渣打 CEO：人工智能将取代「低价值人力资本」

一句话看懂：渣打银行计划在 2030 年前裁减超过 15% 的支持类岗位（约 7800 人），CEO 温拓思明确将此归因于 AI 对“低价值人力资本”的替代，标志着金融行业大规模 AI 裁员的实质性落地。

事件核心：发生了什么

2026 年 5 月 19 日，渣打集团 CEO 温拓思在香港简报会上宣布，该行将通过扩大 AI 应用来精简运营结构，目标是在 2030 年前裁减超过 15% 的支持类岗位。截至去年底，这类岗位约 5.2 万人，这意味着约 7800 个职位将被淘汰。温拓思称，这不是简单的降成本，而是“用金融资本和投资资本替代低价值的人力资本”，并强调受影响员工将提前获得“明确充分的通知”。渣打集团同日还阐述了可持续增长计划，目标于 2030 年实现约 18% 的有形股东权益回报。

为什么重要

这是大型跨国银行首次以如此直接、量化的方式将 AI 与裁员挂钩，而且给出了明确的执行时间表（2030 年）和岗位类型（支持类、后台、非客户交互岗）。它打破了“AI 会创造更多新岗位”的乐观叙事，展示了一个冷酷的商业逻辑：在金融监管严格、利润率承压的环境中，AI 训练和推理成本的快速下降，使得用机器替代人力成为可计算、可执行的降本方案。渣打此举可能引发汇丰、花旗等同业的效仿，加速整个银行业的后台自动化进程。

对用户/开发者/创作者的影响

金融行业从业者：后台运营、风控审核、合规文档处理等岗位面临直接冲击。技能单一、依赖重复性流程的“低价值人力资本”需要尽快转向人机协作或策略性岗位。
AI 开发与部署团队：金融业对模型可解释性、合规性和准确率要求极高，渣打案例说明企业级 AI 应用的重点已从“能做什么”转向“如何安全替换人力”，对 RAG（检索增强生成）、流程自动化（RPA+LLM）的需求会显著上升。
投资人：关注各银行披露的“AI 替代比率”和人力成本节约预期，这将成为评估盈利能力的新指标；同时留意因大规模裁员带来的监管与劳资纠纷风险。

值得关注的后续

监管态度：英国、香港等金融监管机构是否会要求银行披露 AI 裁员的规模、受影响职位的保护措施，以及因自动化导致的系统性风险（如模型过拟合导致的集体误判）。
技术方案选择：渣打将采用闭源商用大模型还是自建开源模型？模型推理成本预测是否支撑 2030 年目标？值得留意其后续技术合作伙伴或平台选型公告。
员工转岗数据：8300 个被裁岗位中，有多少能通过内部技能培训转入 AI 运营、模型监控等新岗位？这将是衡量企业社会责任的硬指标。