金融公司需要什么样的AI人才
职场感言
datapath2020
最近看到路透的一条新闻：华尔街开始把 AI 技能和加薪、奖金、晋升直接挂钩了。我深挖了一下，这条新闻背后是一份招聘公司 Selby Jennings 刚发布的调查报告，我把报告原文翻了一遍，发现路透只讲了四分之一——完整版的信息量大得多，对找金融公司相关工作的人应该有参考价值。
一、调查本身
发现 1：AI 技能正式进了绩效和薪酬
发现 2：招得越快，越不知道自己在招什么
发现 3：AI fluency 正在取代藤校光环
报告第二部分标题就叫"Is AI Fluency the New Ivy League?"。下个招聘周期各因素权重变化：
重要性下降：过往实习经历 21%、传统技术/建模技能 20%、目标院校学位 13%
重要性上升：有效使用/提示 AI 工具 40%、发现并纠正 AI 生成错误 33%、把 AI 输出转化为商业决策 30%
HR 们公开承认，现在更缺的是给 AI 当质检员的人，而不是名校生。不过 27% 的受访者仍把"不靠 AI 通过面试评估"列为高度看重的资质——基本功还没死。
另据 Selby Jennings 技术招聘负责人 Jacob Summers：招聘时 AI 技能的权重约是大学背景的4 倍。
发现 4：道高一尺，魔高一丈
三、对求职者的启示
报告给求职者的建议提炼一下：
1. 别只列"我会用什么工具"，要讲结果：HR 对"AI 经验"这个词已经脱敏了，准备好具体案例和 hands-on 证明
2. 基本功+AI 两手都要硬：能过"不用 AI"的面试评估仍是加分项，两者缺一不可
3. 提前问清楚考核方式：AI 技能正在进绩效，进公司前就问这家怎么衡量 AI 使用，免得进去后被动
4. 把 AI 经验包装成业务影响：不要讲"我会 prompt"，要讲"我用 AI 把某流程提速/省了多少钱"
5. 持续学习是刚需：技能定义变得太快，报告里 HR 自己都承认跟不上
横向参照：PwC 一份 1000 名美国金融高管的调查（经 investmentnews 报道）显示，58% 计划将薪酬与 AI 生产力挂钩，86% 认为 AI 培训比 MBA 更重要——趋势是跨机构一致的。
最后欢迎大家分享相关经验。另外，我最近也在拉取相关职位的数据针对金融公司的 AI Engineer 和 FDE 这两个职位数量和技能要求进行分析，大家有哪些想关注的也可以回贴讨论。
一、调查本身
- 报告名：AI Talent Pulse Report: Hiring in Financial Services（"The AI Fluency Gap"）
- 报告地址：https://www.selbyjennings.com/insights/ai-talent-pulse-report/
- 执行方：Censuswide（第三方市场研究公司，MRS/BPC 成员），2026-08-19 至 08-26实地调查
- 样本：500 名美国金融业 HR 专业人士（22–64 岁）
发现 1：AI 技能正式进了绩效和薪酬
- 25%的机构已将加薪、晋升、奖金与 AI 熟练度挂钩
- 30%要求员工在正式绩效评估中披露 AI 工具使用情况
- 42%制定了围绕 AI 评估员工技能的新指引
- 30%新设了专门验证 AI 投资回报的岗位或部门
发现 2：招得越快，越不知道自己在招什么
- AI 相关岗位招聘量 +74%，招聘总花费 +70%，岗位填补速度 +56%
- 但31%的 HR 说：内部没人能自信地评估 AI 候选人
- 50%说过去一年面到的不合格候选人变多了
- 19%承认一直在招错画像，16%连所招岗位的"AI-enabled"意味着什么都说不清
发现 3：AI fluency 正在取代藤校光环
报告第二部分标题就叫"Is AI Fluency the New Ivy League?"。下个招聘周期各因素权重变化：
重要性下降：过往实习经历 21%、传统技术/建模技能 20%、目标院校学位 13%
重要性上升：有效使用/提示 AI 工具 40%、发现并纠正 AI 生成错误 33%、把 AI 输出转化为商业决策 30%
HR 们公开承认，现在更缺的是给 AI 当质检员的人，而不是名校生。不过 27% 的受访者仍把"不靠 AI 通过面试评估"列为高度看重的资质——基本功还没死。
另据 Selby Jennings 技术招聘负责人 Jacob Summers：招聘时 AI 技能的权重约是大学背景的4 倍。
发现 4：道高一尺，魔高一丈
- 65%的 HR 说过去一年辨别"简历注水"的能力提升了
- 42%增加了专门的技术测评来淘汰不合格者
- 27%在 AI 岗招聘中直接用AI 面试官
- 24%表示宁愿岗位空着也不招错人
三、对求职者的启示
报告给求职者的建议提炼一下：
1. 别只列"我会用什么工具"，要讲结果：HR 对"AI 经验"这个词已经脱敏了，准备好具体案例和 hands-on 证明
2. 基本功+AI 两手都要硬：能过"不用 AI"的面试评估仍是加分项，两者缺一不可
3. 提前问清楚考核方式：AI 技能正在进绩效，进公司前就问这家怎么衡量 AI 使用，免得进去后被动
4. 把 AI 经验包装成业务影响：不要讲"我会 prompt"，要讲"我用 AI 把某流程提速/省了多少钱"
5. 持续学习是刚需：技能定义变得太快，报告里 HR 自己都承认跟不上
横向参照：PwC 一份 1000 名美国金融高管的调查（经 investmentnews 报道）显示，58% 计划将薪酬与 AI 生产力挂钩，86% 认为 AI 培训比 MBA 更重要——趋势是跨机构一致的。
最后欢迎大家分享相关经验。另外，我最近也在拉取相关职位的数据针对金融公司的 AI Engineer 和 FDE 这两个职位数量和技能要求进行分析，大家有哪些想关注的也可以回贴讨论。
共1条回复
