AFAC2026金融AI决赛观察:大厂用人逻辑转向“业务+AI”复合型人才
AFAC2026金融智能创新大赛总决赛落幕,近2万名选手角逐百万奖金及大厂直通机会。赛事反映出当前金融AI人才选拔标准已从单纯的技术能力转向对业务理解、工程落地及跨界融合能力的综合考量。蚂蚁集团等头部企业明确表示急需能突破思维惯性并将创新想法落地的复合型人才,赛后直接开放实习岗位并建立快速内推通道。
事件概述
AFAC2026(金融智能创新大赛)总决赛近日举行,历经5000+支队伍、近2万名选手的激烈竞争,最终决出优胜者。比赛不仅提供百万奖金,更成为连接产业、学界与创投的重要平台。现场评委包括各大业务线负责人、高校博导及顶级VC机构代表,多位选手在路演后获得现场“直聘”橄榄枝。
核心信息:人才选拔标准的迁移
1. 赛题反映真实痛点,摒弃“唯技术论”
今年赛题分为挑战组和初创组,难度显著提升,紧密贴合实际金融业务痛点:
- 数据噪声与限制:真实数据带噪声、实验反馈稀疏、显存和时间有限。
- 输出要求严苛:长文本答案需准确、控制Token消耗,并具备可追溯证据。
- 解题逻辑转变:仅靠堆砌参数或背诵算法已无法应对,选手需跳出常规思维,深入理解问题价值。清华大学电子工程系副教授姚权铭指出,纯执行侧能力已被Agent填补,稀缺的是能让事情发生的“内在驱动”。
2. 大厂急需两类“复合型”人才
蚂蚁集团财富保险事业群财富AI Lab研发负责人徐万青明确团队急需两类人才:
- 突破思维惯性者:能找到比现有方法更好的解决方案。
- 落地执行者:能真正使用AI解决问题,将创新想法转化为实际成果。
蚂蚁资深算法专家陈召群将算法人进阶分为三阶段:追求卓越 -> 处理真实数据噪声 -> 具备系统化解决问题的能力。SGInnovate Director Jae Annie Tay则强调“AI+X”模式,即既懂垂直领域知识又熟悉AI应用的整合型人才。
3. 实战案例:人与AI的协作新范式
- 挑战组一等奖得主丁鼎:采用“假设-验证”循环。由AI承担耗时的执行验证工作,人类负责判断哪些假设值得优先验证,考验的是人的“品味和审美”及对业务需求的理解。
- 挑战组赛题四一等奖得主张念昊和王洋:虽非金融背景,但将“AI for Research”的方法论迁移至“AI for Finance”,证明抓住核心思路可跨越行业壁垒。
值得关注:从比赛到产业的生态闭环
1. 极速入职通道
总决赛结束后,蚂蚁相关业务部门面向AFAC选手开放了15+个Agent实习岗位,覆盖保险、财富、投研等核心业务。选手进入专属内推通道,简历直达业务团队,预计全流程仅需一个月。
2. 初创组:从Demo到商业交付
初创组关注项目能否成长为稳定商业组织。评委施柏鑫提醒,技术高冷但产品不能高冷,金融AI需解决脱敏数据与生产系统接入、合规风控等“最后一公里”问题。
- 生态支持:赛事链接10多家孵化器、早期投资机构,并连续3年合作「创·在上海」国际创新创业大赛。
- 成功案例:2024年参赛的四川传媒学院团队赛后成立公司并在行业内崭露头角;2025年获奖的上海词灵科技于2026年3月拿到首笔海外订单。
3. 人才成长路径重构
AI加速了技术迭代,人才成长路径从线性单行道转变为递归式自我改进循环:学习工具 -> 进入真实问题 -> 形成行业能力 -> 回归研究与产品。AFAC大赛通过打通出题、评审、赛后对接环节,让不同背景的选手提前相遇,拓宽了就业、深造及创业的选择路径。
