；聚焦人员管理和客户服务质量	技术同理型和生态系统导向型；融合情商与算法智能
组织结构	垂直层级结构，角色和标准作业程序界定清晰	网络化和去中心化；依赖跨职能、AI增强型团队和自主决策节点
客户关系管理	手工且基于关系；由员工提供个性化服务	超个性化且算法化；AI代理主动预测并满足客户需求
绩效指标	效率、客户满意度和合规性	创新速度、数据准确性、负责任的AI使用，以及由个性化驱动的客户生命周期价值
创新方法	增量式和基于流程的改进（精益、六西格玛）	持续性和生成式；AI支持快速原型设计、自动化和新的服务模式
人才与技能重点	软技能、领域专业知识和运营诀窍	数字流利度、AI素养、提示工程以及人机协作能力
领导力发展	导师制、体验式学习和层级晋升	通过数字平台持续再技能化；借助AI赋能的绩效分析实现更扁平的成长路径
文化与价值观	稳定、信任和服务一致性	敏捷、实验、伦理治理以及AI使用的透明度
风险管理	聚焦运营和财务风险	聚焦算法偏见、数据隐私、网络安全以及与AI输出相关的声誉风险
员工敬业度	通过人际领导力激励员工	人机协同工作中的敬业度；领导者激励团队信任AI，同时保留创造性自主权
客户体验领导力	一线管理者通过好客服务和同理心进行领导	AI体验设计师和“客户体验科学家”通过预测性个性化和数字同理心进行领导
成功定义	稳定增长、忠诚客户和一致的品牌形象	可扩展的创新、适应性韧性，以及通过AI洞察实现的可持续差异化