UBS, genç bankacı alımında yapay zekâ yetkinliğini şart koşuyor

UBS, 2027’de Global Banking and Markets birimine katılacak genç çalışanlar için yapay zekâ yetkinliğini işe giriş eşiğinin bir parçası hâline getiriyor. Yeni mezunlar ve stajyerlerin yalnızca yapay zekâ araçlarını tanıması değil, bunları sonuçları ve verimliliği iyileştirmek için kullanabildiğini ve öğrenmeye açık olduğunu göstermesi bekleniyor. 135

Bu değişiklik, genç bankacı rolünün tanımını da dönüştürüyor. İlk finansal modeli, araştırma notunu ya da müşteri sunumunu tamamen elle hazırlamak artık tek başına belirleyici beceri değil. Yeni analistlerin, yapay zekânın ürettiği içeriği doğru yönlendirmesi, sınaması ve müşteriye sunulabilecek güvenilir bir çıktıya dönüştürmesi giderek daha önemli hâle geliyor.

UBS adaylarda ne arıyor?

Haberlere göre UBS’nin 2027 Global Banking and Markets alımında, yatırım bankacılığı alanındaki genç pozisyonlara başvuran yeni mezunlar ve stajyerler yapay zekâ yeterliliğini ortaya koymak zorunda olacak. Vurgu, dar kapsamlı bir teknik sertifikadan çok, teknolojinin daha iyi sonuç ve verimlilik için nasıl kullanıldığında. 136

Banka, bu yaklaşımı mezun programına da yerleştiriyor. AI Fluency Pathway adlı eğitim yolu; gerçek hayattaki kullanım senaryoları, sorumlu uygulama ve sağlam muhakeme için temel oluşturmayı hedefliyor. 5 Düzenlemeye tabi ve müşteriyle doğrudan temas eden bir sektörde bu ayrım kritik: Yapay zekâ çıktısının ne zaman gözden geçirilmesi, düzeltilmesi veya üst kademeye taşınması gerektiğini bilmek gerekiyor.

UBS’nin Hong Kong’daki Global Banking mezun pozisyonu için yayımlanan iş tanımı da genç çalışanların destekleyeceği işleri gösteriyor: Şirketleri değerlendirmek, birleşme ve satın alma işlemleri için modeller geliştirmek, sunumlar için sektör analizleri hazırlamak ve devam eden işlemlerin yürütülmesine katkı sağlamak. 12 Yapay zekâ bu iş akışlarında taslak hazırlama ve bilgiyi sentezleme hızını artırabilir; ancak doğruluk ve bankacı denetimi vazgeçilmez kalır.

Genç bankacıların işi neden değişiyor?

Üretken yapay zekâ, geçmişte genç bankacılara verilen tekrarlı üretim işlerinin bir bölümüne özellikle uygun. Reuters Breakingviews’a göre ChatGPT ve Claude gibi araçlar finansal model veya sunum dosyası hazırlayabiliyor; bankacılar bu araçları toplantı hazırlığı ve bilanço sonuçlarının özetlenmesi için de kullanıyor.

Ancak hızlı üretilen çıktı, kendiliğinden güvenilir değildir. Kıdemli işlem ekiplerinin hâlâ doğru, bağlamı yerinde ve müşteri kullanımına uygun materyale ihtiyacı var. Bu nedenle giriş seviyesinde değer kazanan beceriler; görevi doğru çerçevelemek, kaynakları ve varsayımları değerlendirmek, hataları yakalamak ve sağlam bir sonucu açık biçimde aktarmak oluyor.

PwC’nin 2026 Finansal Hizmetler Yapay Zekâ İş Barometresi bu dönüşüme daha geniş bir çerçeve sunuyor. Araştırmaya göre yapay zekâya daha fazla maruz kalan giriş seviyesi roller, en az etkilenen giriş seviyesi rollere kıyasla liderlik ve stratejik düşünme gibi geleneksel olarak kıdemli çalışanlardan beklenen yetkinlikleri yedi kat daha fazla talep ediyor. 4 Yani rutin işlerin otomasyonu, giriş seviyesinde insan muhakemesinin önemini azaltmak yerine artırabilir.

UBS’nin modeli: Eşiği yükseltmek, eğitimi sürdürmek

UBS’nin bildirilen yaklaşımı, çalışanlar işe başladıktan sonra yapay zekâ araçlarını tanıtmakla sınırlı değil. Banka, yapay zekâ becerisini seçme sürecine taşıyor; buna karşılık adayları yapılandırılmış eğitimle geliştirmeyi de sürdürüyor. 35

Bu yaklaşım, teknolojinin tekrarlı işleri devralmasıyla analist alımını azaltmaya ağırlık veren modellerden farklı bir vurgu taşıyor. Mevcut haberler, bankalar arasında işe alım kesintilerine dair eksiksiz bir karşılaştırma sunmuyor. Ancak Fortune’un aktardığına göre bazı bankalar, McKinsey’nin QuantumBlack birimine atfen genç analist sınıflarını üçte ikiye varan oranlarda küçültüyor. Buna karşın aynı çalışan grupları, yapay zekâ yeteneğinin önemli kaynaklarından biri olmayı sürdürüyor.

Buradaki stratejik gerilim açık: Yatırım bankacılığı, büyük ölçüde usta-çıraklık düzeniyle işleyen bir alan. Genç çalışanlar işlemlerde görev alarak teknik bilgi ve ticari muhakeme kazanıyor; zaman içinde kıdemli bankacılara dönüşüyor. Yapay zekâ yeterliliğini şart koşan bir model, bu gelişim hattını korurken verimli bir birinci yıl analistinin nasıl görünmesi gerektiğini yeniden tanımlamayı amaçlıyor.

PwC’nin finans sektörü araştırması iş gücü dönüşümü için ne söylüyor?

PwC’nin ABD’deki finansal hizmet şirketlerinde direktör ve üzeri pozisyondaki 1.004 yöneticiyle yaptığı ayrı bir araştırma, işverenlerin yapay zekâ becerilerine neden bu kadar değer verdiğini; ancak iş gücü planlamasının ne kadar eksik kaldığını gösteriyor. 10

Şirketler ciddi iş gücü küçülmesi bekliyor

Katılımcıların yaklaşık 10’da 8’i, yapay zekâ nedeniyle önümüzdeki beş yıl içinde iş gücünün en az %20 azalmasını bekliyor. Katılımcıların %30’u, giriş seviyesi pozisyonları en kırılgan katman olarak görüyor. 17

Bunlar doğrulanmış işten çıkarma planları değil, yöneticilerin beklentileri. Yine de hangi işlerin ortadan kalkacağı, yeniden tasarlanacağı ya da büyüyeceği konusunda sektörün önemli bir değişim beklediğine işaret ediyor.

Planlama, hedeflerin gerisinde kalıyor

Yöneticilerin yalnızca %42’si, yapay zekânın iş gücü kapasitesi üzerindeki etkisine ilişkin şirket genelini kapsayan modelleme yaptıklarını söyledi. İş gücü etkisini modelleyen şirketlerin ise yalnızca yarısı, gerekli süreç veya iş akışı yeniden tasarımını incelemişti. 17

Bu fark önemli. Kapasiteyi azaltmak ile işi yeniden tasarlamak aynı şey değil. İş akışları net biçimde tasarlanmazsa şirketler, genç çalışanların deneyim kazanmasını sağlayan görevleri; bu çalışanların yapay zekâ çıktısını nasıl doğrulayacağını ve daha yüksek değerli sorumluluklara nasıl geçeceğini belirlemeden kaybetme riskiyle karşılaşabilir.

Yapay zekâ yatırımları henüz tutarlı ve ölçülebilir getiri üretmiyor

PwC’ye göre katılımcıların %77’si, yapay zekâ yatırımlarının çoğunun ölçülebilir yatırım getirisi sağlamadığını belirtti. Bu bulgu, yapay zekânın değersiz olduğu anlamına gelmiyor. Daha çok, çok sayıda kurumun teknolojiyi devreye alırken ve süreçlerini buna göre uyarlarken şirket ölçeğindeki kazanımları ölçmekte zorlandığını gösteriyor.

PwC’nin Hong Kong finansal hizmetler araştırması da ölçeklenmiş yapay zekâ kullanımından orta düzey getirilere işaret etti: Finansal kuruluşların %56’sı, temel yapay zekâ uygulamalarında %11 ila %25 arasında yatırım getirisi bildirdi. 15 Araştırmaların kapsamı ve yöntemi farklı olsa da birlikte okunduğunda, sektörün deneme aşamasından tekrarlanabilir ve ölçülebilir çalışma modellerine geçmeye çalıştığı görülüyor.

Yapay zekâ becerileri ücret ve eğitim yatırımı çekiyor

ABD finansal hizmetler araştırmasında yöneticilerin %91’i, yapay zekâ becerilerine sahip çalışanların ücretlerini artırdıklarını söyledi. %58’i ise ücreti doğrudan yapay zekâ destekli verimliliğe bağlamayı bekliyor. 10

Aynı araştırmada %86, birçok yeni işe alım için yapay zekâ becerisi eğitiminin MBA’den daha değerli olduğunu kabul etti. 10 Bu, geleneksel finans eğitiminin önemini yitirdiği anlamına gelmiyor. İşverenlerin pratik yapay zekâ yetkinliğini; finans, analiz ve müşteri hizmeti temellerinin giderek daha merkezi bir tamamlayıcısı saydığını gösteriyor.

Çalışan kaygısı benimsemeyi yavaşlatabilir

PwC’nin bulgularına göre katılımcıların %44’ü çalışanların iş güvencesi veya rol değişimleri konusunda kaygı taşıdığını belirtti. %43, çalışanların yapay zekâyı yalnızca gerektiğinde kullandığını; %40, değişimin hızının çalışanları bunaltığını; %34 ise değişim yorgunluğunu yapay zekânın yaygınlaştırılmasının önündeki engel olarak gördüğünü bildirdi.

Araştırmada yöneticilerin %77’si, kurumlarının yapay zekâ alanındaki yenilik hızına yetişemediğini de ifade etti. Parçalı veya düşük kaliteli veriler, %41 ile iş gücü modellemesi ve uygulamanın önündeki engellerden biri olarak öne çıktı.

Bankacılık kariyerine hazırlananlar için anlamı ne?

Adaylar açısından “yapay zekâ okuryazarlığı”, bir sohbet botunu sorgusuz kullanmak ya da finans bilgisinin yerini teknolojiyle doldurabileceğini iddia etmek değildir. UBS’nin eğitim dili; pratik kullanım, sorumluluk ve muhakemeye işaret ediyor. 5

Yapay zekâya hazır bir genç bankacı adayının şunları açıklayabilmesi beklenir:

• Onaylı bir aracı araştırma, taslak hazırlama veya toplantı hazırlığını hızlandırmak için nasıl kullanacağı;
• Bir çıktıya güvenmeden önce varsayımları, hesaplamaları, kaynakları ve olgusal iddiaları nasıl kontrol edeceği;
• Gizli bilgileri nasıl koruyacağı ve kurum içi kontrollere nasıl uyacağı;
• Bir sonucun ne zaman eksik, güvenilmez veya müşteri için uygunsuz olduğunu nasıl fark edeceği;
• Yapay zekâ çıktısını nihai cevap saymadan, altındaki iş mantığını nasıl açık biçimde anlatacağı.

Dolayısıyla UBS’nin 2027 şartı, giriş seviyesi finans beceri setinin yeniden tasarlanması olarak okunmalı. Yapay zekâ bazı manuel üretim işlerini azaltabilir; fakat araçları doğru yönlendiren, sonucu doğrulayan ve riskin yüksek olduğu durumlarda sağlıklı muhakeme kullanan çalışanların değerini artırıyor. 145