来源：资管云
我们到底该如何看待AI？
前阵子去参加了一场AI工作流的活动，分享团队提出的观点很有意思，大致意思如下：
“我们应该把AI当成一个应届毕业生，刚刚来到你的团队实习，没有任何一段工作经历，不清楚你们正在做的业务，也不知道你们到底有什么产品。
同时，也不了解任何的职场潜规则，不知道哪个同事是领导的亲戚，更不知道那个开着保时捷、拍着短视频的实习生其实是某个VIP客户的儿子。
但是他或她毕业于最顶级的名校，天赋异禀。在校期间学习了线上线下、国内国外的所有的专业文章、书籍和论文，更过分的是还把所有的内容和理论一字不差的全部背了下来。”
我听到这里其实很震惊，如果真的有这么一个应届毕业生，那直接对标的不就是每年一茬又一茬的实习生吗？
各位金融从业者不妨设想下，当把时间倒回你大学的那个早晨，六点起床，匆忙洗漱后换上了为去实习面试刚买来没那么合身的成品西装，边啃着食堂包子边步行到公交站台或地铁站，罚站四十分钟，下车后再扫一辆共享单车，八点前终于到了这家愿意给你实习机会的金融机构，你到洗手间先整理整理自己的西装，然后给自己深深打了口气才敢开门走进去。
结果发现，和你同组竞争留用名额的是如上所述的那位AI，你是否还会觉得自己依旧可以像当年一样拿下offer？
这里也可以引出在谈论“AI替代”时，被普遍提及的一个概念，“know-how”，即大家普遍认为AI最擅长的是“know-what”，即事实的知识，也就如同上面所描述的，AI通晓所有领域的“know-what”，是当之无愧的理论天才。
而AI所不能替代或者说暂时不能替代的，是专业领域的“know-how”，即并不知道如何去做。对一名金融从业者来说，现在并没有被AI所替代的缘由就在于AI了解你的业务原理，但是并不具备如何去处理这项业务的实操技能以及其中的关键点和细节。
但如果尚未有充足经验的、未形成细分专业领域“know-how”的实习生呢？仅仅从AI最朴素的画像来看，他就是一位名校毕业的天才，面对这样的天才，过往顶着光环的名校金融毕业生，还能有足够的竞争力吗？
我们可以先看看金融行业实习的现状。现在金融行业实习生需求的两大巨头，一是券商研究所，二是投行。他们的实习生都需要做什么？随便拉出这两类机构招聘实习生的JD就能得出结论。
先看券商研究所。第一负责xxx行业相关数据的搜集和整理；第二根据xxx行业前沿趋势，负责各类会议的会议纪要整理；第三参与研究报告的数据整理、撰写和翻译；第四完成日报周报及导师安排的其他工作等等。总结下来普遍就是三点，整理资料数据，做会议纪要，以及日报、周报、研报，各种写写写。
再看投行。第一参与项目的尽职调查、底稿搜集与整理、申报材料制作等；第二参与融资方案的设计、建议书的制作等；第三协助项目立项、质控、内核、申报、发行等流程；第四协助导师完成其他工作。而从实际来看，普遍也就是以下几点，整理底稿、整理数据，贴发票与打印机维修，整理会议纪要，再加上一个帮导师画PPT。
以上的工作职责也可以再概括一点，就是大家自嘲的“dirty work”对吧。把数据从一个文件复制到另一个表格，搜集各类信息案例再用特有的“金融黑话“复述一遍，而这些初级且并不具备专业领域”know-how“的工作，AI的冲击是超乎想象的，当然打印机的维修除外。
但可能有人会疑问，我在使用AI的时候并没有觉得AI有这么强大啊。直接取代一个实习生，一次性替我解决从行业信息搜集跟踪到写点评、写周报全流程？恐怕还不现实吧。
这里往往涉及到一个非技术背景的人，在尝试使用AI中经常出现的误区，即AI应该是一步到位的，把诉求输入给他，他就能自动处理每一个细分流程，并且给我呈现最终的处理结果。这个结果我只需微调甚至直接就能用，如果做不到，那就说明这个AI工具还不行，再换另一个试试，如果都不行，那就说明这份工作AI还并不能胜任。
这里依旧涉及到我们开头提到的问题，我们到底该如何看待AI？还是那句话，他是个天赋异禀的理论天才，但并不知道你的工作该如何开展。
有了这个认知的前提下，我们不妨可以尝试将自己日常的某一项工作，拆解成各个不同的流程，并且每一个流程都尝试先使用不同的AI做一遍，最终找到某些流程当下最合适的AI工具以及指令模板，在用AI完成的细分流程上先做到局部的增效，最终这些局部的增效汇总成整体工作流程的增效。
而这就是现在AI大咖们广泛普及的“AI工作流“，即将复杂的任务拆解为一系列足够细分的小任务，进而让AI参与到这些细分的小任务中，最后提升整体的效率。
还是拿研究所的实习生需求举例。如果你是一名带教老师，你需要实习生来完成日报和周报的撰写，最后由你来把关复核。那就完全可以尝试把这份工作拆解为公告、新闻等咨询的跟踪、相关有效信息的搜集、有效数据的整理、按照模板总结概括、名词术语等专业化翻译、核查数据的错别字、校正格式等等一系列的细分任务，并且在每一个流程中嵌入最合适的AI工具及指令，甚至是更进一步的AI智能体，把这些都交给AI去完成，最后自己来把关复核并发布。
那设想下如果所有的“dirty work“都有一套成熟的AI工作流，还会是像现在一样，四五个人的行业研究组配置十个实习生吗？恐怕一到两个熟手实习生搭配上AI工作流完全可以覆盖。
最关键的是，AI不需要咖啡就能24小时待命，不会掉链子，不会整顿职场，更没有一个你惹不起的爹。
当然看到这里很多人会有不同的观点，例如金融行业也需要新鲜的血液，同时AI也缺乏人类的情感，AI的应用也需要人的监督等等。
这些观点可能都是对的，但我们这里并没有在阔谈“AI替代人类”、“金融行业未来“等等的宏观叙事，仅仅是从日常工作出发，探讨哪些“金融职场人”更容易被AI的发展所冲击：
第一是并不具备某个专业细分领域“know-how”的人，或许可以实习生为例；
第二就是对AI并未形成正确认知的人，AI不是更大号的搜索引擎，目前来看也不是电影里钢铁侠的Jarvis。
而我们能做点什么应对这种冲击？
不妨深入学习AI，并尝试将其嵌入到日常工作流当中去，主动让AI替代自己，感受AI的魅力，也解放部分自己的时间。
至于你的岗位、职业是否最终会像工业革命里的纺织女工一样，彻底的在AI浪潮里被淘汰，倒是也无须过多忧虑。
毕竟，现在的职业也并不一定能存活到AI来替代的那一天，对吧？
文：郭方铭 | 智信研究公司研究员