一项针对1,000余名美国金融服务机构董事级和高管级专业人员的PwC新调查显示，人工智能正在从根本上改变美国金融服务行业的人才策略和薪酬体系。该调查揭示了一场更深层次的调整：企业不仅在采用AI工具，还在重新思考应奖励哪些技能、如何组织工作，以及未来生产力增长将来自何处。

调查结果显示，企业正明显从传统学历资质转向AI能力。86%的受访者表示，对于许多新员工而言，AI技能培训比MBA更有价值；91%表示已为具备AI能力的员工提供更高的薪酬。此外，58%计划将薪酬直接与AI驱动的生产力挂钩。这意味着AI正在融入招聘、薪酬和绩效决策，而不再仅仅是一个独立的技术项目。

为构建这些能力，企业正通过多种渠道发力：62%计划招聘具备AI专项技能的新员工，61%计划提升现有员工的技能，57%预计将与外部供应商合作。这一组合表明，金融机构正试图以超越内部培训的速度推进，同时围绕日益需要与AI日常协作的岗位建立内部能力。

劳动力重组在即

对AI能力的日益重视正伴随大规模的劳动力重组同步展开。近八成高管预计其组织将在未来五年内缩减至少20%。初级和中级管理岗位预计将最为脆弱，这凸显了AI已在影响人员配置规划和组织层级的设定，而不仅仅是单个任务。

虽然42%的受访者表示已开展全企业范围的建模来评估AI对人力产能的影响，但推进到重新设计工作流程或建立职业发展通道以培养AI能力领导梯队的机构要少得多。这一差距表明，许多企业仍处于评估阶段，即便它们已在为规模更小、技术驱动程度更高的 workforce 做准备。

员工情绪与采纳挑战

员工对AI的态度给领导层带来了同时存在的挑战。44%的高管表示员工对工作保障感到担忧。43%观察到员工仅在强制要求时才使用AI，而非主动采纳；40%表示员工对AI驱动的变革步伐感到不堪重负。此外，34%将变革疲劳视为在全员推广AI的重大障碍。

这些反馈有助于解释为何即使在对AI能力投入巨大的企业中，推广效果也可能参差不齐。构建技术工具只是转型的一部分；让员工信任、使用并将AI融入日常工作仍是另一个独立难题。

生产力提升与不确定的投资回报

尽管AI被置于战略优先位置，但大多数企业尚未获得可衡量的财务回报。77%的高管表示，大部分AI投资尚未带来可量化的投资回报。尽管如此，企业报告在技术、风险管理和运营领域实现了生产力提升。近一半企业已将其AI人才举措聚焦于提升生产力、减少常规任务以及将AI嵌入日常工作流程。

目前，许多企业正在近期效率收益与如何衡量成功的长期不确定性之间寻求平衡。调查表明，在该行业中，AI被视为与劳动力及运营模式同样重要的问题，而不仅仅是技术问题。

治理与数据挑战

治理仍是一个关键性的未解难题。近90%的受访者表示其企业对AI代理决策有明确的责任归属，但对于重大风险的最终问责在哪里，仍无共识。责任分散在首席执行官、技术负责人、风险官和业务单元负责人之间。

据报道，超过一半企业的影子AI（在中央治理体系之外运行的非授权工具）使用程度为中等，90%承认此类做法会带来监管风险。

41%的受访者将碎片化或低质量数据视为在全员推广AI的最大单一障碍，凸显了企业在试图将AI热情转化为可持续、受控治理成果时面临的运营层面壁垒。