翻开今年银行秋季校园招聘的岗位列表，一个变化格外醒目。
工商银行设置了“科技菁英岗”，培养方向分为研发经理和产品经理两条线。研发经理面向新技术研究、应用研发、系统开发、信息安全等领域；产品经理则面向数据挖掘、建模分析、产品设计、项目管理及互联网金融营销支持。这个岗位的特别之处在于，它不只是在招“写代码的人”，而是在招“懂金融业务的AI人”。
平安银行则打出了“数智金融培训生”的招牌。入职定岗后，这批员工需要将数据分析、智能技术与传统金融业务相结合，推动风险管理、产品设计、客户服务、业务流程的优化升级。岗位要求中明确写着：善于运用数据分析、计算机技术、AI工具处理信息。
这些岗位设置的背后，是一个清晰的信号：银行业对“科技+金融”复合型人才的需求，正在从“加分项”变成“必选项”。
从“修系统”到“造工具”：科技岗的内涵在变
过去，银行科技岗的核心工作是维护系统稳定、保障交易安全、开发内部管理工具。技术人员与业务人员之间往往存在清晰的边界——技术负责实现，业务负责使用。
但现在，这条边界正在模糊。
大模型从试点探索转向规模化应用，AI开始深度嵌入信贷审批、客户营销、风险监测、运营管理等核心业务流程。技术人员如果不理解业务逻辑，就无法设计出真正好用的智能工具；业务人员如果不掌握AI工具的使用方法，就无法在岗位上释放技术的全部价值。
中国银行副行长蔡钊在2026年中期业绩发布会上透露，该行以业技融合方式推动业务需求快速迭代，目前已孵化超2000个智能化助手。智能营销、网点问答等助手全面覆盖客户经理和网点柜员；AI广泛融入客服、营销、信贷、风控、运营等领域。
中信银行的路径更为系统。该行以“场景牵引+AI赋能”为核心策略，全面实施“人工智能+”行动，持续推动AI建设从“点状探索”走向“体系化建设、规模化应用”，落地AI服务场景累计超1900个。对公理财智能营销、对公授信调查报告智能生成、个贷申报材料自动生成、托管智能撮合等一批智能化场景正在加速落地。
这些场景的实现，无一不需要既懂银行业务又懂AI技术的人才来驱动。
为什么是现在？
银行对复合型人才的需求激增，根子上是数智化转型的阶段变了。
邮储银行研究员娄飞鹏的判断是：银行对“科技+金融”复合型人才的需求增加，反映出银行业数智化转型已迈入AI规模化应用阶段。目前，银行AI投入呈现前端客服、底层算力、中后台风控齐头并进的格局，大模型成为驱动业务变革的关键要素。
当AI从“试点探索”进入“规模化应用”，人才需求的结构就会发生质变。试点阶段，只需要少数技术专家做概念验证；规模化阶段，则需要大量能够将技术转化为业务价值的人才，在每一个业务条线上推动落地。
这就不难理解，为什么工商银行要按“研发经理+产品经理”双方向培养科技菁英，为什么平安银行要求数智金融培训生必须掌握AI工具——它们需要的人才，是能够在技术与业务之间架桥的人。
银行的AI人才战略：不只是招人，更是“全员AI化”
值得关注的是，银行对AI人才能力建设的要求，已经超出了招聘环节，延伸到了全员能力提升。
兴业银行董事长吕家进此前表示，该行重视全行人工智能的知识培养，要求“人人学AI、懂AI、用AI”，从而在这一轮人工智能发展浪潮中跟上时代步伐，在诸多场景应用中走在前列。
南京银行首席信息官余宣杰给出了更具操作性的目标：2026年持续加大数智创新投入，组建100人的大模型团队、落地100个高价值场景、全年AI调用量突破1000万次，构建“人人用AI、人人用好AI”的组织生态。
这些表态的潜台词是一致的：AI不再是科技部门的专属工具，而是全行各岗位的通用能力。客户经理需要用AI辅助营销，风控人员需要用AI识别风险，运营人员需要用AI提升效率。懂业务、会用AI，正在成为银行各业务岗位的常规要求。
对求职者意味着什么？
银行招聘风向的变化，为求职者提供了一个清晰的指引。
娄飞鹏的建议是：求职者应把握AI在银行各岗位全面应用、复合型人才存在缺口的机遇，争做既懂AI又懂业务的人才。
翻译一下：如果只懂技术不懂业务，在银行科技岗的上升空间会受限；如果只懂业务不懂技术，在数智化转型的浪潮中会逐渐边缘化。真正的机会，属于那些能够用AI工具解决业务问题、用业务视角定义技术需求的人。
银行间的竞争手段，正在从网点规模、人力规模转向场景智能化服务能力与AI合规应用水平。而决定这场竞争胜负的，是人才——那些能够把技术变成生产力、把场景变成竞争力的复合型人才。
结语
银行秋招的岗位列表，是观察行业变化的一个窗口。当“科技菁英”不再只是修系统，当“数智金融培训生”需要掌握AI工具，当“人人学AI、懂AI、用AI”成为全行要求，银行业的数智化转型就已经进入了一个新阶段。这个阶段的核心命题是：技术已经到位，接下来要看人。
