在人工智能开始取代华尔街工作之前，它首先正在创造新的岗位。

企业招聘数据公司Draup提供给CNBC的独家分析显示，包括摩根大通、花旗和Capital One在内的银行，今年与AI相关的岗位发布量较2025年增长49%，达到139,819个。

Draup表示，增长最快的领域是一组与AI代理相关的技能。该公司从公开招聘信息和LinkedIn等平台抓取数据。例如，关于agent orchestration的提及——即设计能够协同完成任务的代理的能力——今年飙升了1,721%。

Draup首席执行官Vijay Swaminathan在接受采访时说：“这可以说是华尔街最热门的技能。”

他说：“这是一个巨大的机会；他们需要既懂数据、又懂AI、还知道把它放在哪里的人。”

这些招聘信息显示，华尔街银行正在超越聊天机器人，进入AI战略的下一阶段，这一阶段对高管、员工和股东都有影响。为了兑现AI提升生产率、自动化重复性任务的承诺，银行正推进一个由大量代理组成的未来，让它们承担越来越多的工作。

此前一波AI招聘主要集中在工程师和数据科学家身上，他们负责构建模型或将模型适配到企业数据上；而如今的热潮已扩展到那些负责将AI直接嵌入业务线的人。

Swaminathan表示，在金融机构内部部署AI，通常需要把多个专门代理串联起来：例如，一个代理检查原始数据，另一个分析文件，第三个检查监管合规。

参与这一过程的员工通常被称为前置部署工程师（forward-deployed engineers），他们需要兼具技术能力和特定业务或职能的领域知识，范围从交易台到后台运营和人力资源，Swaminathan说。

他说：“企业内部有很多复杂性。有时这些复杂性是显而易见的，但很多时候它们是隐藏的。即使是自动化一个简单流程，也需要很长时间。”

例如，他说，若要建立一组代理来自动审批公司的休假申请，就会形成一张由各种边缘情况和特定例外组成的网络。

Swaminathan表示，agent orchestration技能对前置部署工程师尤其重要，因为他们的工作是弄清楚需要哪些代理、每个代理做什么以及使用哪种技术。他说，这还包括判断何时需要人工监督介入。

AI技术栈

其他与AI建设相关的热门技能，涉及帮助代理完成工作的工具和技术。

用于构建多步骤工作流的框架LangGraph的提及量增长679%；帮助AI应用连接数据的LlamaIndex增长291%；而检索增强生成（RAG）——一种向AI模型输入公司数据库信息的技术——提及量上升259%。

不过，除了技术能力之外，企业对所谓软技能的重视也在上升。

他说：“我们的分析显示，问题解决、创造力、提出尖锐问题的能力，以及在更深入理解流程时保持坚定等软技能，重新受到重视。”

AI领域的其他增长方向还包括负责为新兴系统建立护栏的人。

根据Draup的数据，招聘信息中提到“负责任AI”的次数今年飙升657%；提到AI治理和风险管理的次数分别增长394%和359%。安全团队也在关注，防止第三方工具或外部模型连接带来系统性漏洞。

在Draup的数据中，与治理相关的技能如今占据超过16,000次提及，几乎是与模型训练、部署和运行相关的约8,400次提及的两倍。

他说：“我们非常关注，确保我们在这些产品中使用的第三方不会从网络安全角度失控。”

根据Draup的数据，与生成式AI和代理相关的岗位通常比金融业其他技术岗位薪酬更高，生成式AI经理的中位基本年薪约为190,000美元。

尽管薪酬更高，填补这些专业岗位仍然具有挑战性，Swaminathan说。

为弥补这一缺口，大型银行正大力推进内部再培训项目，培训现有开发人员和领域专家，他说。这样的建设本身也会带来连锁影响：摩根大通首席执行官Jamie Dimon曾谈到，随着AI接管更多工作，公司将进行“巨大的重新部署计划”。

Swaminathan说：“我认为，如果我们以合适的技术能力去优先重视这些软技能，人们就会适应并学习。这对合适的人才来说是非常令人兴奋的时代。”