人工智能成“战略引擎”，银行校招争抢AI人才

专家建言：应注重平衡效率与安全、创新与监管

□ 南京日报/紫金山新闻记者 曹丽珍

日前，一年一度的银行“抢人大战”如约启幕。工商银行、农业银行、招商银行、江苏银行等多家商业银行陆续公布2027年度校园招聘计划。AI浪潮下，金融科技岗、研发岗等岗位依旧是各行“必争之地”。与此同时，前段时间刚收官的A股上市公司半年报披露中，多家上市银行也争相公布今年上半年的“AI成绩单”。

对此，相关业内人士表示，AI是推动金融数字化的核心。在银行业数字化转型不断深入的当下，行业的人才结构也将发生深层次变化。当前各家银行集中争抢AI人才，既是在补充技术能力，也是在为未来经营模式调整提前储备人才。

银行校招“抢人大战”打响：AI人才仍旧是香饽饽

国有银行一直是银行业吸纳就业人才的主力。记者梳理发现，目前工行、农行、中行等多家国有银行已陆续公布2027年度校园招聘计划，除了客户经理等传统业务岗位，金融科技、AI相关技术型岗位依旧是招聘的重头戏。

本次校招，工行设置了“科技菁英”岗位，主要为该行系统开发、应用研发、信息安全、数据挖掘等领域吸纳更多的优质科技人才储备；农行研发中心深耕人工智能、大数据、云计算等前沿技术领域，农行数据中心则积极推进算力网络、AI算力平台、一体化云平台、金融级数据库等重点工程建设，两大中心此次校招名额共计268人；建行境内分行主要招聘岗位也设置了科技类专项人才，主要从事人工智能、数据挖掘分析、大数据营销、技术研发等工作。

股份行对于AI领域的人才渴求同样炽热。招行总行招聘的职能类岗位包含智能科学研发、系统研发等方向。其中，智能科学研发方向主要从事人工智能、大模型相关算法研究、系统研发相关工作，在岗位要求方面，明确“发表过AI领域的顶级会议（ACL/EMNLP/AAAI等）或期刊论文优先”。

浦发银行今年的招聘岗位中，“总行科技储备生”的关注度尤为集中。记者了解到，该岗位以人工智能、数据科学、软件工程、金融科技等理工科专业背景为主，将重点培养人工智能、大数据等领域的专业人才。

在城商行中，江苏银行总行的金融科技培养生和苏银理财AI研发岗同样备受大学生关注，官网显示的投递热度均为最高的五颗星。前者入职后将从事金融业务系统的软件应用开发与数据挖掘分析，同时聚焦大模型等前沿技术研发，推动智能信贷、智能投研等场景应用；后者将参与AI应用场景的需求分析、原型设计与技术验证，推动场景从概念到生产落地。苏银理财AI研发岗的任职条件中，除了对毕业院校和专业有相关要求，有大模型与Agent相关课程项目、科研经历、开源贡献或实习经验者有优先聘用的机会。

半年报展示“AI成绩单”：AI成银行降本增效新引擎

事实上，随着技术的持续迭代，银行业的AI应用正日益走向规模化。

日前披露的A股上市公司半年报中，多家上市银行不约而同展示今年上半年的“AI成绩单”。从中不难看出，AI已从前期的场景测试逐步进入规模化应用阶段，并逐步成为银行降本增效的“战略引擎”。

半年报显示，工行接续实施“领航AI+”行动，大模型已在600余个场景落地，AI应用取得阶段性成效，“人机协同、智能驱动”服务模式初具规模；中信银行持续推动AI建设从“点状探索”走向“体系化建设、规模化应用”，落地AI服务场景累计超1900个；南京银行纵深推进AI“双百”计划，今年上半年新增30个高价值业务智能体，累计建成156个AI智能体，逐步构建起覆盖全行经营场景的智能化应用矩阵；招行秉持“AI First”理念，在零售金融、批发金融、风控、运营、办公等多个领域落地智能化场景1386个，较上年末增长62%。

伴随着AI规模化应用阶段的到来，AI也为商业银行带来实实在在降本增效的积极成效。

在招行，大模型应用已发挥显著作用。今年上半年，AI在提效方面带来1388万小时的等效人工工时贡献；在浦发银行，截至今年6月末，该行累计推出超440个AI应用建设，并成功打造表单识别、财务分析、行业分析三大标杆金融垂类大模型，以表单识别为例，能实现企业级表单数据准确录入、自动化配平试算、人机协同校验，整体业务流程时效提升5倍；在江苏银行，全行AI应用效能加速释放，今年上半年日均Token使用量较2025年末增长18倍，各类AI相关应用已累计替代120万工时，高效实现私行级营销服务能力复制，全面提升风控的精准度与时效性。

专家：银行深度链接AI，效率与安全、创新与监管须平衡

“AI人才在银行校招中如此抢手，反映出银行业竞争正从传统的信息化、线上化进一步转向智能化。随着大模型、机器学习和智能体等技术进入信贷、风控、营销、财富管理和内部运营，银行需要的不再只是系统开发人员，而是能够把算法、数据与金融业务结合起来的复合型人才。”南京信息工程大学教授、江苏省智新产业数字化研究院院长葛和平在接受采访时表示，今后银行之间的竞争，很大程度上将体现为数据资源、模型能力、应用场景与人才体系的综合竞争。

在葛和平看来，AI是推动金融数字化的核心，使数字化由流程线上化、数据电子化进一步走向经营决策智能化。AI能增强客户识别和精准服务能力，也能应用于反欺诈、异常交易识别、信用风险预警和贷后管理，提高风险发现的及时性。同时，大模型和智能体还可以进入客服、合规审核、知识检索、报告生成、代码开发等环节，提升后台运营效率。不仅如此，AI正逐步嵌入业务流程和管理流程，形成数据、模型、场景和决策之间的闭环，使银行数字化从“建系统、上渠道”转向“以智能能力重塑经营”，并推动金融服务由标准化供给向更加精细化、个性化的方向演进。

“当然，银行深度链接AI的同时，也需要处理好效率与安全、创新与监管之间的平衡关系。”葛和平强调，银行首先应守住数据安全和客户隐私底线，明确数据采集、训练、调用和存储边界，防止敏感金融数据被违规使用；其次，应重视模型可靠性和可解释性，在授信、反洗钱、投资适当性等关键业务中保留人工复核和责任追溯机制，避免将模型错误直接转化为金融风险，同时完善模型评估、压力测试、版本管理、异常监测和应急处置机制；最后，银行还要有意识地推动技术人员与业务人员协同，让AI真正嵌入金融场景，并建立与智能化应用相匹配的治理制度和人才培养体系。“总体来看，AI会成为银行数字化转型的重要基础能力，但最终决定成效的，仍是银行把技术创新转化为安全、可控、可持续的金融服务能力。”