随着AI应用在金融领域的快速渗透，华尔街巨头高盛的一位核心合伙人发出严厉警告：过度依赖AI可能导致新一代金融从业者丧失从第一性原理出发的推理能力。这一观点不仅引发了关于科技产品与最新科技如何重塑金融行业人才培育体系的深层思考，更让整个行业意识到，AI应用带来的效率提升背后，可能隐藏着认知能力萎缩的长期风险。负责高盛机构客户数字平台Marquee的Chris Churchman直言，这种“外包推理”的做法正在侵蚀行业赖以发展的专业人才基础，其影响不亚于当年导航技术让人类逐渐失去方向感。
AI应用的双刃剑：效率提升与认知萎缩
Churchman在高盛最新一期《Exchanges》播客中谈到一个触目惊心的类比：就像现代科技的出现让人们逐渐失去了导航和记忆能力一样，如果算法承担了所有繁重的分析工作，银行家也可能逐渐丧失分析能力。他指出，“推理仍然很重要，你仍然需要对问题进行思考，并把它组织成一个完整的论证，而现在我们正在把推理能力交给AI。”这种担忧并非杞人忧天，而是对AI应用本质的深刻反思。
华尔街正在推动将AI深度融入交易和银行业务的各个环节，从自动化报告生成到智能风险建模，AI几乎渗透到了每一个流程。然而，这种渗透可能是一场“魔鬼交易”：短期来看，AI应用能够提高整个行业的盈利能力，银行可以裁减初级员工、缩短报告周期、降低运营成本；但从长远来看，却可能侵蚀行业赖以发展的专业人才基础。当年轻员工不再需要亲自处理数据、撰写分析、构建模型时，他们也就失去了通过实践学习如何思考、如何做出决策的机会。这种担忧与AI在创意领域的应用如出一辙，例如AI画图虽然能快速生成图像，但艺术家们同样担心失去手绘能力与审美直觉。
华尔街的“魔鬼交易”：短期盈利与长期人才断层
随着AI应用接管越来越多过去由初级银行家和交易员完成的日常工作，这些年轻员工原本可以通过这些工作学习如何思考和做出决策。如今，如果这些训练机会被AI取代，金融机构可能会牺牲一种将初级员工培养成经验丰富的华尔街人才的职业文化。CNBC去年曾报道，华尔街金融机构正在研究如何利用AI降低初级银行家与资深员工之间的人员比例——这意味着未来可能根本不需要那么多初级员工。
这种趋势就像饮鸩止渴：短期内财报好看，但长期来看，金融机构可能面临人才断层的危机。一家银行的核心竞争力从来不是模型，而是那些能够在市场动荡中做出直觉判断的资深交易员、能够从复杂数据中抽取关键洞察的分析师。当AI应用将这些“练手”机会全部自动化，新一代从业者将失去形成专业直觉的土壤。为了应对这一挑战，一些金融机构开始探索AI工具导航，寻找既能提升效率又不破坏人才培养的工具，但真正有效的平衡方案尚未出现。
隐性知识的流失：师徒制能否在AI时代存活？
Churchman特别强调了一个容易被忽视的问题：隐性知识的传承。“你需要通过实践学习，而大量知识其实是隐性的，从来没有被写下来。”他举例说，初级交易员可以在经验丰富的交易员监督下处理客户的报价请求，并通过这一过程学习如何进行交易判断。这种“师徒制”是华尔街数百年来培养人才的核心方式，但AI应用正在打破这种模式。
“我们当然完全可以把这件事自动化，”Churchman说，“但这样一来，我们还能培养出真正理解这些业务的资深交易员吗？”这种隐性知识——比如对市场情绪的感知、对客户眼神的解读、对交易对手心理的把握——是任何模型都无法量化的。Churchman提到的隐性知识，类似于写诗时的灵感，AI诗词可以生成工整的句子，但缺乏真实情感与直觉。同样，金融领域的直觉性知识需要无数次实战积累，而AI应用如果包揽了所有实战，这些知识就将失传。
高盛的AI实践：Marquee平台的教训与启示
Churchman同时担任高盛全球银行与市场业务AI工作组的联合主席，他分享了高盛将AI引入Marquee平台的经验。Marquee面向对冲基金和其他机构客户，用于访问高盛的市场数据、研究报告、风险分析以及交易执行服务。目前，这个AI平台还仅向高盛内部员工开放，因为面向外部客户存在一个巨大的技术挑战：确保AI给出的答案100%准确，并且能够接受审计。
“当我们不断施压、对它进行严格测试时，至少它是诚实的。”Churchman说，“它就像是在说：‘听着，到最后，我更擅长让自己听起来很全面，而不是真的做到全面。’”这个令人意外的自我评价揭示了AI应用在高端金融领域的局限性——消费者级别的AI聊天机器人可以容忍错误，但金融交易中，一个错误的数字可能导致数百万美元的损失。高盛在构建Marquee平台时，面临的挑战与大模型训练中的幻觉问题相似，都需要在准确性和全面性之间找到平衡。
如何避免AI成为“认知拐杖”？银行的应对策略
Churchman警告，在涉及高风险和高度不确定性的决策时，系统必须确保员工仍然掌握最终决策权，而不是让他们沦为被动操作AI系统的人。这意味着银行需要在使用AI和保护华尔街传统的“师徒式”培养体系之间找到平衡。具体而言，可以从以下几个方面入手：
第一，明确AI的辅助角色，将AI应用定位为“增强工具”而非“替代者”。例如，AI可以快速生成初步分析报告，但最终结论必须由从业者通过第一性原理重新推导和验证。第二，保留那些能够训练推理能力的核心工作，如客户报价处理、交易策略设计，避免完全自动化。第三，建立人机协作的培训机制，让初级员工在AI辅助下仍然能够接触真实案例，并在资深导师的指导下进行复盘。解决之道在于将AI视为辅助，而不是替代，例如通过AI Agent技术实现人机协作，让AI处理重复性劳动，而人类专注于判断与创新。
未来展望：AI与人类智慧协同的金融新范式
Churchman坦言，即便是高盛这样全球顶尖的投资银行，目前也还没有“想清楚”该如何管理这场已经开始的转型。这恰恰说明，AI应用在金融领域的渗透已经进入深水区，而行业对如何平衡效率与能力、技术与人文的关系，仍然缺乏成熟的方案。
从更宏观的视角看，这一趋势与企业数字化转型的浪潮紧密相连，未来金融从业者需要掌握如何与AI共存，而不是被AI取代。那些能够将AI应用的能力内化为自身竞争力、同时保持独立思考和直觉判断的人，将成为下一代金融领袖。科技产品的发展速度不会放缓，最新科技将不断刷新我们的认知边界，但人类独有的推理能力、情感理解和道德判断，才是金融行业最不可替代的资产。
想要探索更多AI应用的可能性，不妨访问AI工具导航，发现那些真正能提升效率而不削弱思考能力的工具。