人工智能和人力资本：央行面临的挑战

核心观点与关键数据

• AI 对央行人力资本的挑战：人工智能（AI）正在改变央行使用人力资本的方式，要求员工具备跨学科协作能力，并提升对 AI 工具的监督、解释和改进能力。83% 的央行报告称，人力规划复杂度增加。
• AI 发展两种情景：
  • 情景一：LLM 驱动的“AI 助手”：AI 工具（如聊天机器人、数据分析工具）增强而非取代人类技能，提升员工效率，专注于更复杂任务。
  • 情景二：AI “智能体”：可自主执行特定任务（如实时经济预测、交易验证）的 AI 智能体，可能取代部分人类角色，但需人类监督确保责任和伦理。
• 工作模式变化：两种情景下，工作职责将调整，需要 AI/ML 专业知识，同时部分常规任务可能减少。工作实践需持续培训，并建立清晰的 AI 治理框架。
• 关键数据：
  • 近 90% 的央行报告过去五年招聘难度增加。
  • 难以招聘领域：网络安全、IT、金融科技、数据科学和 AI/ML。
  • 58% 的央行受招聘法律或监管限制（如仅通过公务员考试招聘、公民身份要求）。
  • 超过三分之一的央行已采取措施向员工普及 AI 和机器学习知识。

研究结论与建议

• 人才挑战：央行需吸引和留住具备 AI 技能和央行专业知识的人才，可通过强调使命驱动、数据访问、前沿项目机会和非财务补偿（如培训）来吸引 AI 专家。
• 技能管理：需采用多种策略填补能力差距，包括内部培训、外部专家、顾问和外包，但需注意连续性、文化凝聚力、信息安全和法律限制。
• 转型管理：成功过渡需要有效的变革管理策略，包括沟通 AI 优势、应对潜在影响、促进跨技能协作，并制定团队和个人发展计划。
• 创新文化：需建立鼓励创新和实验的文化，组建多元化团队，采用不同工作方式，尽管央行可能比私营部门更谨慎。
• 人力资源策略：平衡永久员工和合同工的优势，永久员工提供稳定性和长期适应性，合同工提供专业技能和灵活性。
• AI 治理：需建立涵盖伦理、数据隐私、问责制和合规的治理框架，尤其对于更自主的 AI 智能体，需在设计中嵌入治理措施。