⁣
📰 英国金融业启动AI技能协议，巴克莱等金融机构承诺为员工转型

英国财政大臣雷切尔·里夫斯宣布将推出金融城“技能协议”，以应对AI革命对金融行业的冲击。这项政府支持的计划要求雇主制定滚动三年培训计划，覆盖英国员工的最多五项关键技能，其中至少包含一项AI技能；培训需在工作时间内完成，并可通过专业课程、资质认证或数字化学习实现。近20家初始签署方包括伦敦证券交易所、富达、渣打银行等，未来三年将逐步完善各自的培训与认证体系，并向财政部和金融服务技能委员会定期汇报进展，至少指定一名高级主管监督执行。该协议旨在提升行业竞争力，缓解因技术快速发展带来的岗位风险；据行业数据，英国金融及相关服务业约占GDP的11%，雇用约250万。专家认为，尽管部分岗位会因AI流失，但通过系统培训可以实现技能升级，提升“未来岗位适配度”。截至目前，已有大约50万名金融城从业者覆盖在内，计划未来进一步扩展到更多机构。

🏷️ #金融技能协议 #AI培训 #金融城就业 #培训认证 #行业竞争力

🔗 原文链接

⁣
📰 十五年互金大浪淘沙：嘉银科技如何穿越周期_央广网

2026年，嘉银科技迎来十五周年。纵深回望，嘉银科技的发展之路，始终伴随着行业风口的起落、监管政策的迭代、市场的持续出清，也伴随着争议与质疑。这几乎是中国互联网金融行业演变的缩影。每一轮的洗牌中，能精准把握节点、穿越周期走到今天的企业已为数不多；而还能走多久，仍有待市场检验。 行业回望：从P2P到助贷 2013年前后，互联网金融站上风口，P2P被视为普惠金融的创新路径，大量平台涌入，行业膨胀。嘉银科技的前身“你我贷”于2011年入场，时间早于风口本身。与许多同行激进扩张不同，嘉银在规模与风控上相对谨慎，通过与持牌机构合作，以资金托管等形式，在行业狂飙的几年里保持了业务的合规边界。 2016年起，监管启动P2P清理整顿，行业进入漫长的出清周期。到2020年底，巅峰时期近五千家的P2P平台几乎全数清零。嘉银科技主动完成P2P业务清退，成为业内较早转型为服务持牌金融机构的科技公司之一。 随后，助贷模式迎来窗口期，但低息噱头获客、暴力催收、息费不透明等乱象再度抬头。监管的步伐从未停止。2020年，银保监会发布《商业银行互联网贷款管理暂行办法》，首次对互联网贷款业务提出系统性规范；2021年发布补充通知，进一步强化联合贷款管理要求。2025年以来，《关于加强商业银行互联网助贷业务管理提升金融服务质效的通知》《个人贷款业务明示综合融资成本规定》《金融产品网络营销管理办法》等新规相继落地，形成全链条闭环监管，行业门槛被大幅抬高，缺乏综合实力的机构逐步退出。 阵痛转型：活下去比扩张更重要 在监管趋严、资金收缩、流量见顶的背景之下，留存下来的企业虽然持续展业，却也同时面临着利润收缩、增长放缓的新困境。 各家企业一季度财报陆续出炉，头部机构普遍出现缩量趋势。最新财报显示，嘉银科技2026年一季度贷款交易量约193亿元。在主营业务收缩的同时，嘉银在科技赋能、车抵贷和海外业务等方面积极发力，试图寻求新的发展方向。此外，守住合规底线，满足监管要求，成为这一轮洗牌中不被淘汰的必要条件。以综合融资成本明示为例，据悉，嘉银科技产品团队已第一时间响应监管要求，对相关页面和流程进行了调整，目前已在内部测试中。 与此同时，业内多家企业先后启动组织精简，裁撤低效业务板块与职能岗位，将资源集中投向合规风控与技术研发。嘉银科技同样经历了这一过程。短期内，人员调整可能带来内部磨合压力；但长期看，运营成本得到压降，组织效率得以提升。轻量化组织，已成为留存企业应对下行周期的共同选择。 在多轮洗牌之下，头部机构的突围路径趋于一致：要么用AI把国内业务做深做透，要么开拓海外新市场。在国内市场，嘉银科技近年持续引入技术人才——CRO漆丹来自微众银行，拥有十余年风险管理经验；CDO张荣华与CTO王喆均来自蚂蚁集团。核心技术人才的储备，是企业向技术驱动转型的一个侧影。在海外市场，行业头部机构纷纷发力，寻找第二增长曲线，信也科技海外业务已初具规模。 嘉银科技的成长史不仅是一家企业在行业变迁中调整求生的样本，更是一部互金发展史的缩影。长期来看，监管趋严并非行业发展阻力，而是良性出清、回归本源的必要过程。能够穿越周期的市场参与者，必然是坚守合规底线、具备可持续发展能力、拥有自我革新韧性的企业。 相关负责人表示，规范后的助贷赛道仍具普惠价值——合规运营的平台仍是下沉金融服务的有效补充渠道。在这个强监管、强竞争的赛道里，生存的法则不是规模、不是速度，而是在每一次规则调整中更快地适应。这种适应力，是穿越周期的关键。

🏷️ #嘉银科技 #互金变迁 #合规风控 #AI转型 #海外扩展

🔗 原文链接

⁣
📰 美国“强就业”与裁员潮并存

本月美国就业数据呈现结构性分化：非农就业新增15-20万级别，餐饮、休闲酒店、教育等服务业岗位增加明显；但科技、金融、法律等高薪行业出现裁员潮，科技公司裁员规模居高不下。与此同时，首次申请失业救济人数上升，体现短期不确定性。专家指出，AI 技术推动行业分化，低薪服务业岗位增长与高薪行业裁员并存，导致就业“量增质差”，民众实际购买力受通胀影响有所下降。市场对美联储政策预期分歧，普遍认为短期内不太可能大幅加息，维持利率成为主流。未来就业格局将继续分化，AI虽创造新岗位，但替代性强的岗位将减少，导致“质量分化”加剧。货币政策需关注就业总量与结构性冲击的双重变化，可能推动政策创新与对收入分配变化的应对。总体而言，短期内美国劳动力市场呈现韧性与风险并存的局面。

🏷️ #美国就业 #AI冲击 #就业分化 #美联储 #裁员潮

🔗 原文链接

⁣
📰 码农之后，金融人将迎来最残酷的一次洗牌

文章聚焦AI对全球科技与金融行业的深远影响，指出截至2026年前五个月全球科技裁员已超10万，远超2025全年水平，AI成为结构性冲击的重要驱动，但黄仁勋强调并非AI单独导致裁员。金融领域裁员与降本增效并行，初级岗位易被AI替代，行业壁垒下降，但AI也在提升效率与创造新机会。作者通过对Kimi Work、CoWork等智能 Agent 的实测，展示AI在研究计划制定、多维度研究分解、数据交叉验证、长文本产出等方面的强大能力，能够把大量重复性工作自动化，释放从业者时间，让人机协同成为常态。核心观点是AI不是要取代人，而是改变工作形态：低创造性工作被淘汰，能提问、解读、洞察与沟通等核心能力才是个人价值的关键。金融从业者应拥抱AI、提升独立判断与长期视野，以人机协同提升上限，进而在行业洗牌中获得新的竞争力。总之，AI带来的不是灾难，而是促使职业边界重新定义的机遇。

🏷️ #AI #金融 #分析师 #人机协同 #职业边界

🔗 原文链接

⁣
📰 码农之后，金融人将迎来最残酷的一次洗牌-36氪

本文聚焦AI对科技与金融行业的深刻冲击，指出裁员潮背后的结构性变革并非单纯因AI引发，而是AI在推动行业效率提升与岗位价值再定义。通过案例分析，作者展示AIAgent如Kimi Work、CoWork等如何将“低创造性、重复性”工作自动化，释放从业者的时间，使其转向更高层次的判断、决策与洞察能力。金融领域尤受影响，初级岗位被 AI 大规模替代的趋势显现，但作者强调真正的价值在于人机协同——学会高效提问、解读数据、建立信任与沟通等核心能力的提升。内容行业、投资分析、咨询等领域同样面临挑战与机遇，AI不是取代人，而是放大人们的能力边界，帮助从业者构建独立思考与前瞻性视野。结论是进入AI时代，职业的不可替代性源于持续学习与深度思考，行业拐点已至，主动拥抱与 redefinition 自身能力，才是稳健的应对之道。

🏷️ #AI变革 #金融分析 #人机协同 #自动化 #职业价值

🔗 原文链接

⁣
📰 调研速递|南天信息接待国泰海通证券等2家机构 详解AI布局与信创深化战略

南天信息在2026年6月5日的机构调研中，展示了公司在金融信息化与数字化服务领域 forty years 的积累与布局。公司强调以金融科技为核心、数智化服务为主线，围绕软件开发与服务、集成解决方案、智能渠道、IT产品销售与产业互联网及创新业务等构成主业框架，力求通过信创深化、国产化升级及云原生迁移等机会来提升竞争力。面对AI大模型、分布式架构及数据中心建设等新技术，以及宏观经济收紧与客户预算调整的挑战，公司表示将持续推进系统性智能化转型，提升研发、交付、运维等环节效率，并加强面向客户的AI应用服务，推动平台化、生态化运营，逐步提升平台类收入与运营支持收入。IT产品销售与产业互联网方面，公司与联想、戴尔、AMD、MSI、锐捷等厂商保持稳健合作，计划通过数字化平台实现从传统产品销售向平台化、生态化的升级，并与软件、集成、产品服务等业务板块协同。人才激励方面，公司完善绩效与薪酬体系，实施股权激励与员工持股，建立市场化选拔与梯队建设，重点引进人工智能、信创等高端人才，提升人才稳定性与可持续发展能力。市值管理方面，公司强调通过战略引领、精益管理、科技创新与信息披露来提升价值，关注投资者回报与投资者信心的建立。公告称此次活动未披露重大信息，未提供演示文稿或附件。

🏷️ #金融IT #数字化服务 #AI应用 #信创发展 #人才激励

🔗 原文链接

⁣
📰 人工智能冲击金融业就业格局

AI技术在金融行业的广泛应用正在推动后台职能的结构性变革，渣打银行计划到2030年将相关岗位减少15%以上，涉及近8000个工作岗位，并以人力资源、风险、合规、运营及技术支持等后台职能为重点。此举的核心并非单纯裁员，而是通过AI与自动化提升运营效率、降低成本、提升盈利水平，以解决重复性、规则性和易出错的工作负担，如考勤核算、薪酬发放、风险数据分析等。星展银行与汇丰等同行也在不同程度上推进AI驱动的重组与裁员，金融行业的利润压缩与监管趋严使传统人力密集型运营难以为继，因此需要通过规模化应用AI来破解成本与效率难题，并释放出高价值、创造性岗位。与此同时，AI驱动的人员调整也将带来组织架构和人力资源的重构，关注点从“替代”转向“技能再造”，以培训与岗位转岗帮助被替代员工转型，从而确保资源投入到更具创造性的业务领域。

🏷️ #AI裁员 #金融科技 #自动化 #后台职能 #技能再造

🔗 原文链接

⁣
📰 金融+AI的奇点时刻，阿里云要“点”石成“金”

2026年被视为金融业AI发展的关键年，行业共识聚焦“智能体元年”的到来。阿里云公共云提出金融级通用智能体，强调从“外挂式辅助”到“端到端嵌入业务流程的数字员工”的转变；以Token消耗、智能体日活和岗位重塑为新价值尺子。点金通用智能体定位为“能写会算”的金融数字员工，具备跑回测、训模、写报告、风控、合规审查等能力，目标让老专家愿意沉淀业务Skill。点金历经1.0到3.0跨越，现进入Harness新纪元，强调自主闭环和全能性。它具备五大金融原生能力：内置金融岗位、全链路合规、对接权威数据源、金融云上沙箱及7×24在线调度，支撑“芯-云-模-智”全栈能力。底层发布M890 AI芯片，提升算力，确保并发推理；上层由千问大模型等组件构成，赋予智能体复杂任务规划和工具调用能力，最终落地到点金平台与AgentScope金融版的意图路由、双模执行、三层记忆及合规能力。并行推动开源共创，提出金融通用智能体的10大要素与Skill开源计划，推动行业标准化与真实业务对齐。阿里云以全栈能力推动AI原生时代与金融机构共同发展。

🏷️ #金融智能体 #AI原生 #点金 #阿里云 #金融标准化

🔗 原文链接

⁣
📰 人工智能冲击金融业就业格局

人工智能在金融行业的广泛应用正在推动就业结构的深刻调整。渣打银行计划到2030年将后台职能岗位削减15%以上，涉及近8000个工作岗位，重点集中在人力资源、风险、合规、运营等非前台岗位，其核心目的不仅是降低成本，更是通过AI与自动化提升运营效率与盈利水平。金融行业的后台工作长期存在重复性、低创造性和容易出错的问题，AI可以更高效、低成本完成此类任务，降低人为错误。此前星展银行与汇丰银行等亦有大规模裁员或AI驱动重组计划，这体现跨国银行在成本收益比与长期高质量收益之间对AI投入的必要性。与此同时，AI驱动的人员调整本质是业务模式升级，促使人员向高价值、创造性岗位转型，帮助银行以数据驱动决策，拓展盈利路径。对被替代群体而言，单纯裁员不可取，须通过技能培训、岗位转岗等方式实现再就业与能力再造，确保资源向更具创造性的岗位倾斜。

🏷️ #AI金融 #裁员潮 #岗位转型 #自动化 #技能培训

🔗 原文链接

⁣
📰 人工智能冲击金融业就业格局_中国经济网

本文围绕人工智能（AI）在金融行业的广泛应用及其引发的裁员潮展开分析。以渣打银行、星展银行、汇丰等案例为切入点，指出AI与自动化将重点削减人力资源、风险、合规、运营、技术支持等后台职能岗位，目标不仅在于成本下降，更在于提升运营效率与盈利水平。金融机构长期存在的重复性、低创造性工作将由AI接管，促使成本结构和组织模式的重大转型：员工向高价值、创造性岗位转移，资源聚焦于能带来更高回报的业务板块。文章强调这场裁员潮不仅是技术替代，更是组织架构与人力资源重塑的推进，应通过技能培训、岗位转岗等措施实现被替代员工的再就业与再培训，以确保替代过程带来持续的创造性劳动与业务增长。

🏷️ #AI裁员潮 #金融科技 #后台职能 #工作转型 #技能培训

🔗 原文链接

⁣
📰 人工智能冲击金融业就业格局_中国经济网——国家经济门户

AI 技术在金融行业的广泛应用正在推动裁员潮，渣打银行计划到2030年将公司职能部门岗位减少15%以上，涉及近8000个职位，核心目标是通过 AI 与自动化提升运营效率和盈利水平。金融后台职能长期承担重复性、低创造性的工作，如人力资源的考勤与薪酬、风险数据分析、合规审核、运营单据处理等，人工成本高、易出错。相比之下，AI 能以更高效、低成本完成这些任务，帮助降低人为失误。此前星展银行和汇丰银行也在推进大规模裁员或 AI 驱动重组，跨国银行的 AI 投资正成为提高成本收益比、实现长期高质量收益的必要举措。在利润空间收窄、监管趋严的背景下，传统运营模式难以为继，AI 的规模化应用有望破解成本、效率与误差的难点，并通过数据分析为决策提供支撑，拓宽盈利渠道。此次裁员不是简单替代，而是业务模式升级，促使人员结构向高价值岗位转型，进一步聚焦创造力强、附加值高的业务。渣打的后台岗位多为中端就业，随着 AI 接管基础性工作，这部分群体将面临就业压力。对银行而言，AI 驱动的重组应伴随技能培训与岗位转岗等持续的人力资源重构，以确保被替代员工转向更具创造性的岗位，维持组织的长远竞争力。

🏷️ #AI裁员 #金融科技 #银行重组 #岗位转型 #技能培训

🔗 原文链接

⁣
📰 AI战略转型提速“元”公司、微软等巨头公布裁员重组计划_中国经济网——国家经济门户

近来，全球科技与金融行业的多家巨头纷纷宣布裁员，背后核心逻辑是借助AI抢占先发优势，并通过资源再分配与组织重构提升效率。文章梳理了若干大规模裁员案例：元公司裁减近8000人并调入7000名员工进入AI新部门，招聘空缺也被大量叫停，同时推行扁平化管理与“AI原生设计原则”；微软则对长期员工实施自愿买断，目标是提高运营速度与敏捷性。亚马逊、Block、甲骨文、Snap等也相继宣布裁员，金融机构如渣打银行、星展银行、日本的瑞穗金融等则通过AI驱动的成本优化与岗位调整实施裁减。趋势显示，AI投资持续增长，数据中心与AI基础设施成为主角，企业在压缩部分岗位的同时寻求以小型高效团队实现快速响应。专家分析认为，AI将重塑就业结构，短期存在阵痛，但长期会催生高质量岗位，需要劳动者提前进行技能升级以实现人机协同的新工作模式。

🏷️ #人工智能 #裁员潮 #就业结构 #AI投资 #高质量岗位

🔗 原文链接

⁣
📰 渣打银行裁员八千，人类让位给机器人的时代还是来了？

渣打银行宣布全球范围内裁员约8000人，旨在让AI与自动化提升人均效能并优化企业职能岗位。新闻指出，2030年前公司计划削减超过15%的企业职能相关岗位，同时通过更精简、高效的运营模式、加强自动化与人工智能的应用来提升决策与客户服务。行业分析普遍认为，这一趋势不仅限于渣打，汇丰、瑞穗等银行也在不同程度上通过AI驱动的转型来降低成本并提高股东回报。金融行业的核心分工中后台岗位具有高重复性、标准化特征，随着大模型与智能体的发展，AI对这类岗位的替代性显著增强。第三方观点强调，这并非一次性裁员潮，而是渐进的岗位优化与人才转型过程，金融机构同时在培育AI训练、数据治理、算法风控等新兴岗位。面对变革，个人应提升“人机协作”能力，将AI作为工具来提升产出，同时增强软技能与跨领域整合能力，形成“人+AI”协同的竞争力，以应对AI时代的长期趋势。

🏷️ #AI #金融改革 #裁员潮 #中后台 #岗位转型

🔗 原文链接

⁣
📰 外企头条丨AI应用加速，跨国银行也要裁员了

金融行业正在经历由人工智能和自动化驱动的“裁员潮”，渣打银行宣布到2030年将全球职能部门岗位减少15%以上，涉及近8000个岗位，核心驱动力是用AI提升效率、替代低效的人力资本，推动更简洁、快捷、互联的运营模式。银行方表示这不是单纯降本，而是通过对金融资本和投资资本的投入，提升长期高质量收益与可持续增长。与此同时，其他金融机构也在加速AI布局以提高效率并降低成本：星展银行未来3年裁员近4000人，汇丰银行正考虑约2万岗位的AI驱动重组，日本瑞穗金融集团计划在未来10年通过AI投放将事务岗位最多削减5000个。总体来看，跨国银行在竞争加剧的背景下，加大对AI和自动化的投入，已成为实现长期高质量收益的关键举措。作为背景，AI在金融领域的广泛应用正在改变用人结构与运营模式。

🏷️ #AI#裁员潮#金融#银行#自动化

🔗 原文链接

⁣
📰 金融「风暴」，AI制造

本文围绕AI在金融行业的深度应用及其引发的裁员潮展开讨论。PayPal计划在未来2-3年内裁减约20%的员工，约4500个岗位，并推动技术平台现代化、云原生迁移及更积极的AI驱动开发，以提升效率与降低成本；Coinbase则裁员约700人，约占总数的14%，并提出“AI原生”的组织模式，强调通过压缩层级让小团队完成以往需多人协作的工作。两家公司虽在不同业务场景，但都以降本增效、快速迭代为目标，且将AI置于企业转型的核心叙事中。分析指出，金融行业具备高度流程化、信息密集的特征，AI易于介入前台分析、合规与后台流程，能显著提高生产力与降低人力成本，因此成为资本市场的新风口。除了支付巨头和加密交易所，传统银行也在以AI优化开户、风控、测试等环节。作者进一步强调，裁员背后是组织结构的重塑与人力分配的再平衡，AI的引入使得“一个人+AI”的高效模式成为可能，同时也带来工作安全感下降、岗位适配压力增大等风险。总的来看，AI在金融行业的应用正在推动从组织层级到岗位配置的全面变革，裁员成为实现降本增效的现实手段与叙事工具。

🏷️ #AI转型 #金融科技 #裁员潮 #降本增效 #云原生

🔗 原文链接

⁣
📰 德银：Anthropic AI金融智能体迈向规模化部署，传统遗留系统与监管合规仍是“绊脚石”-证券之星

德银研究指出，Anthropic 推出的“即插即用型”金融智能体有望简化银行核心业务流程，通过10个模板实现研究、客户覆盖与运营的自动化，并整合第三方数据、子智能体和工作流，帮助银行家在投行演示、可比性分析、KYC审核及月末结算等环节减少手动工作量。尽管网络上对裁员的担忧存在，初级银行家短期内仍需应对长工时，全面替代尚需时日。金融行业数据密集且流程重复，推动 AI 应用具备条件。美国普查局数据表明约30%银行保险机构已在使用 AI，另有34%计划六个月内采用，但落地障碍仍然显著：遗留系统的兼容、安全高质量数据、偏见与幻觉、知识产权风险，以及监管不确定性与可解释性要求都增加部署难度。此外，内部阻力与技术人才匮乏、客户对 AI 决策的信任度等都需解决。AI 的应用可分三阶段推进：个人生产力工具、流程自动化、全系统转型；早期案例正在推进，但自主交易等更复杂场景仍处于萌芽阶段且风险较高。长期来看，AI 将重塑而非取代岗位，人类的判断、创造力和情感智能依然关键。价值的获取更多来自企业克服结构与文化障碍的能力，而非仅靠技术进步。

🏷️ #AI金融 #遗留系统 #监管挑战 #流程自动化 #人工智能应用

🔗 原文链接

⁣
📰 摩根士丹利全球裁员2500人，占员工总数3% - 经济观察网 － 专业财经新闻网站

2026年3月，摩根士丹利宣布全球裁员约2500人，占总人数的3%，覆盖投行与交易、财富管理、投资管理三大核心部门，预计在未来数周内逐步执行。这一裁员并非临时举措，而是基于业务布局调整、地区资源优化及个人绩效综合评估，旨在提升运营效率并应对行业下行压力。值得注意的是，裁员计划不影响约1.6万名财务顾问岗位，重点精简对象为重复性较高的中后台支持岗位及部分标准化业务线人员。全球IPO市场遇冷、交易活动放缓，促使华尔街机构普遍通过裁员控制成本，同期高盛、花旗等同行也采取类似措施。分析指出，此次裁员部分源于AI技术对重复性岗位的替代，摩根士丹利已部署AI系统处理报告生成、基础分析等工作，推动中后台流程自动化，显示金融行业通过技术升级实现降本增效的长期趋势。以上信息来自公开资料，旨在呈现行业变动，并不构成投资建议。

🏷️ #裁员 #AI应用 #金融科技 #中后台 #成本控制

🔗 原文链接

⁣
📰 危险，摩根暴裁2500人，AI金融替代潮已彻底失控-AI精选-资讯

本文围绕AI在职场的冲击展开讨论，核心观点是随着算力升级和大模型能力增强，入门级白领岗位在1-2年内将被AI大幅替代，甚至一个人+AI即可完成原来12人的工作量。这一趋势在咨询、法律、金融等行业尤为明显，AI工具如Claude、Goose等不仅能快速完成数据检索、文书起草、分析框架搭建等基础任务，还能提升准确性和效率，使资深人员的需求上升，而初级岗位的招聘明显下降。文章强调“用AI重构流程”才是关键，即不仅替代重复性劳动，更要重新设计工作流程，让少数精英与AI协同工作，覆盖从数据收集、分析到客户沟通的完整链条。随着算力的进一步增长，企业对高算力的投入将拉大与落后的差距，普通白领的学习和适应窗口期在缩短，呼吁读者尽快转向成为“用AI干掉12人团队”的1个人，还是成为被AI替代的多名员工。最后提醒读者，工具已在手，关键在于如何重构工作流程与能力边界。

🏷️ #AI职场冲击 #用AI重构流程 #人机协作 #算力红利 #职业转型

🔗 原文链接

⁣
📰 “血色二月”！AI恐慌，蔓延多个行业！过度反应or理性重估？机构权威解读

AI叙事在一年间发生剧烈转向。进入2026年，“AI淘金热”骤然退潮。1月“AI烧钱但看不到回报“的论调占据上风，美股市场对AI投资回报周期过长的担忧再度升温。2月“AI颠覆论”主导情绪，并在美股引发恐慌交易。短短一个月内，交易恐慌从软件蔓延至金融、法律、咨询、商业地产、物流、传媒等多个行业，投资者纷纷转向“抗AI”板块。这场抛售潮背后是情绪宣泄还是理性预警？调整又将持续多久？成为投资者关注的话题。为此，券商中国记者采访了多名基金经理及券商行业首席分析师，试图厘清恐慌的源头、分歧的边界与调整节奏。拆解AI“血色二月”如果说2025年投资者在为“AI信仰”买单，那么2026年开年的两个月，AI主题已变成一种威胁。自Anthropic推出的法律AI工具后，2月3日美股法律软件和数据服务公司应声暴跌。次日抛售潮蔓延至软件板块、半导体、AI基础设施领域。当周，私人信贷市场也受到冲击，投资组合高度集中于软件板块的Ares、KKR等机构股价暴跌。2月第二周，9日在线保险平台Insurify推出AI新工具，标普500保险指数当天收跌3.9%。10日Altruist推出AI税务规划工具，美股财富管理板块集体大跌。11日恐慌情绪“传染”至房地产服务板块。12日AI物流公司Algorhythm发布白皮书称通过AI算法把生产率直接拉升3倍，卡车运输与物流板块遭遇抛售。2月23日Citrini Research发布题为《2028年全球智能危机》的报告，推演AI快速发展可能引发的连锁经济危机，美股投资者再度掀起抛售潮。某基金经理在接受券商中国记者采访时分析称，2月以来，AI部分板块调整基于两点原因：一是AI技术迭代引发的商业模式担忧；二是市场关于AI技术路线的讨论增多，“但需明确的是，技术演进是产业发展的常态，关于新技术路线的讨论，恰恰说明产业在快速进步”。华泰证券研究所所长张继强团队表示，2026年以来全球AI叙事至少有三层转变：一是过去“模型越大、数据越多、算力越强，性能越好”的经验规律正在出现一些裂痕，比如投入边际效率衰减、数据瓶颈等问题浮出水面；二是市场从奖励“资本开支”转向担忧“变现太慢”；三是来自于对AI颠覆性的担忧。张继强认为，上述三层叙事所指向的问题真实可推演，但变革时间表和最终边界极难提前预判，当前市场在恐慌情绪主导下进行线性外推，定价了相对最坏的情景。“其中一个重要原因可能来自于高估值和交易结构的脆弱性，成为恐慌的放大器。本轮调整之前，AI相关板块的估值处于历史高位，商业软件板块估值也不算低，在叙事这一触发剂之下形成集中释放。”过度反应还是理性重估对于本轮美股市场引发的AI恐慌交易，受访机构一致认为市场“反应过度”，在“谁会被颠覆”和“颠覆速度”上存在认知混乱。但对于AI对传统行业的冲击影响程度，受访机构存在分歧。招商基金信息科学与技术产业链小组副组长杨成表示，这是市场短期的过度反应。从历史经验看，资本市场往往会高估某个事件的短期影响力而低估长期的变化。“我们正处于智能时代的中期，AI技术仍是提升生产力的有效工具。虽然AI会对许多行业进行重构，但不会消灭行业，能够有效利用AI技术的行业或公司反而更具竞争优势。”他同时提醒，当前AI技术架构，AI幻觉缺陷、反应延迟和算力资源不足等问题仍然还无法很好满足企业级的高可靠要求，这意味着新的技术从萌芽到成熟应用都需要长期磨合适配的过程。兴业证券经济与金融研究院院长助理、TMT研究中心总经理、计算机互联网行业首席蒋佳霖也谈到，抛售行为的背后有羊群效应作用，情绪发酵主导了抛售行为。他解释，恐慌交易主要源于市场对未来不确定性的焦虑，但不确定性不等于毁灭。历史经验表明，技术革命初期的恐慌往往伴随机遇，AI对行业的重塑是渐进式的，而非突发性的“破产潮”，多数行业将通过适配AI实现效率提升。在他看来，AI对传统行业的冲击虽剧烈，却难比当年互联网革命，核心是其释放科技红利而非引发行业毁灭。AI虽会冲击部分基础岗位，但长期将推动经济总量提升与结构优化，倒逼行业向高端化升级。华创证券计算机首席分析师吴鸣远提出不同判断。他表示，当前资本市场抛售潮是“结构性低估”与“情绪过度反应”的叠加态，“但AI对传统行业颠覆性冲击，核心风险确实被低估”。他认为“黑天鹅之父”塔勒布的警告并非空穴来风，一是各行业尾部风险在结构上被低估，风险不是小幅修正而是大幅回撤；二是高估AI领军企业的持久力，历史经验表明早期先驱者往往会被取代。吴鸣远的判断基于两个事实：Agent落地实际案例已发生；传统行业商业模式根基正在动摇。平安科技创新混合基金经理翟森也认为，从长期视角看，AI对传统行业的冲击并没有被高估，甚至在部分细分领域仍然被低估。恐慌交易何时休一整月的美股AI恐慌交易是否还会持续，备受市场关注。多名受访机构人士认为，调整尚未结束，但极端阶段正在过去，市场将进入消化与验证期。中泰证券计算机联席首席分析师何柄谕向券商中国记者表示，恐慌性交易大约会持续1个季度左右。其解释，一是从年初产生的恐慌到财务数据验证，至少需要1个季度，若最新季报未出现恶化迹象，恐慌情绪会大幅弱化；二是经过1个季度的调整，大部分恐慌筹码已经出清，后续大规模砸盘的可能性降低。但他也提醒，若经营数据和财务数据出现负面反馈，调整周期可能延长。兴业证券经济与金融研究院通信行业首席章林也持有类似观点，预计将持续1—2个季度，直至新一季财报完成基本面压力测试。他谈到，板块分化将随财报披露迅速显现：能够实证利用AI优化成本结构、或通过“人机协同”提升服务效率与ARPU（每用户平均收入）值的企业，将率先完成估值修复；而转型节奏较慢的企业，估值重构周期则相对拉长。真正的企稳信号，将出现在头部公司证实AI技术并未侵蚀核心利润率，反而成为新的增长引擎之时。华创证券吴鸣远则给出更细化的时间表，短期看，未来1—3个月波动仍将加剧，无差别抛售与反弹交织，任何AI技术突破或财报指引下调都可能触发新一轮抛售。中期看，3—12个月是基本面验证期，分化将加剧，2026年下半年是关键节点，若软件行业裁员潮情景提前发生，恐慌将加剧。长期看，1-3年新秩序将确立，SaaS订阅模式向“按使用量+按成果”的混合模式转型，具备AI原生能力的平台型企业将崛起。也有机构相对乐观。杨成认为，恐慌情绪已经在逐步缓解，市场将进入“去伪存真”阶段。申万宏源研究副总经理刘洋、计算机首席分析师黄忠煌表示，基于2月全球风险偏好变化，市场已经调整到了后半场，目前应该在平复悲观情绪的阶段。

🏷️ #AI恐慌 #市场调整 #AI变革 #财报验证 #估值修复

🔗 原文链接

⁣
📰 美股AI交易恐慌蔓延 市场进入基本面验证期

进入2026年，AI市场叙事由热潮转向担忧与抛售。1–2月美股全面回调，AI相关板块因对商业模式与变现速度担忧而调整，恐慌情绪从软件扩展至金融、法律、地产、物流等行业。专家指出，技术迭代确有裂痕，市场从“资本开支”转向“变现慢”并对AI颠覆性提出担忧，但也强调技术进步仍推动生产力提升，行业将通过适配实现升级而非全面消灭。恐慌交易具有阶段性，受限于财报验证与市场情绪，可能持续1–2个季度进入消化与验证期；头部公司若证实AI能提升利润率，将带动估值修复，行业分化将进一步加剧。长期看，AI原生平台与混合商业模式有望成为新增长引擎，若出现裁员潮等负面信号，恐慌可能加剧。总体而言，市场正由情绪主导走向理性，AI的长期红利与挑战并存，需关注财报验证与行业分化的进展。

🏷️ #AI #市场 #股市 #恐慌 #分化

🔗 原文链接