给自己做一份 「职业资产质量报告」

01行业在缩表，但不是在消失

很多人对 2026 年的体感是"行业不行了"。这话对了一半——规模确实在收缩，但风控的含金量在上升。这两件事同时发生，才是当下最真实的处境。

先看收缩侧的一组硬数据：

-1.05万亿

2026年6月末居民消费贷余额较2025年末净减少额；上半年短期消费贷降幅 7.02% 

来源：央行数据

532.02亿

2026上半年 24 家持牌消金挂牌转让不良未偿本息，同比 +74.5%，首破 500 亿

来源：银登中心 / 公开统计

56→10家

吉林亿联银行互联网贷款导流获客机构一年内的变动，压降约八成

来源：银行公示名单

24%

助贷综合融资成本年化上限，2026年8月1日息费明示新规后成为刚性红线

来源：金融监管总局相关规定

2025 年 10 月的助贷新规、2026 年 8 月 1 日的《个人贷款业务明示综合融资成本规定》、2026 年 9 月 30 日施行的《金融产品网络营销管理办法》——三道闸门叠在一起，构成了一个完整的监管闭环：名单制管住合作方，明示表管住价格，营销办法管住获客。

结果是什么？乌鲁木齐银行、龙江银行先后暂停或清零合作类互联网消费贷，贵阳银行到期不续；多地窗口指导要求融担类业务占比不超过 25%；微众银行的催收服务机构从 320 家压减到 167 家。上市助贷平台 2026 年一季度净利润集体大幅下滑，奇富、信也、乐信降幅均超四成，小赢科技降幅超 90%。

"未来助贷市场的竞争，将不再是简单的流量和规模之争，而是风险管理能力、金融科技实力、客户精细化运营能力的综合较量。"—— 招联首席研究员、复旦大学金融研究院研究员 董希淼

把这句话翻译成人话就是：过去靠"敢不敢放"赚钱，现在只能靠"放得准不准"赚钱。利差被 24% 焊死了，风险成本成了唯一还能拉开差距的变量。而这个变量，恰好握在风控手里。

02需求没有消失，它只是"迁徙"了

如果你只盯着"招的人变少了"，你会得出悲观结论；但如果你看"招什么样的人"，结论会完全反转。

34.2万

2026年金融科技、AI风控、量化等赛道平均招聘年薪，同比 +23.6%（传统互金 11.5 万、普通消金 10.2 万）

来源：猎头机构 2026 行业薪资报告

↑60%

上海地区风控建模专家岗位需求增速；同期反欺诈策略总监需求 ↑45%

来源：百猎猎头 2026上半年样本 N=300+企业

1:9~1:13

AI风控、量化、合规法务等岗位的供需比，高端岗"供不应求"

来源：行业招聘统计

97%

存在金融科技人才缺口的金融机构占比；复合型人才在总需求池中不足 4%

来源：中国金融科技人才培养与发展研究报告

另一组值得玩味的数据：猎聘 2026 年数据显示，AI+金融岗 3—5 年经验年薪 35—80 万元，较同年限纯金融岗溢价 40%—70%；算法工程师招聘需求同比增长 44%，而同期大量"跑数、调规则"型基础岗竞争加剧。

这就是典型的结构性分化：不是岗位没了，是岗位分层了。中间那一层——"会写 SQL、会调规则、会做报表，但说不清为什么这么调"的人，正在被两头夹击：下面有 AI 智能体，上面有懂业务又懂算法的复合型人。

03核心方法论：用风控的语言给自己做体检

这一节是全文最想交付给你的东西。既然我们是做风控的，那就别用玄学的"职业规划"话术，用我们自己最熟的五个指标，给自己的职业生涯做一次资产质量压力测试。

① 集中度风险（Concentration Risk）

你 80% 的产出，是不是来自同一类动作？比如"接需求→取数→跑分箱→调阈值→上线→看报表"。这就像一家银行 80% 的贷款都放给同一个行业——平时看不出问题，行业一转向就是系统性风险。问自己：我过去一年积累的能力，换一家公司、换一个赛道，还剩几成能用？

② 迁徙率（Migration Rate）

风控里迁徙率衡量的是资产从正常类向不良类的滑动速度。职业上它衡量的是：你从"执行层"滑向"被替代层"的速度，和你向"定义层"爬升的速度，哪个更快？AI 智能体替代的是"执行"，但"定义目标函数"——决定这个月到底是压通过率还是压坏账、容忍多少损失换多少规模——这件事，短期内仍然属于人。

③ 拨备覆盖率（Provision Coverage）

拨备是用来吸收未来损失的。你的"技能拨备"够不够覆盖"职业风险敞口"？一个粗略的口径：可迁移能力 ÷ 当前岗位专属能力。如果这个值低于 0.5，说明你基本是在为一家机构定制化地"折旧"自己。

④ 压力测试（Stress Test）

假设三种情景：轻度——所在机构缩表 20%，你的团队砍掉 1/3；中度——所在业务线整体关停；重度——所在细分赛道（比如助贷）三年内不再有新招聘。三种情景下，你分别需要多久、以什么代价重新上岗？答不上来，说明你从没做过压力测试。

⑤ Vintage 分析

入行年份决定了你的初始风险敞口。2015—2018 入行：赶上了野蛮生长期，经验值高但很多打法已失效，最危险的是路径依赖；2019—2021 入行：经历过完整风险周期，是当前市场的中坚，但同質化最严重；2022 年后入行：没见过"放水期"，对严监管是天然适应，缺的是周期感和行业人脉。

▍一分钟自测（每题 0—2 分，满分 10 分）

• 我能独立定义一款产品的风险目标函数（通过率/坏账/利润的平衡点），而不只是执行？
• 我手上有一个可量化的、由我主导并写进简历的成果（比如"某策略上线后首逾下降 X bp"）？
• 我过去半年主动学过一样与本职无关、但会改变本职的新东西（大模型、隐私计算、合规）？
• 我认识至少 5 个本公司以外、能聊真实行业信息的人？
• 如果明天失业，我能在两周内说出 3 个明确可投的方向和对应公司名单？

8—10 分：你是被争抢的那一类，问题只是"选哪个"。5—7 分：中间层，最需要警惕，请在 6 个月内完成一次主动迁徙。0—4 分：你的职业资产已经被列为"关注类"了。

04五条真实可行的迁徙路线

下面每一条，都有当前真实在招的岗位和公开的薪资区间支撑，不是鸡汤。

路线 A · 纵向深潜

从"调规则的人"到"定义模型的人"

最传统，也最稳的一条路。核心动作是把能力从"规则 + 逻辑回归"升级到"特征工程 + 机器学习 + 大模型应用"。上海地区风控建模专家需求增速 60%，中高端薪资区间：风控总监 80—150 万，风控 VP 150—300 万。

关键动作：把"我会建模"升级为"我知道模型在什么条件下会失效"，并能为失效兜底——这是 AI 时代最值钱的能力。

路线 B · 打黑灰产

反欺诈与黑灰产治理：当下最稀缺的赛道

这可能是很多人忽略的一片蓝海。金融黑灰产市场规模已超 2800 亿元，涉及从业人员近 800 万；2026 年公安部与金融监管总局联合集群打击，立案查处 1500 余起、打掉职业化团伙 200 余个、涉案金额近 300 亿元。马上消费牵头的 AIF 联盟已汇聚 180 家机构。

为什么值得去：这是"攻防型"岗位，AI 越普及、黑产越平民化（伪造材料门槛骤降），对抗性岗位越难被替代。反欺诈策略总监需求增速 45%，反欺诈/风控算法岗月薪可破 5 万。

路线 C · 出海

把国内的红海经验，卖到估值洼地去

国内助贷被 24% 焊死，但东南亚、拉美、非洲的信贷风控还处在十年前的水平。公开招聘平台上，面向海外市场的信贷风控策略岗大量在招，3—5 年经验、本科学历即可，薪资普遍在 25K—50K·14 薪 区间，且岗位描述里明确写着"熟悉国内互联网信贷风控体系优先"。

关键认知：你嫌弃的"国内内卷经验"，在海外是稀缺品。这是当前性价比最高的一次套利。

路线 D · 合规与消保

从"防坏账"到"防罚单"

息费明示表、网络营销办法、中银协《个人消费类贷款催收工作指引（试行）》……2026 年新规密度创历史之最。机构需要的不再是"事后补材料"的合规，而是能把监管语言翻译成系统规则的人——这恰恰是风控人的天然优势：既懂规则引擎，又懂业务流程。

路线 E · 跨界

风控中台能力，是所有"高频交易型"行业的刚需

电商的营销羊毛党、出行的刷单、内容平台的账号盗用、直播的恶意退货——本质都是反欺诈。携程在招的风控策略分析师开到 30—35K·15薪，职责是营销、优惠券、价格风控。你的风险中台方法论，换个行业照样成立，且竞争远小于金融。

0590 天行动清单

0—30 天：把经验变成"可迁移资产"

把你做过的策略、模型、项目全部整理成"问题—数据—方法—结果—局限"五段式文档，数字必须量化（bp、%、万元）。没有量化的经验，在猎头眼里等于没有经验。

30—60 天：补一样"能改变本职"的硬技能

三选一：① 大模型在风控中的落地（提示工程、Agent 编排、模型幻觉校验）；② 隐私计算与合规数据使用；③ 监管规则到系统规则的翻译能力。不要三个都学，学透一个就够。

60—90 天：做一次"外部定价"

即使不想跳槽，也去面 3 家。目的不是拿 offer，是搞清楚市场给你的真实报价——就像机构要定期对资产做公允价值重估，人也一样。很多人是在被优化那天，才发现自己已经三年没有市场价了。

06最后一句

昆山农商行那句"达到中等策略专家标准"，其实藏着一个好消息：AI 目前替代的是"中等"，不是"优秀"。它替代的是可以被流程化、被目标函数描述的那一半工作，替代不了定义目标函数、判断数据盲区、在系统黑箱面前守住边界的那一半。

安永大中华区金融服务科技咨询主管合伙人阮祺康说过一句很实在的话：AI 风控并不能完全取代人，从人控、机控到 AI 控制，需要组织系统变革，需要防范系统黑箱和数据盲盒，需要建立人机分工的边界。

而这个"边界"画在哪里，就是你的下一个岗位。

这个行业从不缺会调阈值的人，缺的是知道阈值该不该调、以及调错了谁来负责的人。