AI正在重塑金融业：PayPal裁4500人背后

内容分享2小时前发布 godblesm89810

0 0 0

全能 AI 聚合平台免费

一站式接入主流 AI 大模型，支持对话 · 生图 · 生视频，即开即用

ChatGPT Claude Gemini Grok DeepSeek 通义千问 Ollama

AI对话 AI生图 AI视频

免费使用 →

上周，全球金融业被一条消息刷屏——PayPal宣布裁掉20%的员工，超过4500人。

不是由于亏损，不是由于经营危机。CEO洛雷斯坦白说，公司在技术平台投入不足，已落后于金融科技同行。裁员，是为了全面转向AI。

同一周，Coinbase裁员660人，理由是打造”AI原生组织”。再往前几个月，Block裁掉超4000人，接近员工总数一半。

这不是巧合。三组数字正在改写金融业的底层逻辑：PayPal用AI替代4500人，工商银行AI数字员工承担5.5万人年的工作量，中国15家主要银行一年砸向金融科技1900亿元。

AI正在从”试点”变成”替代”，从”辅助工具”变成”正式员工yPal的裁员背景。

2026年一季度，PayPal净营收83.5亿美元，同比增长7%；总支付额4640亿美元，增长11%。盘子还在变大，但利润在缩——净利润同比下降14%，营业利润率从19.6%降到17.8%。用户增长已见顶，4.39亿活跃账户同比仅增1%，环比还在减少。Stripe、Adyen、Apple Pay、Klarna从四面八方蚕食地盘。

翻译成大白话：收入在涨，利润在缩，用户不涨了，对手越来越多。

CEO洛雷斯做了三件事：成立直报CEO的AI转型专项团队，重组为三大业务板块，2-3年内裁员20%，AI落地节省至少15亿美元。关键数据：PayPal的客服机器人一年万工单，人工工单量下降80%。AI还将深度介入开发、风控和运维。

这不是经营不善的被动收缩。当AI能承担80%的客服工作量，”人”在这个环节的存在价值就被重新定义了。

PayPal不是孤例。2026年上半年，金融科技和传统金融领域，AI驱动的裁员此起彼伏。

Klarna的案例值得单独说说。一个AI客服助手，上线一个月承担了700名全职客服的工作量，客户问题解决时间从11分钟压缩到2分钟。花旗银行用AI处理开户文档，审核时间从1小时压到15分钟。

裁员只是表象，本质是效率革命。边际成本趋近于零、24小时运转、没有情绪波动、不请病假——这笔经济账，任何CEO都算得过来。

中国，杭州一位35岁的AI质检主管被公司以AI替代为由裁掉，法院最终判决违法，赔偿2N。同一个AI浪潮，不同法律体系下，劳动者的命运截然不同。

海外在裁员，国内在算账。

翻看20家A股主要上市银行2025年财报，15家披露投入的银行合计砸了接近1900亿元。人员配置上，上海银行科技人员占比12.06%，兴业银行11.96%——每8个员工里，就有1个是科技人员。

但今年最大的变化，不是”投了多少”，而是开始把AI产出量化成”人年””工时”和业务指标。

工商银行的数据挺吓人的。AI数字员工承担工作量达5.5万人年，40.98万员工里，相当于13.42%的劳动力被AI分摊。按万元/年测算，5.5万人年对应约220亿元人力成本释放。这已经占工行2025年金融科技投入285.88亿元的77%。粗略估算，仅此一项，金融科技投入回收期约1.3年。

招商银行那边，AI替代人工工作量超1556万小时，相当于8000名全职员工的效率贡献，占全行7.3%劳动力。更关键的是业务产出——在线风控审批对公信贷近6000亿元，同比增长44%；AI贷后风险预警较人工平均提前42天；使用AI助手的客户经理，人均有效触客提升14%，客均交易规模提升20%。

建设银行AI助手覆盖率99.42%，日均访问量超10万人次。

兴业银行董事长直接在年报里写了句话：”硅基生命将大量替代碳。”这话从一家股份制银行掌门人嘴里说出来，分量不轻。

但银行和科技公司不同。工行、招行、建行虽然AI应用如火如荼，员工总数并没有断崖下跌——国有大行有稳就业责任，AI更多是补充。股份制银行和城商行就不一样了，降本增效的压力更直接。

更大的实验已经在路上。招商证券让5个AI Agent并行工作，2.5小时完成分析师一周的工作量。KPMG调研数据印证：超七成金融机构已在实际工作中使用AI。2025年中国AI金融整体市场规模达1.8万亿元，2026年预计突破3万亿元。

前面讲的是银行自己建AI。目前，另一条路打开了——直接买现成的。

5月初，Anthropic发布了10个金融模板，覆盖投行、银行、保险、资管、运营和合规。不是概念演示，而是能直接嵌入工作流的参考架构：投行路演PPT自动生成，2-3天变成1-2小时；财报点评加模型更新，4-6小时变成30分钟；客户准入文档审查，人工数小时变成分钟级；总账对账加差异追溯，手动数天变成自动完成。

Anthropic CEO Amodei在同一活动上警告：”如果你的护城河是'我们的软件复杂且难以编写'，这种优势正在消失。”SaaS公司ServiceNow股价年内跌39%，Snowflake跌35%，汤森路透跌28%——资本市场已经用钱投票了。

理清这个问题，比恐慌更重大。

AI正在替代的工作有三个特征：规则准的；信息密集、重复性高的；对速度和一致性要求高的。

但替代不了的也很清楚：判断结果能不能用——AI可以生成报告草稿，但结论可靠与否，仍需人来判断；处理规则之外的例外——AI容易”幻觉”或机械执行；与人建立信任——涉及情感连接的场景，AI无法替代；对结果承担责任——监管审计下，必须有人解释依据。

所以更准确的说法不是”AI替代人”，而是”AI替代任务”。一个岗位如果70%是可被AI替代的任务，存续就面临挑战；如果另外30%需要判断力、创造力和责任担当，这个岗位的价值反而被放大。

裁员的故事讲得多，留下的人的故事容易被忽略。

Business Insider指出：AI裁员AI协助下完成更多工作，承担更大决策压力。以前一个团队做的事，目前更少的人做；以前AI是加分项，目前变成不被淘汰的底线。

Hacker News上关于Coinbase裁员的讨论里，有开发者直言担忧：加密交易所本就是黑客重点目标，让非技术团队交付生产代码，安全隐患巨大。还有评论提到，工程师倦怠调查里，”AI带来的做更多压力”已是2026年排名前列的压力来源。

这就是悖论：AI提高了效率，但没有减少人的压力。企业对效率的期待水涨船高——你有AI工具，产出就要翻倍；同事被裁了，活还得你来接。

被裁的人要重新找工作，留下的人要重新证明自己值得留下。这比单纯的”AI替代”更残酷。

业，或在任何AI正在渗透的行业，有几个方向值得认真思考。

学会拆任务。AI擅长执行明确的子任务，不擅长规划全局。能将复杂工作拆解为AI可执行的子任务、然后整合结果的人，比只会执行单一任务的人更有价值。Anthropic的Agent模板，本质就是把岗位拆成了任务流——未来最稀缺的能力，是把”该做什么”定义清楚。