Kevin Sneader zGoldman opisuje nowych bankierów jako zarządzających wirtualną siłą agentów zamiast tylko autorów pierwszych tabel i slajdów. Wypowiedź relacjonowana 12 października dotyczy organizacji pracy, nie ogłoszonego programu zastąpienia całego banku.
Sneader kieruje Azją-Pacyfikiem poza Japonią, jest w komitecie zarządzającym i kierował globalnym McKinsey. To nadaje wagę, ale nie liczbę użytkowników, listę automatyzacji czy dowód porzucenia szkolenia. Obserwacja nie prognozuje każdego analityka.
Sneader wyraźnie uznał przyszłość średniego kierownictwa za niepewną, jeśli nowi pracownicy od razu nadzorują agenty. CEO David Solomon nazwał prognozy załamania zatrudnienia przesadzonymi. Nie oznacza to niezmiennej struktury ani braku ryzyka.
Arc Citi jest kontrolowanym środowiskiem dla programistów łączących modele i agenty; szerszy dostęp pracowników jest planowany. Liczba 180 000 dotyczy narzędzi firmowych AI, nie wdrożenia agentów. UBS podkreśla odpowiedzialną praktykę i wyniki biznesowe, planując szkolenie na rzeczywistych przypadkach. Międzysystemowe przestrzenie AI JPMorgan to wizja, nie dowód pełnego wdrożenia.
Benchmark nadzoru
BankerToolBench z 502 bankierami stworzył pełne procesy i sprawdził dziewięć modeli według ponad 100 kryteriów: modele, prezentacje, raporty, dane, platformy i dokumenty regulacyjne.
Najlepszy nie spełnił prawie połowy, żaden komplet nie nadawał się dla klienta. To nie pomiar Goldman. Pokazuje jednak, że przydzielenie nadzoru nie daje wiarygodnego analityka.
Błędny okres sprawozdania może przejść do modelu, wykresu i wyjaśnienia. Estetyka i narracja ukrywają źródło. Recenzent potrzebuje danych i wiedzy do kwestionowania założeń.
Konkurenci zmieniają platformy i nabór
Citi centralizuje dostęp, tworzenie agentów, monitoring i awaryjne zatrzymanie. Przy premierze 180000 osób używało narzędzi AI. Nie znaczy to 180000 operatorów autonomicznych ani jednakowych praw.
Wiele kroków wymaga kontroli i stopu. Szkic poczeka, wysłanie danych i zmiana systemu potrzebują innej zgody. Platforma i edukacja adresują różne ryzyka.
UBS według relacji żąda praktycznej AI od kandydatów absolwenckich i stażowych 2027. Zmienia oczekiwania wejścia, nie usuwa finansów i kontroli.
Prognoza zatrudnienia nie rozstrzyga kariery
S&P Global widzi raczej zastępowanie czynności niż całych prac wkrótce. Cytuje Morgan Stanley: europejskie banki mogą zmniejszyć zatrudnienie o 10% wpięć lat, znacząco przez emerytury i odejścia.
To warunkowa prognoza regionu, nie wynik Goldman ani powszechne zwolnienia. Rosnąć może specjalistyczna kontrola i zarządzanie, przy zmianie koordynacji i naboru. Trzeba zachować praktykę kształcącą doświadczonych recenzentów.
Usuń rutynę, zachowaj naukę
Powtarzanie formatowania bywa mało wartościowe. Uzgadnianie okresów, odtwarzanie modelu i wyjaśnianie założeń rozwija ocenę. Gotowe arkusze i slajdy mogą ukryć decyzje i skłonić nowicjusza do zatwierdzania niezrozumiałej pracy.
Łącz szkic AI z ręczną kontrolą wybranych obliczeń i źródeł. Rekrut wyjaśnia podmiot, okres, założenia i niepewność, a doświadczony bankier wskazuje różnice.
Daj nadzorowi realne uprawnienia
Bez wglądu w dowody, możliwości odrzucenia szkicu i eskalacji terminu trudno odpowiadać za wynik. Jawne powinny być dostępy, progi kontroli i zgoda starszego pracownika.
Oddziel informację, rekomendację i wykonanie. Zebranie dokumentów, wybór założenia wyceny i wysłanie materiału klientowi wymagają różnych granic. Poufne dane pozostają w zatwierdzonych systemach.
Ćwiczenie nie może być symboliczną kontrolą. Młody bankier powinien wyjaśnić, dlaczego źródło dotyczy właściwej spółki i okresu oraz jak zmiana założenia wpływa na kilka plików. Informacja zwrotna doświadczonego recenzenta zastępuje część nauki wynikającej wcześniej z produkcji ręcznej. Sam krótszy kurs wprowadzający nie wystarczy.
Nadzór wymaga też zapisanej ścieżki odpowiedzialności: kto rozstrzyga sprzeczne dane, kto potwierdza wrażliwe założenia i kto odpowiada przed klientem? Zakończenie zadania przez agenta tego nie ustala. Mierz rozwój kompetencji, nie tylko ilość pracy przepuszczonej przez tę samą uwagę. Praca może przesuwać się do zarządzania AI, a zatrudnienie i awanse jednocześnie zmieniać; pojedynczy sukces nie dowodzi zachowania kariery.
Mierz poprawiony wynik i rozwój
Czas generowania pomija sprawdzanie źródeł, zgodności plików i naprawy. Mierz przegląd, wagę błędów, duże poprawki, eskalacje i akceptację oraz samodzielne wykrywanie słabych założeń.
Arkusz, prezentacja i tekst mogą używać różnych wersji założeń. Rejestry pomagają odtworzyć proces, lecz wyszukiwanie nie zastępuje oceny finansowej.
Platforma Citi i wymagania AI w rekrutacji UBS pokazują szerszą zmianę, nie wspólny model zatrudnienia. Automatyzacja może rozbudować kontrolę i zmienić nabór oraz zarządzanie.
Warto śledzić wdrożenia na poziomie zadań, szkolenia pokazujące porażki i rozwój karier. Szybkość daje solidną pracę tylko wtedy, gdy przyszli recenzenci nadal uczą się osądu.