2025年开年，DeepSeek横空出世，脚踩ChatG PT等国内外一众AI，登顶国内外APP下载榜首，火得一塌糊涂。

有人用DeepSeek当工作辅助软件、搜索引擎、做数据统计、分析表格、写文案，还有人用DeepSeek疯狂整活，算命、问职业规划、感情问题、人生建议，Deepseek的高情商、稳定情绪、耿直和充满人文关怀的“活人味”都让人被狠狠圈粉。

随之而来的就是深深的担忧：“人类真的要完蛋了，用了几个月DeepSeek，越用越感到害怕，AI继续这样发展下去人人都得失业啊，一个AI可以在所有领域都成为最顶级的专家，人类怎么竞争？”

其实AI带来的就业冲击早就开始了。有一项调查数据，到2026年超过80%的企业将使用AI，或部署生成式AI的应用程序。今天就来聊聊DeepSeek爆火之后，金融民工应该何去何从？金融应届生又应该怎么应对未来？

一、deepseek爆火，第一批失业者出现了…

2月6日，某上市公司的一张内部聊天信息截图在网上被疯传，内容显示，公司领导对各部门下达裁员比例，要用AI替代人工，个别部门如客服淘汰率高达95%。

实际上，从2022年OpenAI推出的ChatGPT一夜之间火爆全球之后，有关人工智能将影响就业市场的话题热度高居不下。各行各业都认为，AI技术的进步将不可避免地带来职业结构的重大变革，AI的自动化和智能化特性会使得许多传统岗位逐渐被AI系统所取代。

“DeepSeek的出现，首先会对哪些职位产生直接冲击？”对于这个问题，DeepSeek快速列出了包括市场研究员、库存管理员、内容审核员等在内的10类可能受到影响的职业，并简要解释了相关原因。

金融行业更是人人自危。早在2024年，花旗集团发布了金融业 AI（AI in Finance）报告指出，人工智能对于金融业就业岗位的颠覆程度将显著高于其他行业。在银行、保险与资本市场（行业）中，分别有 54%、48% 和 40% 的就业岗位拥有非常高的自动化潜力。

图源小红书博主@Formless Academy

高盛、摩根士丹利、摩根大通、德意志银行等投行早就开始把人工智能应用在业务实践中。

2023 年，摩根士丹利就成为首家正式接入 GPT-4 的金融机构，运用 AI 技术来优化财富管理咨询流程。随后于今年 3 月，摩根士丹利集团首位 AI 主管正式“亮相”，近期还打算进一步推出一款名为 Debrief 的智能助手。

摩根大通发布了 IndexGPT，可以自动创建“主题投资菜篮子”策略。而且，摩根大通目前拥有超过 2000 名 AI、机器学习及数据科学专家，之前还利用其基于人工智能技术的现金流管理与预测工具，帮助一些大客户减少了近 90% 的手动统计相关的工作。

而且，自2015年以来美银美林、渣打、德意志银行、高盛等12家大行就由于技术革新纷纷大举裁员，高盛原先在纽约总部的现金股票交易柜台雇佣了600名交易员，后来只剩下2人。瑞银集团的裁撤力度也丝毫不落下风。

高盛、摩根大通、麦肯锡等华尔街名企预测的“ChatGPT等生成式人工智能可能会导致劳动力市场的巨大混乱，并影响全球约3亿个岗位”的未来，正在随着DeepSeek们的不断诞生，而逐步实现。

二、AI时代，最危险和最安全的金融岗位

无论是DeepSeek、ChatGPT还是马斯克2月18日刚刚发布的Gork 3，都意味着AI时代的技术革命。随着DeepSeek等高效AI模型的普及，金融行业的部分岗位将受到显著冲击。以下岗位面临较高的被替代或转型风险：

（一）券商

传统投顾与理财顾问：DeepSeek能够快速生成个性化资产配置方案，涵盖国内外资产、另类投资及动态管理策略，其效率和数据分析能力远超人工投顾。

行业研究与分析师：AI可快速整合市场数据、政策动态和行业趋势，生成深度分析报告。传统分析师的案头研究、数据整理和基础报告撰写需求将减少，需要实地调研、企业高管访谈或复杂商业模式解读的领域，比如未上市企业尽调，短期内仍依赖人工。

投行承做与合规岗位：DeepSeek的推理能力可用于快速识别财务数据异常或合规风险。投行中的流水核查、函证处理、文件整理等重复性工作容易被AI自动化工具替代。

机构销售与客户服务：AI可实时跟踪客户需求、推送个性化研究观点，甚至通过自然语言交互解答专业问题。网页7提到，机构销售需频繁拜访客户、协调资源，而AI工具可能减少此类人力依赖。不过客户情感维系、战略合作谈判等“软技能”不容易被取代。

（二）银行

柜员与基础客户服务：由于AI驱动的智能客服和自助终端已能处理开户、转账、查询等基础业务，效率更高且成本更低。柜员需转向复杂业务处理（如贷款审核）或高净值客户服务，提升个性化沟通能力。

信贷审核员：AI可快速分析客户信用记录、消费行为等多维度数据，自动化完成贷款审批流程。信贷员需转向中小企业贷款或复杂信贷产品设计，结合AI工具提升风控能力。

（三）保险公司

保险核保员：AI可基于历史数据、客户画像和风险评估模型，自动化完成标准化保险产品的核保流程。核保员需转向复杂保险产品设计或高净值客户定制化服务。

理赔审核员：AI可快速分析理赔材料，识别欺诈行为，自动化处理标准化理赔案件。理赔员需转向复杂案件处理或客户关系维护，提升纠纷解决能力。

（四）基金与资产管理公司

基础基金经理：AI可基于大数据和机器学习优化投资组合，执行量化策略，效率远超人工操作。基金经理需转向宏观策略研究或高净值客户定制化投资服务。

基金销售与市场推广：AI可自动化生成市场分析报告、投资建议和营销材料，减少对人工销售的依赖。销售人员需转向高净值客户服务或结合AI工具提升客户转化率。

（五）私募股权与风险投资

初级投资分析师：AI可快速分析行业趋势、财务数据和竞争格局，生成投资分析报告。分析师需转向实地调研、企业高管访谈或复杂商业模式解读。

投后管理专员：AI可自动化监控被投企业的财务数据、运营指标和风险信号。投后管理人员需转向战略支持或资源整合，提升被投企业的增值服务能力。

（六）金融科技公司

数据标注与清洗员：AI可自动化完成数据清洗、标注和预处理工作，效率更高且成本更低。数据人员需转向算法优化或模型训练，提升AI系统的性能。

基础风控专员：AI可实时监控交易数据，识别异常行为，自动化完成风险评估。风控专员需转向复杂风险模型设计或监管合规支持。

（七）金融监管机构

合规检查员：AI可自动化扫描金融机构的交易记录，识别违规行为，生成合规报告。检查员需转向政策制定或复杂案件调查，提升监管创新能力。

数据分析员：AI可快速整合市场数据、政策动态和风险信号，生成监管分析报告。数据分析员需转向政策研究或AI模型审计，提升监管科技应用能力。

不过，大家不用过于焦虑，虽然短期内标准化、重复性高且依赖数据处理的岗位在短期内面临被取代的风险。但是，从长期来看，与其说“取代”，不如说“转型”，AI会让诸如“AI+金融”产品经理、模型合规审核员等新兴岗位、复合型人才需求增大。

以下是AI时代，更推荐大家去选择的金融岗位：

（一）量化金融与投资研究

具体岗位：量化研究员、算法交易员、另类数据分析师。量化分析师是量化基金、对冲基金等金融机构的核心岗位，他们运用数学建模、统计学和计算机技术来开发和实施量化投资策略。除了熟练掌握Pandas、Numpy等编程工具外，还需具备扎实的金融理论基础和强大的数据分析能力。

求职要求：数学、统计、物理、计算机科学或金融工程等相关专业背景。熟练掌握Python、R等编程语言，以及常用的量化分析工具和库。对金融市场有深入理解，熟悉各类金融产品和交易策略。强大的逻辑思维能力和数据分析能力。

职业路径：实习生>助理分析师>高级分析师/量化策略师/量化基金经理

名企推荐：国际知名对冲基金桥水基金（Bridgewater Associates）。国内量化投资机构九坤投资、明汯投资、幻方量化等。大型商业银行和证券公司的量化研究部门。

（二）智能投顾工程师

岗位特点：智能投顾工程师致力于开发和优化基于人工智能技术的投资顾问系统，为投资者提供个性化的投资建议。他们需要掌握机器学习、深度学习等人工智能技术，以及金融市场的相关知识。

求职要求：计算机科学、软件工程、数据科学或金融工程等相关专业背景。熟练掌握Python等编程语言，以及常用的机器学习和深度学习框架。对金融市场有一定了解，熟悉智能投顾系统的基本原理和运作流程。良好的创新思维和问题解决能力。

职业路径：智能投顾系统开发/测试工程师>智能投顾系统的架构师/产品经理/项目负责人

名企推荐：科技公司旗下的金融部门，如蚂蚁金服、京东数科等。专注于智能投顾的初创公司，如Betterment、Wealthfront（国外）以及国内的盈米基金等。

（三）金融数据科学家

岗位特点：金融数据科学家结合AI与金融数据分析，为投资机构提供策略优化建议。他们需要掌握大数据处理、机器学习等技术，以及金融市场的分析方法。

求职要求：数据科学、统计学、计算机科学或金融等相关专业背景。熟练掌握大数据处理工具（如Hadoop、Spark）和机器学习框架。对金融市场有深入理解，熟悉金融数据分析和策略优化的方法。良好的沟通能力和团队协作精神。

职业路径：数据分析师/数据科学家助理>高级数据科学家/金融分析师/投资策略师

名企推荐：大型金融机构的数据分析部门，如高盛、摩根士丹利等。专注于金融科技的初创公司或独角兽企业。

（四）金融AI产品经理

岗位特点：金融AI产品经理需要懂AI技术，并能够将其应用于金融产品的设计和优化中。他们需要打造更具竞争力的智能投研平台、量化交易工具等金融产品。

求职要求：金融、计算机科学或市场营销等相关专业背景。对AI技术有深入了解，熟悉金融产品的设计和开发流程。具备良好的市场洞察力和用户需求分析能力。强大的沟通协调能力和项目管理能力。

职业路径：产品经理助理>初级产品经理>高级产品经理、产品线负责人>公司高管。

名企推荐：科技公司旗下的金融平台或部门，如腾讯理财通、阿里巴巴蚂蚁财富等。专注于金融AI的初创公司或创新型企业。

三、Deepseek对金融毕业生的人生建议

1、调整“金融精英”的心态

放下金融精英论，戳破金融光环。不要再被《华尔街之狼》迷惑，金融行业早已进入“产能出清”阶段。2023年头部券商投行部应届生薪资腰斩，从5万/月降至2.5万/月；公募基金规模缩水……行业红利期已过，“高薪+高大上”的黄金时代属于上一代人。金融业未来更像“高级服务业”，赚的是辛苦钱和专业价值，而非牌照红利。

2、重新规划学业和职业发展路径

第一，建立“杠铃策略”。用70%精力完成学业、考取保底证书，如证券、基金从业资格证。其次，争取体制内/国企岗位，比如选调生、国有行管培生等岗位。第三，用30%精力探索非传统路径，比如Web3、跨境金融、产业金融，也可以跨界尝试，Al+金融、ESG咨询等新兴方向。

第二，从内卷刷分转向实战投资。用最小成本通过必修课，腾时间给真正重要的技能，放弃“每门课90+”的执念，除非计划保研。金融职场中，没人关心《国际金融》考了多少分，但会问你“能否用Python爬取上市公司ESG数据”。优先培养岗位关键技能。优先学会Excel建模（VBA/PowerQuery）、Python（Pandas处理财报）、SQL（数据库查询）。读懂央行货币政策报告拆解地方政府财政报表(如城投债清单)、分析美股SEC文件。

第三，多路径发展，低成本试错。大二暑假，建议大家用5000元本金实践可转债打新、指数基金定投，亏了当学费，赚了写进简历。大三寒假，在B站、小红书等社媒平台，开账号坚持3个月每周更新“金融生避坑指南”，积累个人IP。大学期间，优先考高价值证书，CPA会计+财管，在体制内和企业财务认可度都比较高，再用1年时间考下FRM一级，这个证书覆盖风险管理核心知识，是银行、国企风控岗刚需。

3、拓宽实习类别

不要只聚焦于传统的实习路径。以下是DeepSeek推荐的一些其他的实习路径：

加入教授课题组的政府咨询项目，如地方债务化解方案设计，积累实操案例。

为初创企业免费设计融资方案，锻炼商业思维，可能换来创始人推荐信。

转向区域机会，比如县域金融，比如年薪15万+包住宿的浙江农商行，参与农业供应链金融，比如四川乡村振兴基金。

边缘牌照，比如期货公司风险管理子公司的场外衍生品设计。关注设备直租业务，入职融资租赁公司。

冷门领域——碳中和金融，比如林业碳汇交易、新能源电站REITS，养老金融，个人养老金账户推广保险金信托架构。

最后，DeepSeek对所有处于迷茫和困惑中不敢向前的金融人说：这一代金融生的痛苦，源于“路径依赖”与“时代脱轨”的冲突，你们的学习模板来自2010年代的黄金期，但面临的却是2020年代的存量博弈唯一的出路是“清醒地投机”。

但是要记住，2005年入学的那批人经历过股权分置改革的混乱，2015年毕业的那批人亲历过股灾的绝望，但如今他们中的多数已身居中层。周期永不消亡，只有适者穿越周期。

祝大家都能成为这个时代的胜者。