银行员工从“运动员”改当“教练”！对话网商银行马晓航：AI做执行，把关的还是人

黄宇昆

2026-09-15 11:51:25

来源: 时代在线

效率可以交给AI，但判断和责任不能下放。

当人工智能开始重塑一家银行的经营逻辑、服务形态，一场从服务端到组织端的变革已悄然开启。

今年上半年，多家商业银行智能体数量迎来大爆发，AI已经开始从“能对话”的交互演示阶段，逐步走向“能干活”的规模化应用环节。艾瑞咨询的一项调研显示，已有80%左右的金融机构部署了金融智能体。

2025年，在成立十年之际，网商银行提出从“数字银行”加速迈向“AI银行”。一年多过去后，网商银行近期在2026Inclusion·外滩大会上披露了“AI银行”最新进展：推出首个小微普惠金融Agent百灵2.0，面向4200万小微用户提供信贷、票据、财税服务；落地八大AI工作台，AI全面进入风控、审批、营销、研发等核心业务环节。服务入口与后台组织的同步升级，意味着网商银行的AI服务正从“能办事”走向“能办好”。

9月11日，网商银行信息科技部总经理马晓航在接受时代周报记者专访时表示，新的生产力出现后，银行的组织形态、协同方式和管理机制都必须随之改变。面向未来的组织，不是在传统组织中增加一些AI工具，而是要把“由人工作的组织”升级为“人与AI协同工作的组织”。

当重复性、标准化的工作被智能体承接，人类的核心价值将聚焦判断力、逻辑思辨、学习与表达能力。“AI时代，真正的风险不是某项技能暂时落后，而是停止思考、停止学习、失去定义问题的能力，以及不再愿意为结果承担责任。”马晓航同时还强调，在金融行业，责任主体永远是人，效率可以交给AI，但判断和责任不能下放。

从“人优先”到“Agent优先”，组织协作边界正在重构

在此次外滩大会期间，网商银行行长冯亮提出，网商银行对 AI的理解已从“AI是助理”转向“AgentFirst”，即遇到业务问题首先思考能否交给AI，在他看来，未来银行竞争力将从人才密度的竞争转向智能密度的竞争。

为此，网商银行搭建了八大AI工作台，重新安排人与AI的分工：信息采集、分析、执行等任务优先交给AI，员工则负责制定标准、复核结果，在关键节点作出判断，遇到特殊情况及时接手。

马晓航在接受时代周报记者采访时进一步阐释了这一转变的内涵。他表示，AI银行工作台对内部岗位工作方式最大的改变，是工作范式从“人优先”升级为“Agent优先”。过去遇到任务首先问“这件事应该交给谁做”，未来首先要问“这件事能不能先交给AI做”，人则集中精力于方向定义、过程纠偏、结果验证和风险兜底。

马晓航进一步表示，这一变化并不是单纯地把任务执行速度提升上去，而是要重新设计整条作业流程。

具体看主要有两个变化，首先，执行向 AI收敛，判断向人收敛。繁琐、规则明确、结果可验证的执行性工作尽可能交给智能体，人则聚焦定义目标、识别风险、处理例外以及决定结果能否投入使用等高价值环节。其次，交付物从“给人看的文档”转变为“给Agent使用的知识和Skill”。过去一个环节的产出只要人能看懂就算完成，未来还需增加AI能否准确理解、稳定调用并持续复用的验收标准，每个岗位都需要把隐性经验转化为清晰的规则、知识和能力模块。

“这种人机协同模式，会倒逼每个人把问题、标准和责任定义得更清楚，把可复用的能沉淀下来，做更加高价值的工作。”马晓航说。

针对 AI深入生产环节后科技与业务部门的权责边界是否模糊的问题，马晓航表示，这并非简单的边界模糊，而是整个组织协作边界正在重构。他表示，网商银行本身就是一家科技驱动的银行，无论是将AI引入生产环节，还是重新设计科技与业务的权责边界，本质上都是为了重构产研流程，实现产研效能的指数级提升。核心思路在于降低各岗位之间的协同成本，以及把重复、标准化、可验证的执行工作交给 AI。

马晓航介绍称，在协同上，过去业务负责提需求、科技负责实现，双方需要通过大量文档和会议反复对齐，而未来业务与科技将围绕高保真原型、系统分析等统一信息锚点共同定义问题；在执行上，需求拆解、代码生成、测试等工作更多交给 AI，科技人员则从单一技术执行者转向业务合伙人、AI生产流程的设计者和交付质量的把关者。前端、后端、测试等专业角色依然存在，但岗位之间的界限会逐渐打通，人才也将向更综合的全栈方向发展。

“但是有一条责任边界反而会更加清晰和重要，效率可以交给AI，但判断和责任不能下放。特别是在金融行业，每一项工作、每一个结果，最终都必须由人来把关，责任到人。”马晓航强调。

人才评价标准变了，会“定义”比会“执行”更重要

工作范式的变革必然带来对人才要求的变化。近年来，国内银行业纷纷加大对AI、数字化复合型人才的招聘和培养力度，既懂业务又懂技术的跨界人才越发受到行业青睐，不少银行还调整了内部人才考核机制，打破业务与技术部门之间的人才流动壁垒，鼓励员工跨领域学习成长，适配新的工作模式要求。

马晓航向时代周报记者表示，随着越来越多执行性工作被 AI承接，“定义”会变得比“执行”更重要。在金融行业，责任主体永远是人，人的角色从“运动员”逐步转向“教练”，负责定义问题、指导AI、纠偏过程、验证结果并承担最终责任。

因此相应地，评价人才的标准也在发生变化。马晓航提出了五个维度：是否有改变的意愿，遇到新技术和新问题时首先感到兴奋而非焦虑；是否具备持续学习能力，AI时代知识和工具快速迭代，学习能力比已有技能更重要；是否具备更深层的认知和判断，决定“做什么”往往比“怎么做”更重要；是否愿意主动把AI嵌入自己的工作流，而非偶尔使用工具；是否能够推动组织发生变化，不仅改变自己，还能带动团队和流程一起升级。

“AI越强，理解人、判断真实需求、处理价值冲突的能力就越重要。归根结底，人才评价的标尺正在从‘会做题’转向‘会出题’。在AI时代，真正的风险不是某项技能暂时落后，而是停止思考、停止学习、失去定义问题的能力，以及不再愿意为结果承担责任。”马晓航说。

对于未来成熟 AI银行的组织形态，马晓航描绘了四个方向。组织形态从固定编制转向面向高价值场景的动态协同，组织不再完全按照固定职能切分，而是以场景为中心，以高效协同和决策为目标，灵活配置业务、产品、技术、风控等不同岗位；人的角色从流程执行者转向定义者、引导者和监督者；知识将成为最核心的生产资料，谁能持续、动态地生产高质量知识，谁就能持续提升组织的智能水平；协同方式从人与人的沟通网络，演进为人与Agent、Agent与Agent共同构成的协同网络。

基于此，马晓航将成熟的AI组织概括为：不是“传统组织加AI工具”，而是一个以高质量知识为血液、以人与AI的融合智能为大脑，能够持续学习、持续沉淀、持续进化、不断突破组织能力上限的生命体。

“AI银行的探索，不是一蹴而就，而是久久为功。”网商银行董事长金晓龙在外滩大会上表示，当前银行业还需共同解答三道课题：持续迭代风控逻辑，守住风险底线；坚持人的最终主导权，严守数据安全和合规红线；避免形成新的AI鸿沟，让技术红利惠及最广大的小微。此外，他还强调，AI银行的价值，不在于模型有多大、Agent有多少，最终还是要看能不能让每一位小微经营者做生意更便利、更有底气。