对不少学生来说，选金融专业似乎是一条通向 " 钱途 " 光明、工作牢靠的康庄大道。

最近一个挺权威的调查也印证了这种想法。

专注于金融教育的非营利机构 CFA 协会访问了超过 9000 名在校大学生和刚毕业不久的年轻人，结果发现：在当下这个经济环境下，美国毕业生们普遍觉得，学金融能给自己带来最棒的职业发展机会和前景。

有意思的是，这份调查显示，学生们对金融行情的信心在过去一年里还涨了，但对其他一些热门领域，比如科技、工程、数学这些所谓的 STEM 学科，甚至包括医疗保健，信心反而有所下滑。

不过，事情好像没这么简单。

另外一些数据却描绘了不太一样的画面，金融专业的毕业生，在刚走出大学校门找工作时，实际找到工作的难度，或者说机会，竟然比很多其他专业的同学要差不少。

国外网站上一个 29 岁的学生拉斐尔 · 佩雷斯现在正在加州州立大学萨克拉门托分校读金融硕士，他的想法可能代表了很多人的心声。

他说：" 对我来说，转行搞金融，就是奔着稳定去的。我这辈子之前一直做创意工作，现在发现自己居然对金融有热情，某种程度上，真有种解脱的感觉。"

但他也坦言，身边的朋友有时会调侃他。当他告诉别人自己在读金融硕士时，常被半开玩笑地叫做 " 金融哥 "。

佩雷斯觉得，虽然这个词儿听着有点贬义，但背后也透露出大家对干金融能赚大钱、有面子的那种普遍期待。

CFA 协会负责大学项目的高级总监彼得 · 沃特金斯点出了一个关键变化，现在的学生和家长们，比过去任何时候都更精打细算了。

他们非常关心选哪个大学专业将来最 " 划得来 "，越来越看重花了大价钱读的这个学位，最后能带来多大的 " 投资回报 "。" 学生们都明白了，" 沃特金斯说，" 他们必须确保自己拿到的学位，能真刀真枪地帮他们找到工作。"

为什么大家觉得金融前景一片大好，但找工作时数据却没那么亮眼？

金融行业长久以来在大家心目中就有个 " 金光闪闪 " 的形象。一提到金融，很多人脑子里蹦出来的就是投资银行家、对冲基金经理、私募大佬这些角色——他们出入高档场所，谈着动辄上亿的生意，收入高得令人咋舌。这种印象，就像一层厚厚的 " 光环 "，牢牢地罩在金融行业头上。

CFA 协会的调查显示毕业生认为金融前景最好，很大程度上就是被这个 " 光环效应 " 照亮的。

这种看法不光是学生有，很多父母也深信不疑，觉得让孩子学金融就等于捧上了 " 金饭碗 "，这种社会共识的力量非常强大，即使金融行业内部的实际结构和机会已经悄悄发生了变化，也很难立刻改变人们根深蒂固的印象。

拉斐尔 · 佩雷斯被人戏称为 " 金融哥 "，这个称呼就非常典型地体现了这种社会认知的双面性。

一方面，它带着点调侃甚至轻微的贬义，可能暗示着对金融圈某些浮夸或逐利文化的看法；但另一方面，大家叫他这个外号时，潜意识里又承认了金融从业者所代表的 " 财务成功 " 和 " 社会地位 "。

这种称呼本身就反映了社会对金融既向往又有点复杂的心态，它既可能给像佩雷斯这样的学生带来些压力，但也隐含着一种对选择这条路的认可——毕竟，谁不想被看作是有 " 钱途 " 的人呢？

而我们看到的那些就业数据，本身可能也有点 " 笼统 "，不够精细，容易让人看走眼。

比如说，纽约的报告说金融专业毕业生整体找工作不如某些专业顺利。

随着年轻人进入社会，他们正面临日益紧张的劳动力市场。

根据纽约联邦储备银行最近对最近大学毕业生劳动力市场状况的分析，2025 年第一季度的就业机会 " 显著恶化 "。在这一群体中，失业率跃升至 5.8% ——这是自 2021 年以来的最高值。

尽管金融专业的毕业生相比大多数其他专业拥有更高的薪资，但纽约联储发现，在就业前景方面，营养学、艺术史和哲学专业的毕业生表现均优于金融和 STEM 领域。

根据纽约联邦储备银行的数据，经济学专业的毕业生在就业率方面比神学和哲学专业的毕业生表现更差。例如，哲学专业的失业率为 3.2%，而经济学专业的失业率为 4.9%。

" 金融专业 " 这个标签太大了，它下面藏着很多完全不同的方向和岗位。就像一个大篮子，里面装的东西差别可大了。真正前沿热门的领域，比如用数学和编程玩转市场的量化金融、用科技改变传统银行的金融科技、专门控制风险的风险管理、或者确保金融机构守规矩的合规部门，这些地方可能依然很缺人，机会也多。

相反，一些传统的、工作内容比较固定、重复性高的金融岗位，比如基础的记账算账、或者某些类型的销售，可能正受到电脑自动化和各种效率工具的冲击，岗位变少了或者要求更高了。

计算机科学专业也是类似，搞尖端人工智能算法、网络安全专家的，前景可能一片光明；但只会写基础代码的程序员，找工作可能就困难多了。

所以，把整个 " 金融 " 或 " 计算机 " 专业一棍子打死或者捧上天，都可能失之偏颇，忽略了内部的巨大差异。

再者，衡量一个专业好不好，光看毕业时的 " 失业率 " 这一个数字是远远不够的。

CFA 调查问的是学生们对 " 职业前景 " 的整体感觉，这包括了未来能赚多少钱、职业发展空间有多大、工作稳不稳定等等综合因素。而纽约联储的数据主要盯着刚毕业时的 " 失业率 " 看。这就好比比较两个产品：一个产品 A，可能刚上市时买的人少点，但它性能强大，用久了价值高；另一个产品 B，一上市就卖得特别火，几乎人人能买到，但它可能功能比较基础，价格上限也不高。

很多学生和家长在选专业时，心里算的是一笔长期的 " 综合账 "：我愿意承受毕业时可能稍微难找一点工作的风险，去换一个未来收入更高、发展空间更大的可能性吗？

金融专业，即使短期失业率比某些小众专业高一点，但它的长期平均薪资水平，通常还是远高于哲学、艺术史等人文学科。大家追求的是一种 " 综合性价比 " 和 " 长远潜力 "，而不仅仅是毕业那一刻立刻有份工作。所以，单凭失业率一个指标，很难完全解释学生对金融 " 前景 " 的信心从何而来。

我们注意到一个强烈的信号，曾经炙手可热的 "STEM" 光环，也在分化甚至褪色。 纽约联储的数据显示，计算机科学专业的毕业生失业率竟然比金融专业还要高，甚至超过了整体水平。

它实实在在地印证了大家最近的一个普遍担忧，人工智能真的开始抢初级程序员的饭碗了！

那些工作内容相对简单、重复、容易被写成标准代码的任务，正在被越来越聪明的自动化工具快速取代。一个例子是，我们给客户编写一些简单的代码自动化任务时，用的也是经过训练的 AI 完成的！

这对正在学或者打算学计算机的学生是一个明确的警示，时代变了，仅仅学会 " 写代码 " 这项基础技能已经不够安全了。未来需要往更高阶的能力上攀登，比如设计复杂的系统架构、创造更智能的算法、思考 AI 带来的伦理问题、或者深刻理解技术如何解决实际的商业难题。

科技行业内部，一场残酷的 " 优胜劣汰 " 正在加速进行。

这也从侧面提醒我们，看待任何专业的 " 前景 "，都不能停留在过去的印象里，必须关注技术和市场带来的深刻变革。

在去年的一次会议上，全球最大的资产管理公司贝莱德的首席运营官罗伯特 · 戈德史坦表示，该公司正在调整其招聘应届生的策略。戈德史坦说：" 我们越来越坚信，我们需要那些主修历史、英语以及与金融或技术无关专业的毕业生。"

对文科学位的需求是由人工智能的崛起推动的，这推动了对创造性思维和所谓的 软技能的需求。

为什么像贝莱德这样的金融巨头，突然开始抢着招学历史、英语的毕业生了？

这个信号太强烈了，过去，金融圈可能更偏爱那些能快速算账、精通金融模型的技术型人才。

但现在，贝莱德们发现，真正值钱的、AI 难以替代的，恰恰是那些传统上被认为是 " 软技能 " 的东西。

什么批判性思维、复杂问题解决能力、强大的沟通说服力、深刻的文化理解、伦理判断、以及创造性的洞察力——这些能力，正是历史、哲学、文学、语言等人文学科最核心的训练成果。

在 AI 能瞬间分析完百年财报、生成标准报告的今天，这些 " 软技能 " 反而成了最 " 硬核 " 的竞争力。

这背后的道理其实很深刻，金融说到底玩的是什么？是钱怎么流动、资源怎么配置、风险怎么管理。而钱和资源的背后，是活生生的人、是复杂的社会、是不断重复又充满意外的事件周期、是国与国之间的博弈。

理解这些，光靠冷冰冰的数据和模型是远远不够的，你需要理解人性深处的贪婪与恐惧，需要看懂社会潮流的起落，需要从历史中汲取 " 太阳底下无新事 " 的智慧，需要洞察地缘政治的风吹草动意味着什么。这些深度的人文理解，是 AI 目前还难以企及的。

AI 就像一个超级强大的 " 工具人 "，它能提供海量数据、模拟各种场景、给出基于概率的建议。

但最终拍板做重大的投资决策、制定长远的战略方向、在充满不确定性的迷雾中寻找出路、以及真正赢得客户信任建立长久关系——这些最核心、最高价值的任务，依然需要人类独有的综合智慧、深刻的同理心和基于价值观的判断力。

机器可以告诉你 " 根据历史数据，投资 A 的成功概率是 75%"，但它很难告诉你 " 在当下这个特殊的文化冲突和社会情绪下，投资 A 是否符合我们的长期声誉和道德准则 "，或者 " 如何向一个充满疑虑的客户解释清楚这个复杂策略的真正价值和潜在风险 "。

所以，贝莱德想要的，并不是招进来一群完全不懂金融、只会谈莎士比亚的 " 书呆子 "。他们是在寻找一种新型的 " 复合型 " 人才。

这种人，首先要有深厚的人文素养和强大的批判性思考能力作为坚实的根基，然后，在这个基础上，能够非常快地吸收商业和金融知识，或者能够将他们独到的人文视角直接应用到金融实战中去。

他们可能是历史系毕业，但对经济周期和市场情绪有着超乎寻常的敏锐；可能是英语专业出身，但写出的投资报告逻辑清晰、文笔优美、极具说服力。

反过来，这也给传统的金融专业人士提了个醒，光会看报表、建模型、算指标，未来可能不够用了。想在 AI 时代保持领先，金融从业者也需要主动打破思维的围墙，积极拥抱人文思维。

去读点历史，理解过去的经济危机如何发生；去学点哲学，思考投资的伦理边界；提升沟通能力，把复杂的金融故事讲得深入人心。

未来的金融精英，很可能既懂 " 钱 " 的语言，也懂 " 人 " 的语言。贝莱德的大胆转向，正是在 AI 重塑世界的浪潮中，为金融行业的核心竞争力重新抛下了锚——这个锚，深深地扎在了人类独有的智慧、洞察和联结能力之上。

金融行业看起来金光闪闪，吸引着无数学生想要投身其中。但如果你也是被这 " 高薪光环 " 或父母期望吸引过来的，先别急着一头扎进去。现在这个时代，尤其是 AI 浪潮汹涌的背景下，想真正在金融领域站稳脚跟并走得长远，需要比以往更清醒的头脑和更全面的准备。

从业这么多年，见过不少人也经历过不少事，我大概也有一些建议给到大家。

第一，别 " 随大流 "，先擦亮眼睛看清楚。 别仅仅因为听说金融赚钱多、有面子，或者爸妈觉得好就做决定。金融这行当里面门道太多了，就像一个超级大商场，里面卖的东西五花八门。

你得走进去，仔细看看不同的 " 柜台 "：搞股票债券交易的市场部、帮公司管钱融资的公司金融、用数学和电脑玩转投资的量化金融、专门盯着风险别出事的风险管理、确保银行规矩做事的合规部、还有现在火热的用科技改变金融的金融科技、关注环保社会的可持续金融等等。每个领域具体每天干什么活？需要哪些真本事？未来的发展前景怎么样？

特别是，你得睁大眼睛看清楚，AI 这个 " 新员工 " 来了之后，它在哪些领域是帮你干活的好帮手，又在哪些领域可能真的会顶替掉一些人的岗位？把这些搞明白了，才能找到真正适合你、也有长久生命力的方向。

第二，也是最重要的一步，要下苦功夫，练就 AI 抢不走的 " 真本事 "。 金融的基础知识，比如公司怎么运作赚钱、整个经济体系是怎么转的，这些基本原理就像盖房子的地基，永远不过时，必须学扎实。然后，玩转数据是必备技能，但不是让你当个 " 数据搬运工 "。

学会用工具处理数据是基础，更重要的是，你得学会问对问题——从茫茫数据海里找出真正有价值的问题；你得会解读数据背后的故事——光算出数字不行，要明白这数字意味着什么商机或风险；最后，你得是个好 " 说书人 " ——把复杂的数据分析用清晰、有说服力的方式，讲给客户、老板或同事听。这是未来和 AI 协作共存的关键，AI 负责 " 算 "，你负责 " 想 " 和 " 说 "。

沟通能力在这个行当里绝对是 " 硬通货 "，无论是向客户推销一个复杂的投资方案，向大老板汇报工作，还是和不同部门的同事合作，能把你的想法清晰、有逻辑、甚至带点感染力地表达出来，这本事太重要了。这恰恰是很多文科生的强项，但搞金融的你也必须补上这一课。

金融市场的新规则层出不穷，新技术天天冒头。所以，保持独立思考，不人云亦云；养成终身学习的习惯，随时准备更新知识库；拥有强大的适应能力，能在变化中快速找到自己的位置——这三点是你职业生涯的 " 保命符 "。

别忘了，金融玩的是钱，背后牵动的是人和社会。 过去金融危机的教训告诉我们，只盯着赚钱不顾后果是行不通的。培养点职业道德感和社会责任感，理解你的金融行为会对客户、对公司、甚至对社会产生什么影响，在做决定时考虑得更周全一些。这不仅让你晚上睡得安稳，也是建立长期职业信誉的基石。

第三，主动给你的 " 金融技能树 " 加点 " 人文枝条 "。 别光埋头在金融课本和报表里。有意识地去听听历史课、翻翻哲学书、学点心理学、读读好的文学作品。

这些看似 " 没用 " 的知识，能极大地开阔你的视野，帮你理解驱动市场波动的那些深层次的 " 人性 " 因素——贪婪、恐惧、从众心理。想想前面提到的佩雷斯，他之前的创意工作背景，说不定就是他未来在金融圈里独特的竞争优势，让他看问题的角度和别人不一样。

第四，睁大眼睛盯紧那些 " 跨界混搭 " 的新机会。 未来金融最有活力、机会可能最多的领域，往往出现在金融和其他学科的交叉地带。比如：金融和科技混搭彻底改变支付、借贷、投资等传统金融服务，就像智能手机改变了传统电话。监管与科技混搭帮助金融机构更高效、更低成本地满足日益复杂的监管要求等等 ……

这些领域往往需要你既懂金融语言，又懂点技术、懂点法律、懂点环保甚至懂点行为科学。提前关注这些 " 交叉路口 "，储备相关知识，你可能会发现一片蓝海。

说到底，想在未来的金融江湖里立足，光靠一张金融文凭是远远不够的。你需要打造一套 " 复合盔甲 "：坚实的金融基础 + 强大的数据洞察和沟通能力 + 持续学习适应变化的本事 + 人文关怀的视野 + 对新兴交叉领域的敏感度。

这样，无论 AI 如何发展，市场如何变幻，你都能拥有属于自己的、难以替代的核心竞争力。金融依然可以是条好路，但走得好不好，关键看你给自己装备了什么。