从专才到π型人才：AI时代金融人才新范式

随着AI技术深度融入金融行业，金融机构的人力资源逻辑正在发生根本性变革。6月18日，在2026上海外滩论坛上，中国工商银行行长刘珺明确提出，AI时代亟需培养π型人才——这类人才既具备横跨多领域的视野，又在专业领域深耕细作，以应对知识融合带来的新挑战。这一理念超越了传统“金融+科技”复合人才的定义，正成为未来金融机构人才战略的核心方向。

一

π型人才的内涵解析

理解π型人才，可从其字形结构入手：两条“腿”支撑起一道“横梁”。

两条纵向“腿”：象征在金融专业与科技能力两个维度具备深厚积累。理想的π型人才不仅拥有双专业支柱，更应在多个领域实现深度钻研。在银行实务中，这体现为“既精通算法技术，又熟稔金融业务”的复合型需求。一道横向“横梁”：代表跨领域知识的整合与迁移能力，能够打通不同行业的逻辑壁垒。刘珺特别指出，π型人才“π横线下方延伸出的‘腿’越多越好”，意味着其对多元行业具备相当程度的深度认知。

刘珺强调，在人工智能时代，创新溢价已从通用信息转向垂直领域与专业知识，创新实现愈发依赖对特定领域的深度钻研与认知。若缺乏垂直维度的扎实积淀，仅在水平层面浅尝辄止，将难以在创新前沿的激烈竞争中立足。π型人才兼具横向拓展与纵向深耕，从而更有效地应对AI及智能体引发的知识融合挑战。

在具体实践中，这一理念正逐步落地。例如，工商银行通过ITBP（科技业务合作伙伴）机制，选派科技骨干深入业务条线交流，培养“懂AI、通业务”的复合人才。该模式本质上是π型人才理念的制度化实践。

二

金融、科技与行业逻辑的三维驱动

π型人才需求的兴起，是金融逻辑、科技逻辑与行业逻辑共同作用的结果。

1 金融逻辑：风险定价体系的重塑

1

金融逻辑：风险定价体系的重塑

传统金融机构主要聚焦信用风险、市场风险与流动性风险，但当前地缘政治、气候变化等非经济因素正演变为系统性风险。依赖历史数据的传统风险模型“已难以为继”，金融机构亟需借助AI、大数据、遥感等技术，构建工程化风险管理体系，提升对非经济风险的精准识别与定价能力。

这要求从业者既掌握金融风险框架，又能理解AI建模、遥感数据解读等跨领域知识——这正是π型人才两条“腿”的典型应用场景。

2 科技逻辑：AI从辅助工具跃升为核心引擎

2

科技逻辑：AI从辅助工具跃升为核心引擎

金融业正经历从“规模驱动”向“技术驱动”的根本性转变。AI在风险管理、客户服务、产品研发三大维度重塑银行核心业务。银行对AI人才的需求呈现集中化、高端化特征，招聘普遍要求国际知名院校博士学位及大模型研发经验。

但更深层的趋势在于：AI不仅需要研发者，更需懂业务场景的落地者。未来金融业AI岗位将从总行延伸至分支机构与子公司，兼具业务能力与算法技术的复合型人才成为最稀缺资源。

2 行业逻辑：人才结构调整的战略分化

2

行业逻辑：人才结构调整的战略分化

不同金融机构基于自身禀赋，在π型人才布局上呈现明显分化：

国有大型银行（如工行、建行）：侧重构建体系化的π型人才培养机制，通过内部轮岗、校企合作培育“技业双精”人才。中小银行（如上海银行）：面临战略抉择——是增配营销人员“深入接触客户”，还是加大科技投入“广泛触达客户”。其未来五年将净增5000人，其中3500人充实营销队伍、1500人聚焦科技与建模领域，体现了“深度经营复杂客群”与“AI赋能标准长尾客群”的双轨逻辑。

三

未来金融机构人力资源布局方向

基于上述分析，我们认为未来金融机构的人才布局将呈现以下趋势：

趋势一：从“重引进”转向“育用并举” 银行业已开始摒弃“重引进、轻培育”模式，构建长效培养体系。江南农商银行的“H型双通道”改革，使专业序列与管理序列价值对等，有效破解“专业人才晋升通道狭窄”的难题。

趋势二：复合型人才成为招聘标配 2026年春招中，浦发银行明确优先吸纳人工智能、数据科学、金融科技等复合背景毕业生；广州银行聚焦AI与算法模型方向，培养金融科技复合型人才。多家银行暑期实习招聘中，AI专项岗位与金融科技岗位已成为主阵地。

趋势三：人才资产负债表纳入“新三表” 刘珺提出，在传统资产负债表、数据资产负债表之外，还需构建“人才的资产负债表”——人才结构直接决定金融机构的核心竞争力。这意味着人力资源评价将从“数量导向”转向“结构导向”，π型人才的密度将成为关键衡量指标。

四

结语

π型人才并非对“专才”的否定，而是对“复合”的升级——它要求从业者在某一领域扎得足够深（纵向“腿”），同时具备跨领域整合的视野（横向“横梁”）。在金融、科技与行业逻辑加速融合的时代，金融机构的竞争力不再取决于员工数量多寡，而取决于π型人才的密度与效能。未来，能否构建起“横梁坚实、纵腿深厚”的人才体系，将决定金融机构在AI浪潮中是成为引领者还是被淘汰者。