來源：經濟日報

在人工智慧技術應用不斷深化的背景下，金融業對科技人才的渴求愈加強烈。近期陸續發佈的上市銀行2024年年報顯示，5家國有大型商業銀行2024年金融科技投入已超1100億元，截至2024年12月，五大行的金融科技人員數量已超10萬人。

回溯歷史不難發現，資訊技術與金融業的雙向奔赴由來已久，只不過隨著人工智慧技術日益飛入尋常百姓家，二者之間的融合才逐步走進大眾視野。以銀行業為例，從最初的“一把算盤一支筆”到後來的“滑鼠+記帳機”，從前些年的“純互聯網銀行”到如今的“人工智慧+金融服務”，技術賦能讓金融服務的模式、管道、效率、精準度都發生了質的飛躍，金融機構不僅成了技術的受益者，更成了技術的消費者、推動者。

深化資訊技術在金融業的運用，國家有要求、市場有需求、金融業有動力。中央金融工作會議明確提出，做好“數位金融”等“五篇大文章”。近期，國務院辦公廳印發《關於做好金融“五篇大文章”的指導意見》，關於數位金融，要求加快推進金融機構數字化轉型，增強數位化經營服務能力。去年至今，各家金融機構已摩拳擦掌，積極部署、應用大模型技術，目前已有多家商業銀行完成了DeepSeek最新開源大模型的私有化部署，並將其應用於智慧客服、財務分析、財富管理等多個金融業務場景。

科技人員如何在金融服務變革中發揮作用？回答這一問題，要弄懂數位金融的3個底層邏輯。第一層是數位基底。人工智慧技術以大模型為代表，大模型有3個支撐要素，即數據、算力、演算法。第二層是智慧中樞。可以將其簡單理解為基於大模型的分析理解能力，在複雜金融場景下實現自主任務規劃、步驟拆解、分步執行、最終輸出反饋等。第三層是應用場景，這也是金融消費者感受最為直觀的部分。以上環節都需要大量的、專業的科技人才提供智力支援。

當前，多家金融機構已逐年增加科技人員佔比，搶先布局未來數位化轉型的競技賽道。其中，有的機構圍繞算力、演算法和數據，建立了專職隊伍，加快大模型技術創新應用，月均生成代碼超133萬行；有的機構組建了數據分析師隊伍，開展跨專業分析師隊伍培訓；還有的機構加強科技風險管理，設立金融科技風險官，完善配套管理流程，統籌協調科技創新與風險防範。

接下來，金融業要重點處理好兩個問題，一是如何留住、用好科技人才，二是如何讓科技人才更懂金融業務、成長為複合型人才。一方面，從人才引入的角度看，受制於個人職業發展前景、薪酬待遇等因素，目前具有資訊科技背景的畢業生更青睞科研機構、互聯網機構、創業企業等，如何吸引、留住科技人才是金融業亟待解決的問題。另一方面，從科技與業務結合的角度看，金融業的科技人員不能只懂技術，因為技術畢竟要服務於金融業務，如何有規劃、有步驟地培養“科技+金融”複合型人才，這既考驗金融業的人力資源管理水準，也折射出各家機構的長遠發展眼光。（作者：郭子源 來源：經濟日報）

【來源：中國經濟網】