有听众问：对二级市场从业者来说，AI替代了哪些子任务，增强了哪些，有什么落地建议？这个问题很好，我其实考虑过在播客里分享我的想法，但希望那期受众广一点普适一点吧，就没讲。我自己也不是什么资深从业人士，可能对工作3-5年这个阶段比较了解，而且我也不是清楚每一个二级岗位，国内外可能也会有差别。我单纯就是分享个人看法，供交流讨论。

我是觉得AI对某个子任务是替代性还是互补性，不完全是这个任务的客观内容决定的，很多时候是你现在所在的层级决定的。同一个任务，1年级时是你的O-ring，5年级时不是。所以这个问题可能没办法按照子任务去一概而论，对每个人的来说，是替代还是互补可能差别很大。

1. 先搞清楚你的O-ring是什么
播客里我们用了经济学的定义，但我的简单理解就是：我这个工作的KPI到底是什么？和我的KPI有最直接影响的那个任务或者能力，就是O-ring。比如作为主观交易员/PM，KPI是PnL，那关键任务就是"想出赚钱的trade"。卖方研究员的KPI其实是客户评价（II vote），sales是你为公司带来了多少flow。这个KPI和关键任务需要大家自己根据自己的情况去定义。可以问自己：我的工作中哪个子任务是做对了奖金就有了？哪个搞砸了就要被蹬了？那个就是O-ring。

2. 为什么层级决定替代性
二级市场的工作流，大致可以抽象为：建立基本面假设 → 设立概率分布 → 找到最优交易表达 → 设计仓位、入场时机和止损。对我来说这里面的O-ring是：概率分布不准确，完蛋；没挑到风险回报比最好的trade，完蛋；仓位入场时机entry exit错了，完蛋。这些任务我是不是比AI做的好？是的话目前它基本上就是互补性更强。

但是1年级的时候你的O-ring不是这些。1年级的时候，你的KPI是能把fedspeak准确及时搜罗好，新闻出来能快速找到，别人没看到某个信息的时候你先看到了。这些任务对判断的要求不高，但对快速处理大量信息、不间断处理信息的要求很高，恰好是AI最擅长的。所以1年级感受到的替代性最强，因为AI在抢的就是你的O-ring。

5年级的时候，O-ring已经迁移了。写data recap不再是你的KPI，判断数据对未来概率分布的影响，跟客户打电话，跟风控battle比较多。所以那些每天花很多时间写描述类总结的初级分析师会感到AI替代性多，而5年级的人会觉得是互补性多，因为那些已经不是他们的O-ring了。一年级的时候你能把所有的fedspeak准确及时搜罗好就是你的KPI之一，那现在AI可以做这些，你就感觉到替代性。同一个任务，不同层级，你的感受差别是很大的。

3. AI互补在哪里
对我来说，我觉得最大的变化是从idea到输出之间的gap缩小了。以前有什么假设，你要花很多时间去反驳或者验证，需要去搜罗资料。比如如果我认为这次AI会使得很多人失业，我可能需要看前几次科技革命发生了什么，以前自己手动找要找很久，感觉能写个2-3天吧，但是现在AI可以大幅缩短这个时间，让你有更多时间做真正的判断。

第二就是在AI的协助下，我相对阅读的速度，数据检索的速度，吸收信息的速度都提高了很多。比如以前一个电话会错过了，你要重新听要花半小时，但现在可以转成文字稿很快找到自己需要的内容，可能才几分钟。以前比对不同sellside的预测，自己翻找再复制粘贴把重要片段贴到一起就要好久，但是现在都是AI找好我直接review+思考。这意味着我在同样绝对时间下的输入量其实变大了，可以分析的东西也变多了，而很多时候输入量的确跟判断质量是正相关的。我觉得很多工作5年以上的分析师都觉得自己可以覆盖更多的asset class，去考虑更多的情景和交易，其实就是因为输入输出的效率提高了，你的大脑做分析的闲置产能其实可以得到更充分的利用。

另外就是如果是卖方研究员，因为你的KPI是客户评价，理论上说客户评价是跟你的研究的洞见水平有关，但实际上有很多人情世故。。省下来写报告的时间会让很多高级分析师觉得，可以多花时间跟客户开会吃饭，其实对他们来说也是互补的。

对于初级分析师，他们的替代感可能更严重一点，因为初级分析师就是做这些搜集整理的工作比较多。但是其实互补的地方是没人喜欢做那种枯燥的复制粘贴或者排版的工作，其实我觉得很多组其实不是没事做，而是有太多事需要做，基本上street上很多组我觉得是understaffed而不是overstaffed。所以如果AI可以帮你做这些，你就有时间去做更复杂的分析或者做更多分析类的内容，这个时候其实也不会有替代感。

4. 落地建议
我觉得可能第一点是，想清楚自己的KPI是什么，与之对应的O-ring任务是什么，然后做每一件事都问自己：这件事能提高我在O-ring任务上的能力吗？

能，就自己做，哪怕AI也能做。AI可以写data recap，但这不意味着你不去分析数据了，因为分析数据的能力会提高你在预测情景概率分布上的判断力，这个部分需要保留，不能让AI做。但是写报告本身可以让AI做，比如你分析完可以大致描述一下自己的感觉，让AI帮你写个草稿，你再去修改，而不是想完再重复输出一遍浪费时间。

第二点就是如果你是一个初级分析师，如果你就是没有那些需要判断力的高级O-ring任务，比如你的oring就是写报告，那我觉得要以发展的眼光去预防式的做事情。就比如说你可以做好你目前的主要任务，然后花时间去提高自己在高级oring任务的能力，并且主动的去展现这个能力，最终的目标是你的O-ring可以往上迁移。比如可能以前分析师转交易是3年级吧，但是现在这个时间越来越早了，sellside交易员去buyside的时间也越来越早，我觉得早点拿book本身就是为了迁移O-ring. 所以如果不是转行的话，毕竟不是所有人都可以当销售，很遗憾就是要尽快的在这个链条上快点往上走。我其实觉得以后初级分析师的工作可能更像现在的3年级，以前可能要学2年才行，但是未来可能工作半年到一年就要做3年级的工作量（更复杂的分析，和客户直接打电话，想trade)。如果你的能力更强，更能做到高级O-ring任务，那相对会更安全或者说，未来有更多的选择。不过大部分sellside我觉得不是能力问题，大家的普遍感觉是能力够但是得熬年头。那除了逐渐往拿book从而离PnL更近一步之外，这就涉及到人情世故的问题了。

其实职场不是“努力就会成功的“(又瞎说大实话了），也不是AI在能力上能做到你的任务就会取代你。一个社会组织里真的很多人情世故，不是你报告写的最好就一定奖金最高。所以回到前面那个oring任务的问题上来，很多时候你的oring可能不是这些技术性KPI，实际上你的O-ring就是让xx开心这种，那人可以做的就太多了。所以大家不要特别理论化的思考这个问题，要像人一样去做“人”事，提高自己工作”关系必要性“的程度，没有一个工作是一个人关在小黑屋里做出来的，你的工作一定有人的部分。我的感觉是大部分人会低估自己工作中的人情世故的重要性和比例，而高估自己工作中能力的作用。

最简单的就是你老板你肯定要联系吧，我觉得你老板爱你，即使在同一个岗位上，比起你的同事，你的工作的关系必要性就是提高了，因为你对老板的价值不仅是你的能力，还有你的情绪价值，爱我的老板我休假她真的会想我，我耍宝她真的会被逗笑。虽然她不会只因为这样就给我发奖金，但在边际上这也是一个重要的互补子任务。

那金融行业其实有很多人情世故的东西，AI让我有更多时间去做这种重要的人情世故，比如跟客户打电话，比如AI写会议纪要，我在开会的时候就可以给对方更多的关注和反馈，会提高他们喜欢我的程度，从而提高我这个工作的“关系必要性”。所以我觉得不用过于宏观的思考这个问题，你擅长做的事情可能天生的关系必要性不是最高的，但是如果这就是你最想做的，你还是可以在边际上提高关系必要性来增强自己的竞争砝码。

#今日地板日记#