逼出来的AI形式主义

在2022年GPT横空出世前的“上古年代”，在金融圈最流行的一个词叫做数字化转型，大家闻之色变，各种奇葩案例层出不穷。

事后总结起来，大家恐惧的是在要伺候好客户和领导的基础上，还要再伺候N套所谓的数字化系统，而不是数字化转型之初宣称的“赋能业务”。

生成式AI浪潮打过，数字化转型以“AI转型”、“AI原生”、“数智化转型”的面貌卷土重来。

特别是2025年开年以来，金融牛马们仿佛又感受到了熟悉的配方，熟悉的话术包括但不限于（请自行将词语“数字化”替换成“AI”）：

1、All in数字化转型。未来是数字化的时代，不是要不要转型数字化的问题，而是时代的巨轮向前碾过，一切不数字化的都将成为时代的尘埃。来自全新领域的降维打击让我们不得不数字化转型，必须ALL IN数字化转型。

2、数字化时代人和人的差别是会不会用工具。未来，人只分两种，拥抱数字化的人和不会用数字化工具的人，后者将被时代所淘汰。

3、数字化转型助力降本增效。

4、打造数字化生产、营销、运营、管理闭环，用数字化武器攻城略地。

5、全员数字化，数字化改造比例超过90%。

2025年，AI之风刮过，大有不AI的东西全都要消灭的架势，不能AI的也得包装成AI，于是AI形式主义出现了。

各种迷惑行为包括但不限于：

1、基本操作全面工作流化。例如全公司就一个人的岗位，原本人类10秒钟搞完的基本操作，偏偏要用AI工作流。

工作流打开一看，输入、提取、LLM、输出，连个分支或循环都没，然后人类得填知识库、改提示词、反复调试等等，有时候结果还不一定对，得手工找到问题再改正。

折腾半个月下来成功把10秒降为半分钟，领导很高兴，因为报告上写着：“将人类劳动时间压降30%，大幅提升工作效率”。

2、非重复性场景AI化。金融机构很多业务是标准化重复性的，也有一些业务是非重复性的，显然AI适合在重复性的标准化业务上更能发挥作用，但现实正好相反。

以银行为例，重复性的业务场景有：转账、支付、存取款等等，这些场景是银行的核心业务，干系重大，而且前期系统已经很好地支持了业务，没啥AI发挥的空间。

于是只能从非重复性的场景下手，希望把非标场景标准化提升效率，但技术水平和场景必要性又不够。反面例子数不胜数：

——针对某大客户的贷款业务，为单个粘性很高的服务对象建设一个AI工作流，要求客户经理提供对方数据并据此提供服务，号称量身定制。但客户经理根本就不敢给客户推，怕被打死；

——针对某个环节的事务性工作，将其纳入AI改造，以后全面使用AI系统，而不能手动或使用已经很熟悉的旧系统。但由于该环节的复杂性，必须手动设置例外情况到系统流程，以防AI幻觉；

——针对某个经常产生新知识的业务/职能岗位，要求牛马干完活以后实时更新知识库，美其名曰为AI系统提供全面的知识，让AI系统更智能。但实际上，AI系统是从开源改的，算力也没配齐，性能烂的要死根本没法用，领导也有自己的小九九，想着这样就可以实时了解牛马的进度，还想着是不是有一天可以换成更便宜的牛马。

3、责任岗位AI化。以风控岗位为例，要求用AI辅助工具，主要是提供一些基本信息，再给推荐意见，但是AI有时候会提取到错误的知识，偶尔隐藏比较深发现不了，于是风控审查意见就这么交上去了。

现在刚改造还没出事，但是可以猜得到早晚要出问题，估计IT部门也要加入背锅侠队列，新的甩锅链条就形成了，不过嘛，反正风控意见也不重要，责任甩出去才重要。

4、用AI应对AI。业务部门要干一件事情，向职能部门提需求，发现职能部门用了AI小助手，替代了原本的外包，这下坏了，给的东西根本没法看，自己手动改又没这个精力。

业务部门回去一研究，我们也用AI，直接调用职能部门小助手的材料，先干起来再说，祈祷不出问题，出了问题再想办法甩锅。

5、决策层与流程审批不AI。当前，All in AI=牛马AI，决策层也知道AI这玩意不靠谱，决策出了问题担责的可是自己，于是决策问题从不用AI。而流程审批是自己的权力，权力不能让渡给系统，不然位置不保，于是下面牛马越来越少，决策管理层规模不变。

美其名曰人类做重要的事情，AI只是辅助决策的工具，未来是会用AI的人的未来。

除此以外，各种资源也跟不上：

技能培训跟不上，培训输入1+1，工作输出微积分；

算力硬件跟不上，要求集显跑DeepSeek R1；

数据跟不上，数据权限不开放，但模型要精准；

工具跟不上，安全规则大于天，开源版本12.0，内部1.0。

要求高、不专业、没资源、忙甩锅，当上面要求一个不可能完成的任务时，下面就只好用形式主义来应对，AI形式主义正逐渐大行其道。

对此，我们只能说，望耗子尾汁。