ב-UBS, שליטה ב-AI הופכת לתנאי סף לבנקאים זוטרים

UBS מעלה את רף הכניסה לבנקאות השקעות: מועמדים לתוכניות הבוגרים וההתמחויות של 2027 בחטיבת Global Banking and Markets יצטרכו להוכיח שליטה בבינה מלאכותית ונכונות להמשיך ללמוד. במקביל, ההכשרה שמציע הבנק מדגישה שימוש מעשי, יישום אחראי ושיקול דעת — לא רק היכרות טכנית עם כלים. 135

המשמעות היא שינוי בהגדרת תפקידו של הבנקאי הזוטר. במקום שעיקר הערך שלו יהיה בהכנה ידנית של טיוטה ראשונה למודל פיננסי, סקירת מחקר או מצגת, אנליסטים חדשים נדרשים יותר ויותר לדעת לעבוד עם תוצרים שנוצרו בעזרת AI, לבדוק אותם ולהפוך אותם לעבודה אמינה שמוכנה ללקוח.

מה UBS מבקשת לראות מהמועמדים

לפי הדיווחים, מועמדים לתפקידי בנקאות השקעות זוטרים במחזור 2027 של UBS — לרבות בוגרים ומתמחים ב-Global Banking and Markets — חייבים להפגין שליטה ב-AI. הדגש המדווח הוא על היכולת להשתמש בטכנולוגיה כדי לשפר תוצאות ויעילות, ולא על תעודה טכנית צרה. 136

UBS גם משלבת פיתוח יכולות AI בתוכנית הבוגרים שלה. מסלול AI Fluency Pathway אמור להקנות בסיס בשימושים מהעולם האמיתי, ביישום אחראי ובשיקול דעת נכון. 5 ההבחנה הזו חשובה במיוחד בעסק מפוקח ומבוסס-לקוחות: שימוש ב-AI מחייב לדעת מתי תוצר דורש בדיקה, תיקון או הסלמה לגורם מתאים.

חומרי המשרות של UBS ממחישים את סוג העבודה שבה עשויים להשתלב העובדים החדשים. בתפקיד בוגר ב-Global Banking בהונג קונג, למשל, נכללים הערכת חברות, פיתוח מודלים לעסקאות מיזוגים ורכישות, הכנת ניתוחי ענף למצגות מכירה ותמיכה בעסקאות פעילות. 12 אלה בדיוק תהליכי עבודה שבהם AI יכול להאיץ ניסוח וסינתזה — אך הדיוק והפיקוח המקצועי נותרים חיוניים.

למה תפקיד הבנקאי הזוטר משתנה

בינה מלאכותית יוצרת מתאימה לחלק מעבודות ההפקה החזרתיות שהוטלו היסטורית על בנקאים זוטרים. Reuters Breakingviews ציינה שכלים כמו ChatGPT ו-Claude יכולים לייצר במהירות מודל פיננסי או מצגת עסקה; בנקאים סיפרו גם על שימוש ב-AI להכנה לפגישות ולסיכומי דוחות כספיים.

אלא שתוצר מהיר אינו בהכרח תוצר שאפשר לסמוך עליו. צוותי העסקאות הבכירים עדיין צריכים חומרים מדויקים, בעלי הקשר מתאים ומוכנים לשימוש מול לקוחות. לכן, הערך של עובד זוטר נמדד יותר ויותר ביכולתו להגדיר משימה היטב, לבחון מקורות והנחות, לזהות שגיאות ולהציג מסקנה מבוססת.

מדד משרות ה-AI של PwC לשירותים פיננסיים ב-2026 מספק עדות רחבה למגמה: תפקידים זוטרים החשופים ל-AI נוטים פי שבעה יותר מהתפקידים הזוטרים עם החשיפה הנמוכה ביותר לדרוש יכולות המזוהות מסורתית עם עובדים בכירים, ובהן מנהיגות וחשיבה אסטרטגית. 4 במילים אחרות, אוטומציה של משימות שגרתיות עשויה להעלות — ולא להפחית — את חשיבותו של שיקול הדעת האנושי כבר בתחילת הקריירה.

הגישה של UBS: להעלות את סף היכולת, בלי לוותר על הכשרה

המודל המדווח של UBS אינו מסתכם בהמתנה להגעת העובדים ואז בהיכרות ראשונית עם כלי AI. הוא מכניס יכולת AI כבר לשלב המיון, ובמקביל ממשיך לפתח את העובדים באמצעות הכשרה מובנית. 35

זהו דגש שונה מגישה המתמקדת בעיקר בצמצום גיוס אנליסטים ככל שהטכנולוגיה מקבלת על עצמה עבודה חזרתית. הדיווחים הזמינים אינם מאפשרים השוואה מלאה בין בנקים לגבי קיצוצי גיוס, אך הם כן מצביעים על חשש ענפי מפני הצטמצמות מסלולי הכניסה. Fortune דיווחה כי בנקים מצמצמים במקרים מסוימים מחזורי אנליסטים זוטרים עד לשני שלישים, לפי QuantumBlack של מקינזי, אף שאותם מחזורים הם גם מקור לכישרונות AI.

המתח האסטרטגי ברור: בנקאות השקעות נשענת על מודל חניכה. עובדים זוטרים רוכשים יכולת טכנית ושיפוט מסחרי דרך חשיפה לעסקאות, ובהמשך הופכים לבנקאים בכירים. דרישת שליטה ב-AI מבקשת לשמר את נתיב ההתפתחות הזה — אבל לשנות את ההגדרה של אנליסט שנה ראשונה יעיל.

מה סקר PwC אומר על השינוי בכוח האדם בפיננסים

סקר נפרד של PwC בקרב 1,004 מנהלים בדרגת דירקטור ומעלה בחברות שירותים פיננסיים בארה״ב מסביר מדוע מעסיקים מייחסים חשיבות כה גדולה לכישורי AI — וגם עד כמה תכנון כוח האדם שלהם עדיין חלקי. 10

צפי לצמצום משמעותי בכוח האדם

כמעט שמונה מכל עשרה משיבים צופים שכוח האדם בארגונם יתכווץ בלפחות 20% בחמש השנים הקרובות בשל AI. 30% מהמשיבים סימנו את משרות הכניסה כשכבה הפגיעה ביותר. 17

אלה ציפיות, לא תוכניות קיצוץ מאושרות. הן מלמדות שמנהלים מצפים לשינוי מהותי, אך אינן קובעות אילו משימות ייעלמו, יעוצבו מחדש או יתרחבו.

התכנון טרם הדביק את השאיפות

רק 42% מהמנהלים אמרו שארגונם ביצע מודליזציה כלל-ארגונית של השפעת ה-AI על קיבולת כוח האדם. מבין החברות שביצעו מודליזציה של השפעות על כוח האדם, רק מחציתן בחנו את העיצוב מחדש של תהליכים או זרימות עבודה שיידרש. 17

הפער הזה מהותי: צמצום קיבולת ועיצוב מחדש של עבודה אינם אותו תרגיל. בלי תכנון ברור של תהליכי עבודה, חברות עלולות לאבד עבודות התפתחותיות עוד לפני שהגדירו כיצד עובדים זוטרים ילמדו, יאמתו תוצרי AI ויקבלו אחריות על משימות בעלות ערך גבוה יותר.

השקעות AI עדיין אינן מניבות תשואה מדידה באופן עקבי

PwC מצאה כי 77% מהמשיבים אמרו שרוב השקעות ה-AI אינן מספקות תשואה מדידה על ההשקעה. אין לפרש זאת כהוכחה לכך של-AI אין ערך; הממצא מצביע על כך שחברות רבות עדיין מתקשות למדוד הישגים כלל-ארגוניים תוך כדי הטמעת הטכנולוגיה והתאמת התהליכים סביבה.

סקר נפרד של PwC בהונג קונג בתחום השירותים הפיננסיים תיאר גם הוא תשואות מתונות מהטמעה רחבת היקף: 56% מהמוסדות הפיננסיים דיווחו על תשואה של 11% עד 25% ביישומי AI מרכזיים. 15 היקף הסקרים והמסגור שלהם שונים, אך יחד הם מציירים ענף שעדיין עובר מניסויים למודלים תפעוליים עקביים וניתנים למדידה.

כישורי AI מושכים השקעות בשכר ובהכשרה

אותו סקר אמריקאי מצא ש-91% מהמנהלים מעלים את התגמול לעובדים בעלי כישורי AI, ו-58% מצפים לקשור תגמול ישירות לפריון שמאפשר AI. 10

עוד נמצא כי 86% הסכימו שהכשרה בכישורי AI בעלת ערך רב יותר מתואר MBA עבור עובדים חדשים רבים. 10 אין פירוש הדבר שלימודי פיננסים מסורתיים איבדו את חשיבותם; המסר הוא שמעסיקים רואים ביכולת AI מעשית השלמה מרכזית ליסודות פיננסיים, אנליטיים ושירות ללקוחות.

חששות עובדים עלולים להאט את ההטמעה

PwC דיווחה כי 44% מהמשיבים זיהו דאגה של עובדים לביטחון תעסוקתי או לשינוי בתפקיד; 43% אמרו שהעובדים משתמשים ב-AI רק כשנדרש מהם; 40% דיווחו שהעובדים מוצפים מקצב השינוי; ו-34% ציינו עייפות משינוי כמכשול להרחבת השימוש ב-AI.

הסקר גם מצא ש-77% מהמנהלים סבורים שהארגון שלהם אינו מתקדם מהר מספיק כדי לעמוד בקצב החדשנות ב-AI. נתונים מפוצלים או באיכות נמוכה, שצוינו בידי 41%, היו מכשול נוסף למודליזציה של כוח האדם ולהטמעה.

מה זה אומר למי שמכוונים לבנקאות השקעות

עבור מועמדים, "שליטה ב-AI" אינה אמורה להתפרש כשימוש בלתי ביקורתי בצ׳אטבוט או כטענה שכישורי פיננסים כבר אינם נחוצים. שפת ההכשרה של UBS מצביעה דווקא על שימוש מעשי, אחריות ושיקול דעת. 5

בנקאי זוטר שמוכן לעידן ה-AI אמור להיות מסוגל להסביר כיצד הוא או היא:

• משתמשים בכלי מאושר כדי לזרז מחקר, ניסוח או הכנה;
• בודקים הנחות, חישובים, מקורות וטענות עובדתיות לפני הסתמכות על תוצר;
• מגנים על מידע חסוי ופועלים לפי בקרות המשרד;
• מזהים מתי תוצאה חלקית, לא אמינה או לא מתאימה ללקוח; וכן
• מציגים בבירור את ההיגיון העסקי שמאחורי המסקנה, בלי להתייחס לתוצר AI כתשובה הסופית.

לכן, דרישת 2027 של UBS מובנת בצורה הטובה ביותר כעיצוב מחדש של סל הכישורים בכניסה לעולם הפיננסים. AI עשוי לצמצם חלק מעבודת ההפקה הידנית, אך הוא מגדיל את ערכם של עובדים שיודעים לכוון את הכלים, לאמת את התוצאה ולהפעיל שיקול דעת כשהסיכון גבוה. 145