2026年,高盛一位年轻分析师发现一件诡异的事情。
他花了3天写完一份40页的行业报告。
然后把同样的问题丢给公司内部AI。
20分钟后。
AI交出了一份结构几乎一样的报告。
数据齐全。
图表完整。
甚至连投资逻辑都没有明显漏洞。
更可怕的是:
高盛不是唯一一家。
摩根大通、摩根士丹利、贝莱德、桥水基金都在做同一件事:
给员工配AI。
第一部分 华尔街最赚钱的职业,金融分析师!
过去20年:
华尔街最值钱的人不是交易员。
而是分析师。
原因很简单:
分析师卖的不是数据。
而是判断。
一个顶级卖方分析师:
年薪50万美元
奖金100万美元
头部明星分析师更高
他们每天做什么?
读财报
整理数据
建模型
写报告
给基金经理解释逻辑
问题来了。
这些工作里有多少属于真正创造性工作?
答案可能没有想象中那么多。
2025年开始:
高盛GS AI Assistant 开始向全公司推广AI助手。
最初试点1万人。

随后覆盖整个集团。AI可以帮助员工:
总结文件
起草报告
分析数据
撰写研究初稿
与此同时,
JPMorgan Chase 也开始把AI嵌入日常研究流程。
Bloomberg报道称:
AI已经从实验项目变成研究、风控和投资决策的“副驾驶”。
换句话说:
以前一个分析师带一个实习生。
现在一个分析师带一个AI。
这里才是真正的大问题。
很多人以为:
AI来了 → 分析师失业。
实际上更危险的是:
AI先消灭初级分析师。
因为华尔街职业路径一直是:
实习生
↓
初级分析师
↓
高级分析师
↓
基金经理
↓
合伙人
但AI最擅长什么?
恰恰是:
数据整理
财报摘要
建模
PPT制作
行业研究初稿
这些原本都是新人干的。
Bloomberg Intelligence预计:
未来几年全球银行业可能减少20万个岗位。
而被冲击最大的正是:
Back Office
Middle Office
初级研究岗位
摩根大通高管透露:
AI已经让部分业务生产率翻倍。
运营岗位未来生产率可能提升40%-50%。
什么意思?
以前:
3个分析师
↓
研究30家公司
现在:
1个分析师 + AI
↓
研究30家公司
老板会怎么选?
答案不难猜。
这里是文章最大的反转。
过去:
如果你想研究英伟达。
你需要:
Bloomberg终端
FactSet
财务数据库
行业专家
一年成本几万美元。
今天:
一个ChatGPT Plus账户。
几十美元。
你可以直接输入:
请扮演高盛半导体分析师。再进一步:
请阅读Nvidia最近4个季度财报。再进一步:
假设你是桥水基金研究员。十年前。
这是百万美元分析师干的活。
今天。
普通人也能做到80分。
最新研究发现:
AI辅助分析师后:
报告更全面。
信息源增加40%。
覆盖范围增加34%。
但预测错误反而增加59%。
为什么?
因为:
AI能收集信息。
但不一定能形成判断。
巴菲特值钱的地方从来不是看财报。
而是:
看完财报以后。
知道什么最重要。
这一步。
目前仍然是人的优势。
真正危险的不是AI取代分析师。
而是:
会使用AI的分析师,开始取代不会使用AI的分析师。
工业革命淘汰的不是工人。
而是不会使用机器的工人。
AI革命可能也一样。
扩展阅读