匯豐裁2萬人！誰的天塌了？

近日，彭博社援引多位匯豐控股內(nèi)部知情人士披露，這家全球總資產(chǎn)規(guī)模近3萬億美元的頂級跨國金融集團，正在評估一項為期3-5年的全球大規(guī)模裁員計劃，擬削減約2萬個工作崗位，占其截至2025年底全球20.87萬員工總量的近10%。

本次裁員計劃披露的節(jié)點，正值匯豐業(yè)績處于歷史高位，其2025年預測年報數(shù)據(jù)顯示，集團全年剔除一次性項目后經(jīng)調(diào)整稅前利潤達366億美元，同比增長7.1%，有形權益回報率（ROTE）高達17.2%，盈利能力遠超全球同業(yè)平均水平。

“大模型的威力”

匯豐2025年全年預測數(shù)據(jù)顯示，集團全年總運營支出364億美元，其中員工成本為198億美元，占總運營支出的54.4%。

以此測算，本次裁員落地后，匯豐每年可剛性削減人力成本約18-20億美元，對應運營支出降幅剛好落在其此前向股東承諾的5%-6%區(qū)間。

值得注意的是，這不是匯豐的“先鋒式創(chuàng)新”，而是全球銀行業(yè)早已全面鋪開的行業(yè)性動作。

有數(shù)據(jù)顯示，自2022年美聯(lián)儲開啟加息周期以來，全球前50大銀行累計裁員規(guī)模已突破14.7萬人。

花旗集團2024-2026年累計披露裁員計劃超2萬人，高盛2022-2024年累計裁員超1.2萬人，摩根士丹利同期縮減約7000個崗位，重災區(qū)無一例外均為中后臺標準化職能。

國內(nèi)六大行年報數(shù)據(jù)更直觀，2020-2024年，全行業(yè)柜面人員從43.8萬人縮減至33.1萬人，4年凈減少10.7萬人，物理網(wǎng)點累計關停近8000個，曾經(jīng)作為銀行核心渠道能力的“人力與網(wǎng)點”，正在快速轉(zhuǎn)化為剛性成本包袱。

2008年金融危機后，全球金融監(jiān)管進入持續(xù)收緊的長周期，銀行的合規(guī)、KYC、反洗錢義務大幅加重。波士頓咨詢（BCG）2025年發(fā)布的銀行業(yè)合規(guī)專項報告顯示，全球銀行合規(guī)成本占總運營成本的中位數(shù)為1.1%-1.7%，全球系統(tǒng)重要性銀行最高可達2.5%，其中60%-70%為人力相關支出，集中于KYC審核、交易監(jiān)控等標準化流程崗位。

這些工作的核心特征是規(guī)則明確、數(shù)據(jù)結構化、流程標準化，幾乎不需要創(chuàng)造性決策，只需要嚴格按照監(jiān)管要求完成重復校驗，天然就是大模型技術的最優(yōu)落地場景。

更關鍵的是，人工應對監(jiān)管的邊際成本正在持續(xù)走高，而AI的邊際成本幾乎為零。

摩根大通官方《AI at JPMorgan Chase 2024》白皮書披露，其自研COIN合同智能審查平臺，每年可節(jié)約36萬小時的合規(guī)人工工作量，差錯率較人工降低80%；其獨立開發(fā)的反洗錢監(jiān)控AI系統(tǒng)，將交易篩查誤報率降低70%，兩套系統(tǒng)均實現(xiàn)全流程可追溯，完美契合監(jiān)管要求。國內(nèi)工行的“天鏡”智能風控系統(tǒng)，將風險誤判率降至0.29%，年直接節(jié)約成本3.2億元。

匯豐的裁員，本質(zhì)上是在監(jiān)管成本剛性上漲的壓力下，不得不完成的技術替代補課。

其2025年科技投入僅62億美元，不足摩根大通同期158億美元科技投入的40%，轉(zhuǎn)型滯后帶來的成本壓力，已經(jīng)直接影響了其利潤表現(xiàn)。

埃森哲2025年發(fā)布的銀行業(yè)報告測算，2025-2028年，全面應用AI能為全球銀行業(yè)創(chuàng)造的潛在價值約2200億美元，其中約60%來自成本（含人力成本）的剛性節(jié)約，40%來自收入的提升。

“銀行業(yè)的算法驅(qū)動時代”

銀行的核心競爭力已經(jīng)從“信用中介”轉(zhuǎn)向“數(shù)據(jù)服務商”。

傳統(tǒng)銀行的核心壁壘，是牌照、網(wǎng)點和人力帶來的渠道優(yōu)勢，靠觸達客戶、吸收存款、賺取息差生存，規(guī)模就是絕對的話語權。但數(shù)字化銀行的崛起，徹底顛覆了這套邏輯。

畢馬威2025年全球數(shù)字銀行報告顯示，全球純數(shù)字銀行的平均成本收入比為38%，而傳統(tǒng)全能銀行的平均成本收入比高達59%。

未來的銀行，賺的不再是渠道的錢，而是數(shù)據(jù)的錢。

誰能通過數(shù)據(jù)更精準地定價風險，誰能更低成本地完成合規(guī)要求，誰能更高效地服務高價值客戶，誰就能在競爭中勝出。這個核心能力，和員工數(shù)量、網(wǎng)點規(guī)模沒有任何正相關，甚至員工越多、流程越冗余，數(shù)據(jù)越分散，運營效率反而越低。

新加坡星展銀行截至2024年底，已落地超1500個AI模型，覆蓋380多個業(yè)務場景，2024年一年靠AI就創(chuàng)造了7.8億新加坡元的經(jīng)濟價值，其人均創(chuàng)利是同規(guī)模傳統(tǒng)銀行的2倍以上。

匯豐的裁員，本質(zhì)上是把自己的核心驅(qū)動邏輯，從“人力驅(qū)動的渠道擴張”，轉(zhuǎn)向“算法驅(qū)動的數(shù)據(jù)服務”，這不是主動的自我革命，而是不轉(zhuǎn)型就會被市場淘汰的被動選擇。

那個靠牌照壁壘、網(wǎng)點規(guī)模、人力堆砌就能躺著賺錢的時代，已經(jīng)一去不復返了。

過去幾十年，金融業(yè)的中后臺白領，是全球中產(chǎn)階級的核心組成部分，是“穩(wěn)定體面”的代名詞；而現(xiàn)在，AI正在把這些標準化的白領工作，轉(zhuǎn)化為可被算法替代的“數(shù)字流水線勞動”，就像當年工業(yè)革命把手工工匠轉(zhuǎn)化為流水線工人一樣。

國際勞工組織2025年發(fā)布的報告顯示，2025-2030年，全球金融保險業(yè)預計將減少約80萬個崗位，其中60%集中在中后臺標準化職能，這是全球白領階層第一次面臨大規(guī)模、系統(tǒng)性的技術替代。

更值得警惕的是，這場由AI驅(qū)動的行業(yè)重構，正在帶來新的系統(tǒng)性風險。

AI在風控、合規(guī)領域的大規(guī)模應用，正在催生算法黑箱、模型同質(zhì)化帶來的市場羊群效應，以及數(shù)據(jù)隱私邊界突破、對第三方技術服務商過度依賴等新的風險點，而全球監(jiān)管對AI金融應用的規(guī)則制定，已經(jīng)明顯落后于技術落地的速度。

未來的金融業(yè)，不會再有“大而不倒”的規(guī)模神話，只會有“快而不倒”的技術壁壘。而這場范式轉(zhuǎn)移最終改變的，不僅是銀行的資產(chǎn)負債表，更是全球金融體系的權力結構，和整個白領階層的命運走向。