Dimon powiedział, że JPMorgan prawdopodobnie będzie rekrutować więcej inżynierów, naukowców zajmujących się danymi (data scientistów) oraz specjalistów AI, w miarę jak technologia ta będzie coraz głębiej wnikać w codzienne operacje bankowe.

Powód jest prosty: systemy sztucznej inteligencji wymagają ludzi, którzy potrafią je projektować, trenować, utrzymywać i integrować ze złożonymi procesami finansowymi. W miarę jak banki wdrażają narzędzia AI w handlu, analizie ryzyka, badaniach i obsłudze klienta, rośnie zapotrzebowanie na talenty techniczne.

Jak ujął to Dimon, bank będzie coraz częściej zatrudniać „więcej specjalistów AI i mniej bankierów w niektórych kategoriach” w miarę dostosowywania się branży do automatyzacji.

Dlaczego niektóre tradycyjne stanowiska bankowe mogą zniknąć

Dimon przyznał również, że AI może w dłuższym czasie zredukować niektóre etaty. W wywiadach dotyczących wpływu tej technologii stwierdził: „Myślę, że w przyszłości zredukuje to nasze miejsca pracy”.

Spodziewany spadek zatrudnienia ma dotknąć przede wszystkim stanowisk, które polegają na zadaniach możliwych do zautomatyzowania lub przyspieszenia przez AI, takich jak:

• Analiza danych i modelowanie finansowe
• Tworzenie raportów i opracowań badawczych
• Rutynowe operacje back-office
• Niektóre zadania administracyjne i obsługa klienta

Gdy te procesy zostaną zautomatyzowane lub częściowo zautomatyzowane, banki mogą potrzebować mniej pracowników do wykonywania tej samej pracy. Zamiast tego personel może zostać przesunięty na stanowiska o wyższej wartości dodanej lub bardziej wyspecjalizowane.

Jak AI może zwiększyć produktywność na Wall Street

Głównym powodem, dla którego banki tak agresywnie wdrażają AI, jest produktywność. Dimon powiedział, że technologia ta sprawi, iż pracownicy staną się „bardziej produktywni”, co pozwoli instytucjom wykonać więcej pracy przy mniejszym nakładzie czasu.

Systemy AI mogą wspomagać pracowników poprzez:

• Błyskawiczną analizę ogromnych zbiorów danych finansowych
• Przygotowywanie streszczeń badań i raportów
• Identyfikację wzorców ryzyka lub trendów rynkowych
• Automatyzację powtarzalnych zadań administracyjnych

Oznacza to, że jeden pracownik wyposażony w narzędzia AI może być w stanie wykonać pracę, która wcześniej wymagała kilku osób.

Co to oznacza dla przyszłości miejsc pracy w bankowości

Dimon nie twierdzi, że miejsca pracy w bankowości znikną całkowicie – raczej, że zmieni się mix umiejętności potrzebnych w bankach. Role techniczne związane z rozwojem i wdrażaniem AI prawdopodobnie będą rosły, podczas gdy niektóre tradycyjne stanowiska mogą się kurczyć lub ewoluować.

Na Wall Street panuje przekonanie, że AI przekształci sposób, w jaki instytucje finansowe obsadzają swoje operacje: będzie mniej pracowników skupionych na rutynowych zadaniach, a więcej specjalistów zdolnych do budowania i zarządzania zaawansowanymi systemami technologicznymi.

Dla osób wchodzących do świata finansów sygnał jest jasny – przyszłe kariery w bankowości będą prawdopodobnie łączyć wiedzę finansową z umiejętnościami z zakresu data science, inżynierii i znajomości sztucznej inteligencji.

Dimon powiedział, że JPMorgan prawdopodobnie będzie rekrutować więcej inżynierów, naukowców zajmujących się danymi (data scientistów) oraz specjalistów AI, w miarę jak technologia ta będzie coraz głębiej wnikać w codzienne operacje bankowe.

Powód jest prosty: systemy sztucznej inteligencji wymagają ludzi, którzy potrafią je projektować, trenować, utrzymywać i integrować ze złożonymi procesami finansowymi. W miarę jak banki wdrażają narzędzia AI w handlu, analizie ryzyka, badaniach i obsłudze klienta, rośnie zapotrzebowanie na talenty techniczne.

Jak ujął to Dimon, bank będzie coraz częściej zatrudniać „więcej specjalistów AI i mniej bankierów w niektórych kategoriach” w miarę dostosowywania się branży do automatyzacji.

Dlaczego niektóre tradycyjne stanowiska bankowe mogą zniknąć

Dimon przyznał również, że AI może w dłuższym czasie zredukować niektóre etaty. W wywiadach dotyczących wpływu tej technologii stwierdził: „Myślę, że w przyszłości zredukuje to nasze miejsca pracy”.

Spodziewany spadek zatrudnienia ma dotknąć przede wszystkim stanowisk, które polegają na zadaniach możliwych do zautomatyzowania lub przyspieszenia przez AI, takich jak:

• Analiza danych i modelowanie finansowe
• Tworzenie raportów i opracowań badawczych
• Rutynowe operacje back-office
• Niektóre zadania administracyjne i obsługa klienta

Gdy te procesy zostaną zautomatyzowane lub częściowo zautomatyzowane, banki mogą potrzebować mniej pracowników do wykonywania tej samej pracy. Zamiast tego personel może zostać przesunięty na stanowiska o wyższej wartości dodanej lub bardziej wyspecjalizowane.

Jak AI może zwiększyć produktywność na Wall Street

Głównym powodem, dla którego banki tak agresywnie wdrażają AI, jest produktywność. Dimon powiedział, że technologia ta sprawi, iż pracownicy staną się „bardziej produktywni”, co pozwoli instytucjom wykonać więcej pracy przy mniejszym nakładzie czasu.

Systemy AI mogą wspomagać pracowników poprzez:

• Błyskawiczną analizę ogromnych zbiorów danych finansowych
• Przygotowywanie streszczeń badań i raportów
• Identyfikację wzorców ryzyka lub trendów rynkowych
• Automatyzację powtarzalnych zadań administracyjnych

Oznacza to, że jeden pracownik wyposażony w narzędzia AI może być w stanie wykonać pracę, która wcześniej wymagała kilku osób.

Co to oznacza dla przyszłości miejsc pracy w bankowości

Dimon nie twierdzi, że miejsca pracy w bankowości znikną całkowicie – raczej, że zmieni się mix umiejętności potrzebnych w bankach. Role techniczne związane z rozwojem i wdrażaniem AI prawdopodobnie będą rosły, podczas gdy niektóre tradycyjne stanowiska mogą się kurczyć lub ewoluować.

Na Wall Street panuje przekonanie, że AI przekształci sposób, w jaki instytucje finansowe obsadzają swoje operacje: będzie mniej pracowników skupionych na rutynowych zadaniach, a więcej specjalistów zdolnych do budowania i zarządzania zaawansowanymi systemami technologicznymi.

Dla osób wchodzących do świata finansów sygnał jest jasny – przyszłe kariery w bankowości będą prawdopodobnie łączyć wiedzę finansową z umiejętnościami z zakresu data science, inżynierii i znajomości sztucznej inteligencji.