2019年可以說是金融行業的裁員年，從各種頭條上經常看到某某銀行裁員，某金融機構裁員，無意中看到一個數據，2019年已經公佈的全球銀行裁員計劃，人數高達75000人。其中，裁員最多的是歐洲銀行，佔據了全球銀行業裁員80%以上的人數。
看到數據顯示今年裁員潮背後的主要原因是全球經濟增長放緩，銀行為了節省成本、提高效率，削減了人力開支。
但是，要是從長期來看，銀行裁員其實已經成為一個必然趨勢，原因你肯定也早有耳聞：那就是人工智能可能會替代這個行業裡大量人的工作。
2018年上海開辦首家無人銀行開始，AI智能運用到金融體系，算是銀行開始鉅變，網點沒有了人，就連網點的職能都在發生天翻地覆的變化。
那中國的銀行，在智能化上肯定也不會落後。之前都有數據報告出來，中國四大行，由於銀行網點智能化，這幾年已經裁掉了8萬人。
面對這樣的趨勢，很多人都會對金融專業感到很悲觀。有不少人會想，以後學金融專業是不是完全沒有價值了呢？
傳統來說，金融專業是非常掙錢的香餑餑、鐵飯碗，不學這個，學啥能掙錢呢？難道大家都要去學編程嗎？
之前在一個節目裡，北大的一位金融教授就發表過他對於選金融專業的看法，他說:金融專業可以學，但你最好是考上頂尖學校的金融專業，比如北大、清華、常青藤名校。這樣，你在金融行業裡發展才可能有前途!
我並不完全贊同他到觀點，但是從職業發展的角度，去了解一下金融領域有哪些崗位，這些崗位的用人要求、晉升空間後發現，名校確實是更有優勢的。
金融其實是一個很大的行業，細分職業很多，各個細分職業的人工智能替代率，差距也很大：在金融行業裡，大約有60%的職位被人工智能替代的概率極高，替代率超過90%。但是，也有25%的職位人工智能替代概率很低，不到30%。
那什麼樣的職業，有90%的概率會被替代呢？可不僅僅是銀行的櫃檯人員啊。像是預算分析師、保險承包人、會計師、稅務稽查員，甚至是負責放貸款的信貸員，都屬於這類。
這類職位有一些共同特點，那就是他們的工作內容裡都有很多可重複的細節，有明確的任務目標，所以很容易被計算機用算法進行編碼，形成程序。
那其實可以理解為:金融行業大部分基層和中層的崗位，其實都是“可編碼型”的，AI可替代的。
那什麼樣的金融職業，不可編碼、不能被替代呢？
北大金融教授舉例說，比如銀行家這種工作。他們的工作大部分是“找資源，協調關係，平衡利益”——這樣的職業也有一個特點，那就是“以人為本”。這種技能，恰恰是無法被程序化的。
再比如說優秀的基金經理。雖說他們會做大量的數據分析，看起來好像是人工智能可以乾的事兒，但事實上，最終決策依靠的還是經驗、直覺、判斷力等等。類似這樣的能力模型，也是人工智能沒法輕易取代的。
我們也可以理解為在金融行業金字塔尖的少數職位，不會被取代。
因為職位本來就很稀缺，所以自然在人才選拔上當然有很高的門檻，比如說你得是從頂尖名校畢業的，有高學歷，甚至有好的家庭背景，這也就是我剛開始說，雖然不贊同，但是崗位用人要求就是這樣的。
之前在一個財經公眾號上看到過一組數據，說中國基金經理中的87%都畢業於12所高校。哪12所呢？基本上就是清華、北大、復旦、上財這個界別的高校。而頂尖私募基金、投資銀行的高級職位更是常青藤、清北復交的專利。
所以總結一下，如果你家境優越，或者能考上清北復交、常青藤學校，那麼學金融仍然是好選擇，因為你很有可能成為這個行業金字塔尖的少數人才。
但如果做不到，那麼畢業之後，大概率會在基層做“可編碼”的工作，未來職業的風險度就很高了。
金融行業的這種特徵，是“金字塔型”的替代。整個行業平均的人工智能替代率在50%以上，但是細看下來，少數頂尖位置仍然有不錯的前景。
那咱們可以想想看，還有哪些其他行業，也可能呈現出這種特徵呢？
其實很容易想到，像是法律、銷售，也屬於這樣的行業。
哎！說了這麼多，可能會讓你覺得有點喪。因為聽下來，似乎人工智能的大潮席捲而來的時候，原本那些有高學歷的人、家庭背景好的人，在浪潮當中會依然會站得很穩。而那些本來在金字塔底的人，會被進一步打擊，被技術浪潮拍在沙灘上。
但我要說一句，事實並不完全是這樣。
人工智能浪潮，會讓一些傳統的白領職業（律師助理、信貸員等等）被替代。
但同時，也有一些人們以前不覺得是多有前途的職業，反而會成為創造財富的新星。比如說，社區服務人員、育兒嫂、健身教練、美髮師，心理諮詢師，生涯諮詢師，家庭教育師。
當技術和經濟結構這兩個大的變量，一起擠壓、衝擊就業市場，才會出現我們前面說的現象。
原本不錯的白領職業變得不那麼值錢，而服務型，甚至藍領工作，可能會成為財富創造的新趨勢。
所以，在某些行業沒落的同時，也有源源不斷的新機遇湧現出來。
閱讀更多 生涯小確幸 的文章
