在人工智能開始取代華爾街的工作崗位之前，它首先正在創造工作崗位。

企業招聘數據公司 Draup 向 CNBC 獨家提供的分析顯示，包括摩根大通、花旗和 Capital One 在內的銀行，今年與 AI 相關的崗位發布較2025年增長49%，達到139,819個職位。

增長最快的領域，是圍繞 AI agents 的一組技能。Draup 從公開招聘信息和 LinkedIn 等平台抓取數據。比如，關於 agent orchestration 的提及——即能夠協同完成任務的 agents 的能力——今年躍升了1,721%。

「這可以說是華爾街最熱門的技能，」Draup 的執行長 Vijay Swaminathan 在接受採訪時說，「這是一個巨大的機會。他們需要既懂數據、又懂 AI、還懂得如何將 AI 安置在合適位置的人。」

這些職位信息顯示，華爾街銀行正在超越聊天機器人，進入 AI 战略的下一階段，這一階段將影響高管、員工和股東。為了實現 AI 提升生產力、自動化重複性任務的承諾，銀行正推進一個由大量 agents 组成的未來，讓它們承擔越來越多的勞動。

早期的一波 AI 招聘主要由工程師和數據科學家主導，他們負責構建模型或將模型適配企業數據；如今，這股熱潮已擴展到負責將 AI 直接嵌入業務線的人。

Swaminathan 表示，在金融機構內部部署 AI 時，通常需要將多個專門的 agents 串連起來：例如，一個負責檢查原始數據，另一個分析文件，第三個檢查監管合規性。

他表示，參與這一過程的員工通常被稱為 forward-deployed 和 engineers，他們需要兼具技術能力以及特定業務或職能領域的知識，範圍從交易臺到後台運營，再到人力資源。

例如，若要創建一組 agents 來自動審批員工休假申請，就會產生大量邊緣情況和特定豁免。

「企業裡面有許多複雜性，」Swaminathan說，「有時這些複雜性是顯而易見的，但很多時候它們是隱藏的。即便是要自動化一個簡單的流程，也需要很長的時間。」

他表示，agent、orchestration技能对forward-deployed、engineers尤其重要，因為他們的工作是判斷需要哪些agents、每個agent該做什麼以及使用哪種技術。這還包括決定何時需要人工監督。

Agent 技術架構

與 AI 建設相關的其他熱門技能，則涉及理解讓 agents 能夠完成任務的工具和技術。

根據 Draup 的分析，關於 LangGraph 的提及——這是一個用來構建多步工作流的框架——增加了 679%；幫助 AI 應用連接數據的 LlamaIndex 的提及量上升了 291%；retrieval-augmented generation（RAG）這一將公司數據庫信息輸入到 AI 模型的技術，其提及量增加了 259%。

不過，除了技術能力之外，對所謂的軟技能的重視也在上升。

「我們的分析顯示，人們重新重視問題解決、創造力、提出尖銳問題的能力，以及在更深入理解流程時保持堅定立場等軟技能，」他說。

AI 領域的其他增長方向還包括負責為新興系統建立防護屏障的人員，其中也包含了對風險和控制基礎設施的需求。

根據 Draup 的數據，與「負責任的 AI」相關的招聘信息提及量今年激增了657%；提到 AI 的治理和風險管理的提及量分別增长了394%和359%。安全團隊也在關注，如何防止第三方工具或外部模型連接帶來的系統性漏洞。

目前，在Draup數據中，與治理相關的技能被提及的次數已經超過16,000次，這幾乎是與模型訓練、部署和運行相關的大約8,400次的兩倍。

「我們非常關注，確保在这些產品中使用的第三方不會從網絡安全的角度出現失控，」他說。

據 Draup 称，與生成式 AI 和 agents 相關的崗位通常薪酬高於金融行業其他科技崗位，生成式 AI 經理的中位基本年薪約為190,000美元。

儘管薪酬更高，填補這些專業崗位仍然很困難，Swaminathan說。

為了彌補這一缺口，大型銀行正在大力推進內部再培訓計劃，培訓現有的開發人員和領域專家，他說。

這一建設過程本身也會帶來連鎖反應：摩根大通首席執行官 Jamie Dimon 曾經提到，隨著 AI 承擔更多工作，將出現「巨大的重新部署計劃」。

「我認為，我們越是優先重視這些軟技能與適當的技術能力，人們就越是能夠適應並學習，」Swaminathan說，「對於合適的人才來說，這是一個非常令人興奮的時代。」