来源：环球市场播报

Felipe Sinisterra 和 Dave Wang 靠着教导华尔街银行家如何完善他们的 AI 计划，拿到极为丰厚的报酬。

3 月的一个下午，两位炙手可热的 AI 教练在纽约一家创投基金为员工授课。31 岁的 Wang 示范如何利用 Google 母公司 Alphabet 开发的 AI 模型 Gemini 来分析创业者的简报影片。他还演示了一款结合联邦调查局（FBI）所用行为分析法的网路应用程序，可通过比对逐字稿与肢体动作、面部表情等视觉线索，侦测出潜在警讯。

随后，30 岁的 Sinisterra 向学员们示范如何使用 OpenAI 的 ChatGPT 和 Anthropic 的 Claude 分析财报电话会议记录，从中找出最能左右市场走势的言论。该系统执行了情绪分析，并将管理阶层的谈话转化为量化的试算表数据，用以预测未来的财务表现。学员们亲眼见证了 AI 如何协助简化日常工作中最耗费人力的环节。

当天收费是多少？25000 美元。而且课程预约已排到两个月后。

" 现在人们把 AI 视为获得竞争优势的工具，视为一种进攻手段，"Sinisterra 说。" 未来人们会把它视为必需品。"

大型银行深陷 AI 焦虑，正寻求招募更多 AI 专家，并缩减传统银行业务职位。渣打银行准备在未来四年内裁减数千个支援职位。花旗集团、富国银行和美国银行在 2026 年第一季共裁员超过 5，000 人，尽管获利创下纪录最佳。

高阶主管们不惜砸下重金，期盼将这项技术应用于基础任务之外，他们甚至亲自测试各种 AI 工具，进而形成了由上而下、要求全体员工全面导入该技术的压力。Sinisterra 和 Wang 曾是任职软银的基金经理，他们正向这些渴望转型的公司贩售驾驭 AI 的信心与熟练度。

知情人士透露，他们在 2025 年 7 月创立 Wall Street Prompt，一直与 T． Rowe Price Group Inc．、花旗集团和美国银行合作。知情人士表示，T． Rowe Price 曾聘请这两人为其投资专业人士提供培训。知情人士也表示，花旗和美国银行则邀请他们为外部基金客户开设培训课程。受保密协议约束的 Wall Street Prompt 拒绝证实其客户名单。T． Rowe Price、花旗和美国银行也不愿对特定供应商的培训发表评论。

技能门槛升高

金融机构对 AI 并非总是热情拥抱。2022 年，ChatGPT 推出时，主要的全球银行因担心安全漏洞，纷纷限制在其内部网路使用该聊天机器人。

此后，摩根大通推出了 LLM Suite 这款生成式 AI 工具，获得大多数员工使用。高盛则与 Anthropic 合作开发 AI 代理。美国银行表示，其 18，000 名开发人员在导入 AI 后，工作效率提高了 20% 至 25%。

然而，许多银行员工仍缺乏有效使用 AI 工具的培训，另一些人则受限于过时的模型，这种落差催生了对 AI 教练的需求，他们能够帮人充分发挥 AI 的潜力。

总部位于英国的科技招募公司 Evolution 亚太区董事总经理 Jake Bridge 表示，大型银行内部最大的挑战不在于技术，而是在于人。 

亚洲在将 AI 融入银行与金融业方面居于领先地位，在支付、贷款和客户服务等环节正日益自动化。

特别是在新加坡，具备流利的 AI 应用能力逐渐成为所有想在该行业求职者的必备条件。根据总部位于伦敦的金融软体公司 Finastra 在 2026 年进行的一项调查，新加坡在国际货币基金组织的 AI 准备指数中位列 174 个国家之首，该国 64% 的金融机构正在关键业务职能中部署 AI。

Wang 和 Sinisterra 目前考虑迁往新加坡，以满足来自银行和金融专业人士的需求，这些专业人士正在努力保住自己的职位并保持就业竞争力。

55 岁的 Duncan 去年利用晚上和周末时间参加了新加坡南洋理工大学支持的一门课，学习如何使用 AI。他的雇主是一家大型银行，此前将其新加坡业务转移到海外成本更低的地区。

在失业九个月后，他上个月在新加坡一家银行找到了一份后台工作，并对自己的新技能充满希望。

虽然多位高阶主管将生产力的提升归功于 AI，但人们越来越担心 " 公司财报表现优异可能已不足以保障员工饭碗 "。AI 顾问公司 Neurons Lab 的首席执行官 Igor Sydorenko 表示，分析师的角色不会消失，但会从基层开始逐渐减少。该公司的客户包括汇丰银行和 AXA。" 高技能人才借助 AI 工具，工作效率能提升 10 到 20 倍，而且做得更好、更快，" 他说道，" 他们将不再需要任何初级金融分析师或助理，自己就能独立完成所有工作。"

身处新加坡的 Justin Tang 深知想要弥补这项落差的焦虑。这位对冲基金 Regal Funds Management 的买方分析师在三年内利用零碎时间自学 AI，例如在公车上、会议间隙以及大多数人都在刷手机的安静时刻。去年，他遇到了 Wang 和 Sinisterra。" 那感觉就像开窍了，"Tang 说道，" 以前我需要花好几个小时才能分析完一家公司。现在我输入一段提示词，90 秒内就能抓出关键要点：这家公司在做什么、它的核心获利驱动力，以及市场题材 "。

此后，Tang 参加了多场 Wall Street Prompt 的培训课程，其中包括美国银行主办的一期。他表示，每期课程通常有 20 到 30 人参加。

Tang 说：" 当顶尖银行开始向我们这样的客户提供 Wall Street Prompt 的课程时，我不会惊讶。这是迟早的事，而非会不会发生的问题。"

Tang 会将学到的技术主要用于个人用途，也会运用到日常工作中。在 Regal，他将这些工具的使用范围限制在公开资料，例如公司申报文件和业绩电话会议逐字稿，绝不将客户资料输入其中。