这个职业有新的已核实记录时通知我 → · 标出哪些任务是你的(VOLO Pro,发布期间免费)→
金融分析师
搭模型、写备忘录,并在有钱的人投入之前告诉他这些数字意味着什么。
写下你当前模型里三个你敢当着经理辩护的假设,附上理由。如果找不出三个,那就是要补的缺口。
这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。
适用于初中级的企业 FP&A、投行与证券研究分析师。基金经理、交易员与量化研究员面临不同的动态。
到底什么在变#
分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。
每一格是一项任务。大小是它在这份工作里的分量,颜色是它正在往哪个方向走。点一格,看这个判断还不能说明什么。
在一周的更新工作里,设计结构只是有趣的那一小时。自动化掉更新,拿走的是支撑编制的那些工时,留下的是支撑职级的那一小时。
摘要的好坏取决于读者发现「漏了什么」的能力。从未完整读过一份公告的初级分析师,会失去对「摘要隐藏了什么」的直觉。
真正决定投钱的那种会,一个季度只有几次。它护住的是桌边的那个位子,不是填满日历其余部分的那些工作。
这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。
职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。
近期变化#
这是供应商的产品发布,不是「银行内部在用」的报道。具名的两家是设计伙伴 —— 那是对产品的输入,不是它们分析师团队里的部署。按技术能力层记录,而这一层按本站规则永远不单独改变评估。
演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。
一家美国投行的全员通用助手,含面向银行家、研究分析师与财富管理人员的版本,由 CIO Marco Argenti 以备忘录宣布。来源为内部备忘录的报道(Reuters 首发);未涉及人数变化。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
九类任务,从信息检索到财务建模,由投行、对冲基金与私募从业者出题;智能体可用 Google 搜索与 EDGAR。只覆盖公开申报文件的研究工作,不涉及分析师在自己机构的模型与内部数据里干的活。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
监管机构致持牌机构的通函。它指出,机构在用 AI 语言模型汇总信息、生成研究报告、识别投资信号;它把用这类模型向投资者或客户提供投资建议、意见或研究列为高风险用途;对这类用途,它要求做模型验证与持续监测,并由人参与、在把输出交给用户之前复核其事实准确性;它把定制、训练和校准模型视为需要治理的模型开发;并说无论采取什么缓解措施,机构都要对输出负责。通函用的动词是「should」,以要求的形式提出;人复核的是事实,不是投资判断。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
一家银行宣布给自家员工的工具。AskResearchGPT 与 OpenAI 合作开发,服务投行、销售与交易以及研究员工,检索并概括公司的研究 —— 每年 7 万多份自有报告 —— 并配有一个工作流,让员工一键把查询结果转成邮件草稿,修改定制后再发给客户,附有指向原始研究的链接。它没有用户数量,也没有测量效果,是公司对一项合作的自述。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
约束经纪自营商的联邦证券规则。向美国人士发布由研究分析师撰写的研究报告的机构,必须在报告中附上研究分析师清晰醒目的认证,声明报告中所有观点准确反映该分析师对相关证券或发行人的个人观点,并说明报酬情况;规则说明写明,任何对报告内容负主要责任的自然人都是研究分析师。它早于 AI,管的是公开发布的股票研究,不是企业的财务计划与分析;它把观点绑定到一个具名的人,而不是禁止工具。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
这对你意味着什么#
一年级的工作大部分是收集、排版和摘要,而那正是在被削减的部分,所以「席位更少、第一年更陡」是现实预期。判断性工作完好无损,而且仍然只能边做边学。尽快走到假设和会议室:主动要求做汇报、主动要求为一个数字辩护,而且即使有摘要也读完整份公告 —— 直觉就是从那里来的。
正在变的是你的杠杆模式 —— 初级做收集、你做思考。预期团队更小,更多机械工作回落到你身上、用工具完成。你的价值在于你能辩护的假设,以及信任你判断的决策者;保护好这两者的时间,并接管「工具在你团队里可以做什么、不可以做什么」这件事。
你的选择#
四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。
更快走到判断这一步
这个角色留下的部分本来就是终点。变化拿掉的是中间缓慢的学徒期 —— 对培养是损失,但对任何能早早展示判断力的人是机会。
没有战绩的判断力很难卖。你需要几个看得见、事后被证明正确的判断。
写下你当前模型里三个你敢当着经理辩护的假设,附上理由。如果找不出三个,那就是要补的缺口。
转到经营一侧
经营型公司想要能读数字并做决策的人 —— 在战略、企业发展和运营财务岗位上。分析能力直接迁移;决策从客户的变成你自己的。
初级阶段通常比投行薪资低,而且晋升取决于公司而不是一条明确的阶梯。
问一位做企业发展的人:上个季度他影响了什么决策、怎么影响的。和你自己的工作影响了什么对照。
成为团队的工具负责人
会有人来决定团队用哪些助手、并审计其产出。做好这件事保护了每个人的工作,也让你难以被替换。
不显眼,而且除非你把它和分析质量绑在一起,否则容易被看成 IT 而不是金融工作。
把最近一次模型更新交给一个助手跑一遍,记录它犯的每个错误,并计时:检查花了多久、手工做要多久。这份记录就是你团队工具政策的起点。
常见问题#
如果理由是分析判断力、交易或行业覆盖的经验和人脉 —— 可以,这些都完好。如果理由是它曾是一条清晰的阶梯、两年埋头做模型和摘要就稳稳买到下一步 —— 要小心:埋头做的那部分正在被自动化,阶梯的梯级更少了,而第一年奖励的是已经会思考的人,而不是能长时间做排版的人。
信号是你一周的时间怎么分的。当「搜集数据、总结公告」不再占掉大部分时,支撑编制的那些工时就没了 —— 尽管头衔还在。把一周按「搜集 / 判断」两栏记一次,和一年前比。
搜集数据与总结公告 —— 标为「正在自动化」的那一项,也是填满分析师早期岁月的那件事。「决定假设什么」不在其中,但那按定义就是这份工作资深的那一半;分析师是在做了多年正被压缩的工作之后才到那里的。
值得,但要清楚你是为什么在练。助手能起草公式、对齐输入;它做不到的是设计一个对的结构 —— 而错的结构会产出一个自信、排版漂亮的错误估值。为「结构」练这项能力,不要为「速度」练 —— 速度已经不稀缺了。
还在读书、想往这个方向走?
这些专业能通到这里。它们的页面会拆解:哪些能力真的用得上、毕业生普遍缺什么。
这些判断底下是什么#
这一页上 5 条任务判断里,5 条有已核实事件支撑、0 条是平台推断,每一条都在它出现的地方标注着。它们底下是 2 个技术维度、一条自语言模型进入公众视野以来的回溯轨迹,以及 6 条已核实事件。
同一个职能里的其他岗位#
一家公司先把工作分成职能,再分成岗位。下面这些和这一份工作同在「财务」里 —— 那是一件关于组织结构的事实,不是「它们相似」或者「它们在朝同一个方向变」的判断。
会计 / 记账 · 审计师 · 量化分析师 · 信贷员 / 客户经理(信贷) · 精算师 · 保险核保员 · 理财顾问 / 理财规划师 · 报税员 / 税务代理 · 薪资专员
