Wall Street'in Yapay Zeka İşe Alım İkilemi 400.000 Dolarlık Rainmaker Modelini Tehdit Ediyor

Wall Street'in yapay zekayı hızla devreye alması, uzun süredir kıdemsiz bankacılar için bir eğitim alanı olan rutin görevleri otomatize ediyor ve yöneticiler için sektörün rainmaker (büyük iş getiren) yetiştirme hattını dağıtmaktan çekinen stratejik bir ikilem yaratıyor.

"Nasıl yeniden eğiteceğiz? Bunun önüne nasıl geçeceğiz? Bunları çok aktif bir şekilde düşünüyoruz," dedi Wells Fargo'nun CEO'su Charlie Scharf, yakın tarihli bir sektör konferansında.

JPMorgan Chase, Citigroup ve Wells Fargo dahil olmak üzere büyük bankalar, ticari krediler için sigortalama sürecini hızlandırmak, düzenleyici başvuru taslakları oluşturmak ve arka uç kodlamasını gözden geçirmek için yapay zeka kullanıyor. JPMorgan, Felix adında bir yapay zeka aracısı devreye alırken, Citi, varlık yönetimi müşterileri için yapay zeka destekli bir aracı geliştirmek üzere Alphabet Inc.'in Google'ı ile ortaklık kurdu. Teknoloji ayrıca, Citi'nin varlık yönetimi başkanı Andy Sieg'in yapay zekanın rolünü "insan danışmanların yeteneklerini süper şarj etmek" olarak tanımladığı varlık yönetimi gibi ilişki odaklı iş kollarında da kullanılıyor.

Bu gerilim, kısa vadeli verimlilik kazanımlarını yetenek havuzunun uzun vadeli sağlığıyla karşı karşıya getiriyor. Kıdemsiz bankacılar geleneksel olarak anlaşma yapma sanatını — müşteri ilişkileri kurma, işlemleri yapılandırma ve fırsatları belirleme — yapay zekanın artık üstlenebileceği analitik ve idari görevleri yerine getirerek öğreniyor. Bu giriş seviyesi roller küçülürse, bankalar yatırım bankacılığı gelirinin büyük kısmını üreten bir sonraki rainmaker neslini aç bırakma riskiyle karşı karşıya kalıyor.

Beyaz Saray, yakın tarihli bir rapora göre, 400.000 dolara kadar maaş ödeyen rollerle Wall Street anlaşma yapıcılarını cezbetmeye çalışıyor ve bu da piyasanın ilişki odaklı yeteneklere verdiği primi vurguluyor. Ancak rainmaker olmanın yolu tarihsel olarak yıllarca süren angarya işlerden — finansal modeller oluşturmak, sunum kitapları hazırlamak ve durum tespiti yapmak — geçiyor; üretken yapay zekanın dakikalar içinde yapabildiği görevler.

Bankalar dönüşüme temkinli yaklaşıyor. Son yıllarda binlerce işi kaldıran teknoloji şirketlerinin aksine, Wall Street yöneticileri, rolleri otomatize edilebilecek çalışanları doğrudan işten çıkarmak yerine nasıl yeniden eğitecekleri konusunda mücadele ediyor. Bu isteksizlik, çıraklık modelinin verimsiz de olsa, sektörün ortaklar ve yönetici direktörler yetiştirmek için en güvenilir mekanizması olduğunun kabulünü yansıtıyor.

Kıdemsiz bankacı havuzundaki son büyük aksama, bankaların binlerce pozisyonu kestiği ve analist sınıflarını sıkıştırdığı 2008 mali krizinin ardından geldi. Bu dönem, giriş seviyesi alımlar daraldığında sektörün deneyimli anlaşma yapıcı kadrosunu yeniden inşa etmesinin yıllar aldığını gösterdi — yöneticilerin mevcut yapay zeka dönüşümüne uyguladığı görünen bir ders.

Bu değişim aynı zamanda ücret yapıları için de çıkarımlar taşıyor. Yatırım bankaları geleneksel olarak kıdemsiz bankacılara, üretilmesine yardımcı oldukları gelire kıyasla mütevazı taban maaşları ödemiş, daha sonra büyük ikramiyeler ve ortaklık yolları vaat etmiştir. Yapay zeka kıdemsiz analist ve asistan ihtiyacını azaltırsa, bankalar bir sonraki anlaşma yapıcı neslini nasıl işe alacaklarını, eğiteceklerini ve ücretlendireceklerini yeniden düşünmek zorunda kalabilir.

Şimdilik sektör orta bir yol izliyor. Bankalar, teknolojinin kıdemsiz çalışanların yerini almasından ziyade onları güçlendireceğini umarak, işe alım hatlarını korurken verimliliği artırmak için yapay zeka araçlarına yatırım yapıyor. Bu dengenin, yapay zeka yetenekleri hızlandıkça korunup korunamayacağı, zirveye giden yolun her zaman en alttan geçtiği bir sektör için açık bir soru olarak duruyor.

Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımaz.