新加坡银行业拥抱人工智能，员工担忧工作岗位不保

【新加坡】人工智能（AI）在银行业已不再是遥远的展望。从呼叫中心到数据分析再到合规，它正在重塑整个行业。

新加坡的银行正大举押注这项新技术以获取优势，但一个关键挑战依然存在：如何确保员工在人工智能驱动的未来不被落下。

员工感到不安并不奇怪。彭博行业研究（Bloomberg Intelligence）今年1月的一份报告预测，随着人工智能侵入目前由人类执行的任务，未来三到五年内，全球银行业可能削减多达20万个工作岗位。

在本地，DBS于今年2月表示，随着人工智能应用的增加，预计未来三年内将在其19个市场减少约4000名合同工和临时工。

即便如此，接受《商业时报》（The Business Times）调查的银行表示，只要员工能将人工智能作为提高效率的工具，这项技术更有可能增强而非取代大多数职位。

利益攸关的不仅是效率，银行如何驾驭这一转变，不仅将重新定义该行业的职业生涯，也将重塑金融业的未来。

银行业工作岗位可能如何转变

风险最高的岗位是那些涉及重复性和可预测性任务的岗位。

ManpowerGroup新加坡区域经理张莲妮（Linda Teo）表示，这包括数据录入员、客户服务代表和某些柜员职能，所有这些都日益被聊天机器人和虚拟助理等数字工具所支持或取代。

她指出，初级分析师的部分工作，例如财务数据分析，可能会被人工智能生成的洞见所支持或取代。

任仕达（Randstad）新加坡总经理林才玲（Lim Chai Leng）表示，这项技术也越来越多地用于“了解你的客户”（Know-Your-Customer, KYC）流程和交易监控——扫描数据以发现潜在欺诈行为。

她表示，因此，许多传统的初级和后台职位的门槛正在提高，因为这些职位主要包含数据录入和文件验证等重复性任务。

林才玲补充道：“这已将招聘要求转向能够与技术协同工作、分析数据、改善客户体验并指导财务决策的人才。”

奥纬咨询（Oliver Wyman）亚太区合伙人兼Quotient人工智能业务负责人高拉夫·夸特拉（Gaurav Kwatra）表示，这将改变银行业职业生涯的形态，可用的初级职位将减少。

他说：“但企业也会努力平衡这一点并着眼于未来，因为他们也希望为未来储备好高级管理人才。”

ManpowerGroup的张莲妮也预计，临时和合同职位的需求将开始下降，特别是那些不需要专业技能的职位。

她指出，这些职位传统上用于在季节性高峰期或短期项目中补充核心劳动力。

她说：“以前那些劳动密集型或时间敏感的任务，现在可以通过自动化以更一致、更具成本效益的方式处理。”

增强而非取代

尽管如此，接受《商业时报》采访的银行表示，至少目前来看，他们不太确定人工智能能如此轻易地取代工作岗位。

华侨银行（OCBC）集团人力资源部学习与转型主管叶艾薇（Yap Aye Wee）说：“对于所有技术，总有言论说它将淘汰或摧毁大量职位，但历史一次又一次地证明我们都错了。”

“实际情况是，当某些职位被淘汰时，新的职位就会出现。”

当DBS宣布将减少合同工或临时工时，它也宣布将新增1000个因人工智能而出现的新职位。

与此同时，大华银行（UOB）集团人力资源主管唐迪恩（Dean Tong）表示，该行也在招聘具有人工智能经验的员工，以增强其人工智能能力。

唐迪恩指出，员工数量保持稳定，但他同时指出，过去每年增员1000人的UOB，在过去两年中得以保持员工总数不变。

他说：“可以说，在技术的帮助下，我们现在用同样数量的员工完成了更多的工作。”

专家表示，也存在一些不太可能被人工智能完全取代的职位。

需要情商、复杂问题解决能力和人际沟通的职位——例如合规官、监管顾问、客户关系经理和投资银行家——可能不易受到自动化的影响。但即使是这些工作，也正在被技术重塑。

例如，OCBC联络中心的客户服务经理梁丽玲（Dorothy Neo）表示，该行的语音转文本人工智能工具让她有更多时间分析通话内容，并提供洞见以改善客户服务。

这位28岁的经理指出，团队经理以前需要花费大量时间手动听取和转录通话内容，但现在人工智能工具可以在三到五分钟内完成转录，从而腾出时间进行更深入的分析。

与此同时，在一家本地银行担任企业银行客户关系经理的林茉莉（Jasmine Lim，化名）表示，她公司的内部协作助手（co-pilot）能帮助她总结会议内容，并快速找到深藏在公司内网中的文件。这位50岁的经理说道。

唐迪恩说，在UOB，生成式人工智能（Gen AI）已被嵌入到该行的呼叫中心，以帮助话务员回答问题。

他预计，未来机器将接听较简单的电话，而较复杂的电话则会转接给人工处理。

这将有助于缓解UOB呼叫中心的通话量压力，该中心的通话量近年来持续上升。

他说：“有时你可能会发现（通话量的增长）也可能不太可持续，因为你找不到那么多的呼叫中心话务员。”

但OCBC的梁丽玲认为，人工监督仍然至关重要。

她说：“语音转文本工具只能捕捉词语，但无法捕捉客户的情绪、情感或语气。（人工智能分析的）结果可能含糊不清，这时候就需要人来介入，分析这是否是真实的结果。”

渣打银行（Standard Chartered Bank）新加坡及亚细安人力资源主管黄仰圣（Wong Yang-Sheng）对此表示同意：“虽然生成式人工智能可以增强我们员工的能力，提高我们的生产力和竞争优势，但它无法取代决策和判断。”

人工智能技能培训

为了让员工为人工智能做好准备，大多数银行都会对他们进行基础的人工智能知识培训，并为特定部门提供更深入的培训。

DBS表示，今年已有1万2000名员工开始提升技能或进行再培训。这些技能包括人工智能和数据，以及业务领域知识、变革管理、软技能和在职培训。

DBS的一位发言人说：“多年来，已有数千名员工提升了技能，并在行内担任了新的角色。”

“最近，我们加倍努力提升员工技能，以确保在生成式人工智能重塑运营模式的同时，员工能够继续保持其职场价值。”

OCBC的叶艾薇表示，该行的人工智能培训是针对特定岗位且“即时”（just-in-time）的，以确保培训内容与员工工作相关。对于那些在日常工作中不怎么使用人工智能的员工，银行也提供基础培训，例如如何识别深度伪造（deep fakes）。

叶艾薇指出，在组织内部，领导者的技能也必须随之改变。

她补充道：“传统上，领导者要么非常擅长执行，要么非常擅长转型，但我们越来越需要设法为我们的领导者注入这两种能力。”

银行也在内部培养自己的人工智能人才。

例如，UOB的人工智能数据分析卓越中心（AI Data Analytics Centre of Excellence）招收毕业生参加一个为期两年的项目，提供可认证的人工智能技能培训和工作安置机会。

该行还有一个技术发展计划（Technology Development Programme），将非技术背景的新员工培训成技术人才。

与此同时，像GXS Bank这样的数字银行表示，他们的团队和角色在设计之初就旨在从人工智能等技术中获益。

GXS Bank集团人事主管陈爱美（Amy Tan）表示：“我们处于一个独特的位置，能够挖掘人工智能的潜力，因为我们是一家从零开始建立的银行，因此没有任何历史遗留的局限性。”

她说，该行定期审查其职位，以确保员工准备好迎接人工智能带来的新机遇。

软技能

人工智能的普及也意味着雇主在评估新员工时越来越看重软技能。

任仕达的林才玲表示，雇主现在正使用行为面试问题和技能评估来考察候选人对应用的真实理解。

UOB的唐迪恩说：“生成式人工智能将成为一种商品——每家银行都会使用它，所以差异化因素不在于使用它，而在于建立信任。”

“因此，我们加倍努力筛选那些符合（本行价值观）的人。”

他举例说，候选人可能会被允许使用任何工具来完成一份带回家的作业，面试官将评估他们展示解决方案的方式。

他说：“如果你完全依赖生成式人工智能为你生成解决方案而没有内化它，那么在面试中你将无法回答某些问题，而那些利用了工具并用自己的思考来增强它的人则不同。”

OCBC的叶艾薇强调了批判性思维的必要性。

她说：“今天的新入职者将拥有与五年前的新人截然不同的体验，因为他们将可以支配一系列人工智能和生成式人工智能工具。”

“我们所倡导的方法是，让我们的新员工将这些人工智能工具视为工具，不是主人，而更像是仆人。”

叶艾薇鼓励新员工选择一位真人导师，因为师徒制对于帮助理解人工智能可能无法捕捉到的细微差别和复杂性仍然很重要。

银行为何使用人工智能？

德勤（Deloitte）东南亚金融服务行业主管莫希特·梅赫罗特拉（Mohit Mehrotra）表示，在竞争激烈的环境中，银行正寻求利用人工智能等新兴技术来重新思考其运营和产品，以提供更好的服务。

德勤估计，成功利用人工智能进行创新的银行，未来五年内成本收入比可改善5%至15%。

花旗银行（Citi）南亚区董事总经理兼银行人力资源主管阿伦·米尔钱达尼（Arun Mirchandani）表示，例如，在花旗的技术部门，超过3万名开发人员使用人工智能来自动化超过74万次的代码审查。

米尔钱达尼说，这估计每周已节省10万小时，他们现在将这些时间直接重新投入到创新中。

DBS也指出，其客户服务主任（Customer Service Officer, CSO）助手已将通话处理时间缩短了高达20%，转录和解决方案的准确率超过95%。

DBS发言人表示，客户服务主任助手帮助客户服务主任实时转录客户查询，并在银行的知识库中进行“实时”搜索，以快速检索信息。

奥纬咨询的夸特拉表示，在采用人工智能方面，新加坡的银行已跻身该地区最先进的行列。

他说，支持性的监管机构、强大的数字基础设施、集中的科技人才和活跃的金融科技社区，意味着新加坡很可能成为首批测试和推广新人工智能能力的地方之一。

接受《商业时报》采访的大多数银行都开发了自家的内部协作助手工具，例如OCBC GPT、DBS-GPT、SC GPT和Citi AI。

夸特拉指出，银行拥有大量数据和人才，并且过去已经围绕机器学习和分析建立了能力，这使它们在适应人工智能方面处于有利地位。

他说：“拖慢（他们）步伐的是……银行也受到监管。它们有额外的信托责任，鉴于人工智能的随机性，在推出时需要格外小心。”

他预计，能够围绕其制衡机制制定出方法的银行，将能在其人工智能发展道路上走得更快。

尽管如此，UOB的唐迪恩预计，成为一个快速追随者比成为先行者更有优势。

唐迪恩说：“因为我们处理的是监管机构、客户信息和员工信息，所以必须非常小心。”

“第一个这样做的人可能会承担不成比例的风险，为后来者扫清道路。”

展望未来，埃森哲（Accenture）东南亚人才与组织主管尼桑·戈文德（Nesan Govender）表示，现代银行不再是管理单一的劳动力，而是五个相互依存的劳动力。

这包括：由人主导的角色、人机协作、机器人驱动的自动化、生成式人工智能，以及完全自主的代理式人工智能。

戈文德说：“教训是明确的：只有与能够有效运用它的劳动力相结合，人工智能才具有价值。”

“那些蓬勃发展的银行，都是将人工智能视为增强剂，而非替代品。”