今年 4000 名新人入職美國銀行，將面對正被 AI 改寫的華爾街

### 今年 4000 名新人入職美國銀行，將面對正被 AI 改寫的華爾街

今年美國銀行（Bank of America）預計迎來約 4000 名新進員工，這批新人將踏入一個正被人工智慧（AI）深刻改寫的華爾街。根據近期公布的數據，該行今年實習職位的競爭激烈程度令人咋舌：約 24 萬人爭搶不到 2000 個實習名額，錄取率僅約 0.8%。這個數字不僅反映金融業對年輕人才的高度吸引力，更凸顯 AI 工具與市場變化如何重塑求職生態。

美國銀行全球人才主管喬希・布朗斯坦指出，申請人數較往年明顯增加，背後有兩大驅動力。首先，AI 工具讓投遞履歷變得更加簡便，求職者只需幾分鐘就能完成大量申請，大幅降低了時間成本。其次，真實的競爭確實比過去更為白熱化——隨著金融科技與數據分析成為顯學，越來越多頂尖學生將華爾街視為職涯起點，導致僧多粥少的局面愈發嚴峻。

這批新人入職後，面臨的將是一個被自動化、演算法與機器學習快速滲透的金融環境。過去由人為執行的交易、風險評估、客戶服務等工作，如今正逐步轉由 AI 系統接手。例如，美國銀行已部署大量聊天機器人處理客服業務，分析報告與市場洞察也開始仰賴自然語言處理技術。換句話說，新進員工不僅要熟悉傳統金融知識，更需具備與 AI 協作甚至駕馭 AI 工具的能力。

從背景脈絡來看，華爾街擁抱 AI 並非新鮮事，但近兩年生成式 AI 的爆發式成長，讓轉型速度大幅加快。銀行業面臨降低成本、提高效率的壓力，自動化成為不可避免的趨勢。同時，監管機構對風險控管的要求日益嚴格，AI 在合規、反詐騙等領域的應用也越來越重要。這意味著，新人的角色可能從「執行者」轉向「策略者」——他們需要理解 AI 的產出，並根據結果做出更複雜的判斷。

對求職者來說，這項趨勢帶來雙重影響。一方面，入職門檻可能變高：單純的財金學歷或基礎技能已不夠，熟悉 Python、資料分析、機器學習概念將成為加分項。另一方面，AI 也催生了新的職位，例如 AI 模型監管師、數據治理專員、演算法倫理分析師等，為年輕人打開不同以往的職涯路徑。美國銀行 0.8% 的錄取率提醒我們，未來金融業的競爭將更看重「人機協作」的潛力。

讀者可以持續關注幾個後續發展：首先，美國銀行及其他大型金融機構是否會進一步調整招聘標準，例如在面試中納入 AI 或數據分析測驗？其次，這些新人入職後，銀行將提供哪些培訓資源幫助他們適應 AI 環境？最後，AI 對華爾街工作內容的實際衝擊——哪些職位正在消失，哪些正在誕生——將是未來幾年值得追蹤的焦點。對於正在準備金融職涯的學生而言，除了加強傳統專業，不妨提早接觸 AI 工具與程式語言，才能在這個被科技改寫的產業中立於不敗之地。