ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს? [ვიდეო და ვიქტორინა]

მოკლე პასუხი: ხელოვნური ინტელექტი სრულად ვერ ჩაანაცვლებს საინვესტიციო ბანკირებს, მაგრამ ის აიღებს „წარმოების“ უმცროსი სამუშაოს დიდ ნაწილს და შეამცირებს ზოგიერთ გუნდს, რადგან სამუშაო პროცესები გადამუშავდება. თუ კომპანიებს შეუძლიათ ინსტრუმენტების შესაბამისობის რელსებსა და ჰერმეტულად დახურულ აუდიტის კვალის ფარგლებში შემოღობვა, ანალიტიკოსების მუშაობა სწრაფად შემცირდება; თუ ნდობა ზეწოლის ქვეშ გაქრება, გადაწყვეტილების მიღება მაინც ადამიანებს ეკუთვნით.

ძირითადი დასკვნები:

დავალებების ავტომატიზაცია: გამოიყენეთ ხელოვნური ინტელექტი პირველი ვერსიების, შეჯამებების, რეზიუმეების და სლაიდების ფორმატირებისთვის.

ადამიანური უპირატესობა: ფოკუსირება ნდობაზე, მოლაპარაკებაზე, პოლიტიკასა და ანგარიშვალდებულებაზე რეალურ გარიგებებში.

უფროსი თანამდებობის ცვლილება: ანალიტიკოსები იკუმშებიან; ასოცირებული პირები/ვიცე-პრეზიდენტები გავლენას იძენენ მიმოხილვისა და განსჯის გზით.

კონტროლი პირველ რიგში: დაჟინებით მოითხოვეთ აუდიტის კვალი, გაურკვევლობის დროშები და მკაცრი შესაბამისობის შეზღუდვები.

ტრენინგის რისკი: თუ გრუნტ-სამუშაო გაქრება, აღადგინეთ სტაჟირება განზრახ პრაქტიკული ციკლებით.

სტატიები, რომელთა წაკითხვაც შეიძლება მოგეწონოთ ამის შემდეგ:

🔗 ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი რადიოლოგებს უახლოეს მომავალში?
როგორ შეიძლება შეიცვალოს ვიზუალიზაციის მუშაობა ხელოვნური ინტელექტის დახმარებით დიაგნოსტიკის საშუალებით.

🔗 ხელოვნური ინტელექტი ჩაანაცვლებს ბუღალტერებს თუ შეცვლის მათ როლს?
რისი მართვა შეუძლია ავტომატიზაციას და სად არის ადამიანი კვლავ მნიშვნელოვანი.

🔗 ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი მონაცემთა ანალიტიკოსებს: რეალური საუბარი
პრაქტიკული ხედვა იმ ამოცანების შესახებ, რომელთა ჩანაცვლებაც ხელოვნურ ინტელექტს შეუძლია და არ შეუძლია.

🔗 ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი იურისტებს? ეს უფრო რთული კითხვაა, ვიდრე ერთი შეხედვით ჩანს
რატომ ეწინააღმდეგება იურიდიული საქმიანობა სრულ ავტომატიზაციას, ხელოვნური ინტელექტის სწრაფი პროგრესის მიუხედავად.

მოკლე პასუხი კითხვაზე „ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს“ 📌

ნაკლებად სავარაუდოა, რომ ხელოვნური ინტელექტი სრულად ჩაანაცვლებს საინვესტიციო ბანკირებს, რადგან საბანკო საქმე მხოლოდ შედეგების გენერირებას არ ემსახურება - ის ნდობის მოპოვებას, გაურკვევლობის გადალახვას და გარიგებების დადებას ისახავს მიზნად, როდესაც ყველას განსხვავებული სტიმული და შერჩევითი მეხსიერება აქვს.

მაგრამ ხელოვნური ინტელექტი აუცილებლად:

• ანალიზის, ნახაზებისა და დამუშავების სამუშაოების დიდი ნაწილის ავტომატიზაცია

• შეკუმშეთ ვადები შეთავაზებებისა და შესრულებისთვის

• შეამცირეთ სამუშაოს გარკვეული ფენებისთვის საჭირო ადამიანების რაოდენობა

• ღირებულების გადატანა ურთიერთობისკენ - ცხენის ძალა + განსჯა + განაწილება

• აიძულეთ ბანკები, გადახედონ ანალიტიკოსიდან ასოცირებულ „სტაჟირების“ მოდელს

ასე რომ, თუ კითხვას „ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს“, თითქოს ერთი „კი/არა“ გადამრთველი იყოს, პირდაპირი პასუხია: ხელოვნური ინტელექტი ცვლის დავალებებს და არა მთელ სახეობას 🧠🤖

რეალობის სწრაფი შემოწმება: ეს არ არის „ოდესმე“ - ეს უკვე სამუშაო ძალის მათემატიკაშია 🔢

ამის ჩამოყალიბების ნათელი გზაა: აღმასრულებლები არ კამათობენ იმაზე თუ არა ხელოვნური ინტელექტი - ისინი ბიუჯეტს ამის გარშემო ადგენენ.

• მსოფლიო ეკონომიკური ფორუმის დამსაქმებლების გამოკითხვის თანახმად, გამოკითხულთა 86% ვარაუდობს, რომ ხელოვნური ინტელექტი + ინფორმაციის დამუშავების ტექნოლოგია მათ ბიზნესს 2030 წლისთვის გარდაქმნის და იმავე კვლევაში ხაზგასმულია სტრუქტურული ტრანსფორმაციით გამოწვეული მასშტაბური სამუშაო ადგილების გადინება (შექმნა + გადაადგილება). [1]

• ამასობაში, პროდუქტიულობის ძირითადი კვლევები ამტკიცებენ, რომ გენერაციულ ხელოვნურ ინტელექტს შეუძლია მნიშვნელოვნად შეცვალოს საათში გამომავალი პროდუქტიულობა, თუ ორგანიზაციები წარმატებით გადაანაწილებენ დროს და გადაამუშავებენ სამუშაო პროცესებს (დიდი „თუ“-თი, მაგრამ საქმე სწორედ ამაშია). [2]

თარგმანი: მაშინაც კი, თუ „ბანკირები“ არ გაქრებიან, ოპერაციული მოდელი იგივე არ დარჩება.

რას აკეთებენ საინვესტიციო ბანკირები (ნაწილი, რომელსაც ხალხი ივიწყებს) 🧾📈

საინვესტიციო ბანკინგი რომ მხოლოდ ცხრილები და სლაიდების დასტები ყოფილიყო, ეს საუბარი უკვე დასრულებული იქნებოდა. თუმცა, სამუშაო უფრო ხუთ სამუშაოს ჰგავს, რომლებიც ერთმანეთზეა დაწყობილი:

1. წარმოშობა (სამუშაოს პოვნა და მოგება)
   ურთიერთობების დამყარება, პოზიციონირება, დრო, პოლიტიკა. ცოტა თერაპია, ცოტა სტრატეგია, ცოტა ჭადრაკი ♟️

2. შესრულება (გარიგების განხორციელება)
   იურისტებს, ბუღალტრებს, შიდა კომიტეტებს, კლიენტების ხელმძღვანელობას, კონტრაგენტებს... პლუს მუდმივი „მცირე“ კრიზისები.

3. შეფასება და ნარატივი
   არა მხოლოდ ციფრები - ისტორია, რომელიც კრიტიკულ შემოწმებას გადაურჩა. რატომ ეს გარიგება, რატომ ახლა, რატომ ეს ფასი.

4. პროცესის მართვა
   ვადები, მონაცემთა ოთახები, გულმოდგინე მოთხოვნები, დაინტერესებული მხარეების შეკრება. ეს ძირითადად პროფესიონალური კატების მართვაა 🐈

5. რისკების მართვა და რეპუტაციის შეფასება.
   რა არ უნდა გაკეთდეს, ისევე მნიშვნელოვანია, როგორც რა უნდა გაკეთდეს. ზოგჯერ მეტიც.

ხელოვნურ ინტელექტს ხუთივეს დახმარება შეუძლია. ხუთივეს შეცვლა უფრო რთულია.

რა ხდის ხელოვნური ინტელექტის ვერსიას კარგს საინვესტიციო საბანკო საქმეში 🤝🤖

საბანკო სფეროში ხელოვნური ინტელექტის „კარგი ვერსია“ არ არის ის, რომელიც ყველაზე ლამაზ აბზაცს წარმოქმნის. ეს არის ის, რომელიც იქცევა როგორც საიმედო უმცროსი თანაგუნდელი, რომელიც:

• არ ჰალუცინაციებს (ან სულ მცირე, გაურკვევლობას აშკარად გამოხატავს)

• ხსნის თავის ვარაუდებს ფილოსოფიის ლექციად გადაქცევის გარეშე

• მუშაობს შესაბამისობის შეზღუდვების ფარგლებში, წუწუნის გარეშე

• იყენებს თანმიმდევრულ შაბლონებს და ვერსიის კონტროლს (ბანკინგი ალერგიულია შემთხვევითობის მიმართ)

• ესმის კონტექსტი - სექტორის დინამიკა, გარიგების სტრუქტურის ნორმები, კლიენტის მგრძნობელობა

• აუდიტის კვალს ინახავს , ​​რათა მოგვიანებით ვინმემ შეძლოს შედეგების დაცვა 😬

ასევე: ფინანსები უკვე იყენებს ხელოვნურ ინტელექტს (მათ შორის GenAI-ს) ისეთ სფეროებში, როგორიცაა დამუშავება და შესაბამისობა, ამავდროულად აშკარად მიუთითებს ისეთ რისკებზე, როგორიცაა გაუმჭვირვალობა, კონფიდენციალურობა, კიბერუსაფრთხოება და მიკერძოება. ეს დაძაბულობა მთელი თამაშის არსია. [3]

ფარული მოთხოვნა ნდობაა. მოდელი შეიძლება იყოს ჭკვიანი, მაგრამ თუ ზეწოლის ქვეშ მისი ნდობა შეუძლებელია, ის ვალდებულებად იქცევა. როგორც სპორტული მანქანა არასანდო მუხრუჭებით - სახალისოა მანამ, სანამ არ გაქრება.

სადაც ხელოვნური ინტელექტი პირველ რიგში მოქმედებს: საბანკო საქმიანობის „ინდუსტრიული“ ნაწილები 🏭🧠

ყველაზე ადრეული გადაადგილება არის მუშაობაში, რომელიც:

• მაღალი ხმაური

• შაბლონზე დაფუძნებული

• ადამიანების მიერ შეცდომების დაშვებისადმი მიდრეკილება

• მექანიკურად შემოწმება მარტივია

ასე რომ, დიახ, ანალიტიკოსების კლასიკური ტკივილის დიდი ნაწილი აფეთქების ზონაშია.

სავარაუდოდ ავტომატიზირებადი (ან ძლიერ შეკუმშვადი) ამოცანები

• პირველი ეტაპის პრეზენტაციის ტექსტისა და ბაზრის მიმოხილვის შედგენა ✍️

• სტრუქტურირებული შეყვანებიდან კომპენსაციის ცხრილების შექმნა

• დოკუმენტების, ტრანსკრიპტებისა და კვლევითი ჩანაწერების შეჯამება

• სლაიდების ფორმატირება და ბრენდის წესების აღსრულება (ნახვამდის, დილის 2 საათზე გასწორების ომი) 🎯

• მოწოდებული შემოწმების ჩანაწერებიდან CIM სექციების პროექტის შექმნა

• მრავალი შეფასების სცენარის სწრაფად გენერირება

• ელფოსტის, სტატუსის განახლებების, შეხვედრების დღის წესრიგის (მომხიბვლელი რაღაცეების) შედგენა

ირონია

მაშინაც კი, როდესაც ხელოვნური ინტელექტი „ასრულებს“ დავალებას, ადამიანები მაინც:

• შეამოწმეთ

• გაასწორე

• შინაგანად დაიცავით იგი

• გარედან წარმოადგინეთ იგი

ამგვარად, შრომა შექმნიდან მიმოხილვაზე, ზედამხედველობასა და შეფასებაზე. რაც უფრო მარტივად ჟღერს... სანამ შენ არ მოაწერ ხელს 😵💫

ძალიან ტიპური ვინიეტი: 23:17 საათია, კლიენტს დილისთვის „უფრო მკაცრი სააქციო ისტორია“ სურს და ვიღაცას სამი შიდა ოლქისთვის სამი ვერსია სჭირდება . მყარი ხელოვნური ინტელექტის სისტემას შეუძლია პირველი ცდის ენის შედგენა და სლაიდების ჩონჩხის აწყობა წუთებში - შემდეგ კი ასოცირებული პირი/ვიცე-პრეზიდენტი ასრულებს რეალურ სამუშაოს: ასწორებს იმას, რაც ტექნიკურად სწორია , მაგრამ კომერციულად არასწორი .

სადაც ხელოვნური ინტელექტი იბრძვის: ადამიანური წებო, რომელიც გარიგებებს აფორმებს 🧩💬

აი, უხერხული სიმართლე: საინვესტიციო საბანკო საქმიანობის ღირებულება დიდწილად სოციალური და სიტუაციურია. არა ყალბი სოციალური, არამედ კონტექსტური სოციალური.

ხელოვნურ ინტელექტს უფრო მეტად უჭირს:

• კლიენტის ფსიქოლოგია: შიში, ეგო, შიდა პოლიტიკა, საბჭოს დინამიკა

• მოლაპარაკების ნიუანსი: რა არის ნათქვამი vs რა იგულისხმება

• დროის ინსტინქტები: როდის უნდა ვიჩქაროთ, როდის უნდა შევჩერდეთ

• რეპუტაციაზე დაფუძნებული ნდობა: „ეს ფილმი ადრეც მინახავს, ​​ნუ გააკეთებ ამას“

• შემოქმედებითი სტრუქტურირება შეზღუდვების პირობებში (გადასახადები, მმართველობა, მარეგულირებელი ხარვეზები)

• ანგარიშვალდებულება: კლიენტებს სურთ ადამიანი, რომელიც რჩევას ფლობს

მოდელს შეუძლია სტრუქტურის შემოთავაზება. მას არ შეუძლია ნახევრად გაბრაზებული და ნახევრად შეშინებული აღმასრულებელი დირექტორის პირისპირ იჯდეს და მშვიდად, რაციონალურ არჩევანზე დააბრუნოს საუბარი. ეს ძალიან ადამიანური უნარია. არა ჯადოსნური - ადამიანური.

შედარების ცხრილი: საუკეთესო „ხელოვნური ინტელექტი + საბანკო“ პარამეტრები (და ვის ეხმარებიან ისინი) 📊✨

აი, პრაქტიკული ხედვა - არა „საუკეთესო ხელოვნური ინტელექტის ინსტრუმენტის“ გაყიდვების ტექსტი, არამედ „საუკეთესო გამოყენების ნიმუში“.

დიახ, ფასები ბუნდოვანია. ეს განზრახ კეთდება. საბანკო შესყიდვები საკუთარი პარალელური სამყაროა.

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს: ეს დამოკიდებულია სტაჟზე 👔🧑💻

სწორედ აქ ხდება საუბარი ცხარე.

ანალიტიკოსები და უმცროსი კურსდამთავრებულები 😵💫

უმცროსი ნამუშევრების უმეტესობა შემდეგია:

• პროექტირება

• ფორმატირება

• განახლება

• იგივე მოდელის ხელახლა შექმნა მცირედი ცვლილებებით

ხელოვნური ინტელექტი ამას ძლიერად იკუმშებს. რაც ნიშნავს:

• იგივე შედეგისთვის შესაძლოა ნაკლები უმცროსი სტუდენტი იყოს საჭირო

• დარჩენილ უმცროს მოთამაშეებს უფრო სწრაფად მოეთხოვებათ უფრო მაღალ დონეზე მუშაობა

• „ტკივილის მეშვეობით სწავლის“ მოდელი ირღვევა

არსებობს რეალური რისკი: თუ ხელოვნური ინტელექტი რთულ სამუშაოს მოხსნის, უმცროსკლასელებმა შეიძლება დაკარგონ გამეორების უნარი, რომელიც ინტუიციას ავითარებს. დაახლოებით იგივეა, რაც საჭმლის მომზადების სწავლა მხოლოდ საკვების შეკვეთით - გადარჩები, მაგრამ შეფ-მზარეული ვერ გახდები.

ასოცირებული პირები და ვიცე-პრეზიდენტები 🧠

ეს როლები შეიძლება უფრო ღირებული გახდეს, რადგან ისინი:

• კლიენტის საჭიროებების გადატანა მისაღებ პროდუქტებად

• გაგზავნამდე გაარკვიეთ, რაშია პრობლემა

• დაინტერესებული მხარეების და ვადების მართვა

• ორაზროვნების ინტერპრეტაცია და ზარების განხორციელება

ხელოვნური ინტელექტი მათ უფრო სწრაფს ხდის და არა მოძველებულს.

მედიცინის დოქტორები და წვიმის შემქმნელები ☔

თუ თქვენ ნამდვილად იღებთ შემოსავალს ურთიერთობებითა და ნდობით, ხელოვნური ინტელექტი არ შეცვლის თქვენ. მან შეიძლება კიდევ უფრო გააფართოვოს უფსკრული შემდეგს შორის:

• ბანკირები, რომლებსაც შეუძლიათ შექმნან და კონსულტაცია გაიარონ

• ბანკირები, რომლებიც ძირითადად ზედამხედველობენ პროცესს

მკაცრი, მაგრამ... კი.

ბანკირის ახალი უნარების ნაკრები (ანუ როგორ არ გავრიყოთ გვერდიდან) 🧰🚀

თუ ხელოვნური ინტელექტი განმეორებად წარმოებას ჩამოგართმევთ, დარჩება ის, რისთვისაც ხალხი იხდის.

უნარები, რომლებიც უფრო ღირებული ხდება

• კლიენტის ნარატივის აგება: სირთულის დარწმუნებად გარდაქმნა 🎤

• კომერციული შეფასება: რა არის მნიშვნელოვანი, რა არა, რა არის სარისკო

• სექტორული შაბლონების ამოცნობა: რიცხვების უკან მდგომი „რატომის“ ცოდნა

• მოლაპარაკება და გავლენა: შიდა და გარე

• პროცესის ლიდერობა: გარიგებების მიმდინარეობის შენარჩუნება სირთულის პირობებში

• ხელოვნური ინტელექტის ზედამხედველობა: შედეგების წახალისება, ვალიდაცია, სტრეს-ტესტირება

და დიახ, „ხელოვნურ ინტელექტში კარგი ყოფნა“ რეალურ მოვლენად იქცევა - არა უხერხულად. უფრო სწორად: შეგიძლიათ გამოიყენოთ იგი პასუხისმგებლობით, სწრაფად და გუნდის შერცხვენის გარეშე.

არასასიამოვნო რამ: რისკი, შესაბამისობა და პასუხისმგებლობა ⚠️🏛️

საბანკო საქმე არ არის „სენდბოქსი“. ეს არის ანგარიშვალდებულების მანქანა.

ორი ძალიან არასექსუალური რეალობა განაპირობებს შვილად აყვანის სიჩქარეს:

1. მოდელის რისკების მართვა არჩევითი არ არის.
   ბანკის მარეგულირებლებს დიდი ხნის მოლოდინები აქვთ მოდელის რისკების მართვასთან დაკავშირებით: ვალიდაცია, დოკუმენტაცია და მმართველობა. (გენერაციული ხელოვნური ინტელექტი ჯადოსნურად არ იღებს საკვალიფიკაციო გამოცდას - თუ რამეა, ის კონტროლის ნიშნულს ამაღლებს.) [4]

2. კომუნიკაცია + ჩანაწერების შენახვა სწრაფად რთულდება.
   ბროკერ-დილერებს აქვთ მკაფიო ვალდებულებები შეინახონ ბიზნესთან დაკავშირებული კომუნიკაციები (მათ შორის ელექტრონული კომუნიკაციები) SEC/FINRA-ს ჩანაწერების შენახვის რეჟიმების შესაბამისად. ეს მნიშვნელოვანია, როდესაც ადამიანები იწყებენ გარიგების კონტექსტის ჩასმას ინსტრუმენტებში, მონახაზების გენერირებას ან შიდა ბოტებთან „ჩატს“. [5]

ამგვარად, ადაპტაცია ხშირად ასე გამოიყურება: „ხელოვნური ინტელექტი ყველგანაა... მაგრამ მხოლოდ მას შემდეგ, რაც ის შემოღობილია“

როგორ გამოიყურება მომავალი: ნაკლები ფენა, უფრო სწრაფი ციკლები, მეტი სპეციალიზაცია 🔄💼

რეალისტური შედეგი ბანკირების გადაშენება კი არა, ბანკირების გადაიარაღებაა:

• ხელოვნური ინტელექტის სისტემებით მხარდაჭერილი Lean Deal-ის გუნდები

• სექტორის + პროდუქტის + შესრულების ნიჭის მეტი „კაპუსი“

• ტონებისა და მოდელების უფრო სწრაფი იტერაცია

• მეტი აქცენტი დისტრიბუციაზე (ვის შეუძლია განთავსება, ვის შეუძლია მყიდველების მოყვანა, ვის შეუძლია კაპიტალის გადატანა)

• გაყოფა:

  • მაღალი ნდობის მქონე საკონსულტაციო სამუშაო (ადამიანური დატვირთვით)

  • მაღალი მოცულობის წარმოების სამუშაოები (ხელოვნური ინტელექტის დიდი გამოყენება)

ასევე, მოელით, რომ მეტი ბუტიკი თავის შესაძლებლობებს აღემატება. თუ ხელოვნური ინტელექტი მცირე გუნდებს დიდი ფირმების წარმოების შესაძლებლობას მისცემს, განმასხვავებელი ფაქტორი ურთიერთობები, შეფასება და ნიშური ექსპერტიზა გახდება 🥊

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს: კომპაქტური ვერსია 🧾✅

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს? სრულად არა. თუმცა, ის ჩაანაცვლებს ბანკირების დროის დიდ ნაწილს, განსაკუთრებით კი წარმოების სფეროში უმცროსი კლასის სამუშაოებს.

რა ჯდება:

• ურთიერთობები

• განაჩენი

• მოლაპარაკება

• ანგარიშვალდებულება

• ადამიანურ სისტემებში ნავიგაცია (დაფები, ეგოები, პოლიტიკა... კი)

რა ცვლილებები:

• გუნდის ზომები

• სასწავლო გზები

• სიჩქარის მოლოდინები

• „დამატებითი ღირებულების“ განმარტება

ბანკირი, რომელიც იმარჯვებს, რეალობის შესანიშნავი რედაქტორი ხდება - იყენებს ხელოვნურ ინტელექტს სიმძლავრისთვის და ამავდროულად, ობსესიურად პასუხისმგებელი რჩება ზარზე. ოდნავ პოეტურია, მაგრამ ასევე ჭეშმარიტი. ელექტრო ხელსაწყოს გამოყენების მსგავსად: ის გხდის უფრო სწრაფს და არა უფრო ბრძენს.

ხშირად დასმული კითხვები

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს სრულად?

არა მოწესრიგებულად, ყოვლისმომცველად. საინვესტიციო ბანკინგი მხოლოდ შედეგები არ არის - ეს არის ნდობა, განსჯა, პოლიტიკა და რეალური ადამიანების ზეწოლის ქვეშ „დიახ“-ს თქმა. ხელოვნური ინტელექტი ჩაანაცვლებს სამუშაოს ნაწილებს, შეამცირებს ვადებს და შეამცირებს ზოგიერთ ფენას, განსაკუთრებით დამწყებთათვის განკუთვნილ წარმოებაში. თუმცა, კლიენტებს მაინც სურთ ადამიანი, რომელიც ფლობს რჩევებს (და შედეგებს). 🤝

რომელი საინვესტიციო საბანკო ამოცანები იქნება, სავარაუდოდ, პირველი ავტომატიზირებული?

პირველი დარტყმა „ინდუსტრიულ“ სამუშაოს ექცევა: დიდი მოცულობის, შაბლონზე დაფუძნებული და მექანიკურად ადვილად შესამოწმებელი. წარმოიდგინეთ პირველი ეტაპის პრეზენტაციის ტექსტი, ბაზრის მიმოხილვები, კომპენსაციის ცხრილები, დოკუმენტაციის/ტრანსკრიპტის შეჯამებები, სლაიდების ფორმატირება, CIM-ის მონაკვეთების პროექტი, სცენარების გაშვება და სტატუსის გაუთავებელი განახლებები. საქმე იმაშია, რომ თქვენ არ წყვეტთ მუშაობას - თქვენ გადადიხართ შექმნიდან კომერციულად არასწორი შედეგის განხილვაზე, გასწორებასა და დაცვაზე.

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს ანალიტიკოსების დონეზე?

ხელოვნური ინტელექტი ძლიერად ამძიმებს კლასიკური ანალიტიკოსის ტანჯვას: იგივე მოდელის ნახაზი, ფორმატირება, განახლება და ხელახლა შექმნა მცირე ცვლილებებით. ეს შეიძლება ნიშნავდეს, რომ იგივე შედეგისთვის ნაკლები უმცროსი კადრია საჭირო და უფრო მაღალი მოლოდინები დარჩეს მათთვის, ვინც ამას აკეთებს. რისკი ვარჯიშია: თუ შრომატევადი სამუშაო გაქრება, გამეორებაც გაქრება, რაც ინსტინქტებს ავითარებს. სამუშაოს მხოლოდ „შეკვეთით“ ვერ გახდები ჭკვიანი. 😅

რა ხდება ასოცირებულ პირებთან, ვიცე-პრეზიდენტებთან და დირექტორებთან ხელოვნური ინტელექტის გავრცელებისას?

ასოცირებული პირები და ვიცე-პრეზიდენტები შესაძლოა უფრო ღირებულები გახდნენ, რადგან ისინი კლიენტების რთულ საჭიროებებს შედეგებად გარდაქმნიან და პრობლემებს ნებისმიერი რამის გამოგზავნამდე აფიქსირებენ. ისინი ასევე მართავენ ვადებს, დაინტერესებულ მხარეებს და ბუნდოვანებას - სფეროებს, სადაც ხელოვნური ინტელექტი კვლავ სირთულეებს განიცდის. მმართველი დირექტორებისთვის ურთიერთობებსა და ნდობაზე დაფუძნებული წარმომავლობა არ ქრება. იზრდება უფსკრული „წვიმის შემქმნელებსა“ და იმ ადამიანებს შორის, რომლებიც ძირითადად ზედამხედველობენ პროცესს. ☔

რატომ უჭირს ხელოვნურ ინტელექტს საბანკო საქმიანობის იმ ნაწილებთან მუშაობა, რომლებიც გარიგებებს ამთავრებს?

რადგან ყველაზე რთული ნაწილები სიტუაციური და ადამიანურია. ხელოვნურ ინტელექტს შეუძლია სტრუქტურების შეთავაზება, მაგრამ კლიენტის ფსიქოლოგია, საბჭოს პოლიტიკა, მოლაპარაკების ნიუანსი და დროის ინსტინქტები არ არის სუფთა მონაცემთა ნაკრებები. რეპუტაციაზე დაფუძნებული ნდობაც რთულია: „ეს ფილმი ადრეც მინახავს“ ნაწილობრივ გამოცდილებაა, ნაწილობრივ კი პასუხისმგებლობა. როდესაც აღმასრულებელი დირექტორი ნახევრად გაბრაზებულია და ნახევრად შეშინებულია, ვიღაცამ უნდა მართოს სიტუაცია - არა მხოლოდ ტექსტის გენერირება.

როგორ შეუძლიათ ბანკებს გამოიყენონ ხელოვნური ინტელექტი საინვესტიციო საბანკო საქმიანობაში „დაწვის“ გარეშე?

„კარგი“ სისტემა საიმედო უმცროსი თანაგუნდელივით იქცევა: ის აღნიშნავს გაურკვევლობას, განმარტავს ვარაუდებს, მუშაობს შესაბამისობის შეზღუდვების ფარგლებში და ინარჩუნებს შაბლონების თანმიმდევრულობას. ასევე მნიშვნელოვანია, რომ მას სჭირდება აუდიტის კვალი, რათა ვინმემ მოგვიანებით შეძლოს შედეგების დაცვა. დანერგვა ხშირად ჰგავს „ხელოვნურ ინტელექტს ყველგან... მაგრამ შემოღობილი“, რადგან კონფიდენციალურობის, კიბერუსაფრთხოების, გამჭვირვალობის და მიკერძოების რისკები გარიგების დღეს არ ქრება. ⚠️

რა არის GenAI-თან შესაბამისობისა და ჩანაწერების შენახვის ყველაზე დიდი რისკები საბანკო სფეროში?

ორი რეალობა ყველაფერს ანელებს. პირველი, მოდელის რისკის მართვა არ არის არჩევითი - რეგულატორები ელიან ვალიდაციას, დოკუმენტაციას და კონტროლს, ხოლო GenAI-ს შეუძლია აწიოს სტანდარტი დაბლა დაწევის ნაცვლად. მეორე, კომუნიკაცია და ჩანაწერების შენახვა მნიშვნელოვანია: როდესაც ადამიანები გარიგების კონტექსტს ინსტრუმენტებში ათავსებენ ან ჩატში ქმნიან პროექტებს, ბროკერ-დილერის რეჟიმებში შეიძლება შეიქმნას შენახვისა და ზედამხედველობის თავის ტკივილი.

როგორ შევინარჩუნოთ ღირებულება, თუ ხელოვნური ინტელექტი ცვლის საინვესტიციო საბანკო საქმიანობას?

იფიქრეთ „ცხენის ძალაზე და არა სიბრძნეზე“. გამოიყენეთ ხელოვნური ინტელექტი უფრო სწრაფად შესაქმნელად, სტრუქტურირებისა და იტერაციისთვის - შემდეგ კი თქვენი ადამიანური დრო დაუთმეთ თხრობას, კომერციულ შეფასებას, სექტორული ნიმუშების ამოცნობას, მოლაპარაკებასა და პროცესის ლიდერობას. „ხელოვნურ ინტელექტში კარგად ყოფნა“ ნიშნავს მის პასუხისმგებლობით ზედამხედველობას: კარგად აწარმოოთ გამომავალი, შეაფასოთ სტრეს-ტესტირება და დააფიქსიროთ ის, რაც ტექნიკურად სწორია, მაგრამ კომერციულად არასწორი. გამარჯვებულები რეალობის შესანიშნავი რედაქტორები ხდებიან. 

რეალური მაგალითი: ხელოვნური ინტელექტის პიტჩბუქის მიმოხილვის ასისტენტის შექმნა

სცენარი

წარმოიდგინეთ საშუალო ბაზრის შერწყმისა და შესყიდვის გუნდი, რომელიც დამფუძნებლის საკუთრებაში არსებული პროგრამული უზრუნველყოფის კომპანიისთვის პირველი რაუნდის პრეზენტაციას ამზადებს. ანალიტიკოსმა უნდა განაახლოს სავაჭრო შედარებები, შეაჯამოს სექტორის ბოლო სიახლეები, შეადგინოს შეფასების ნარატივი და მმართველი დირექტორის უხეში შენიშვნები 12 სლაიდისგან შემდგარ სუფთა დისკუსიად აქციოს.

ეს ზუსტად ისეთი სამუშაოა, რომლის შეკუმშვაც ხელოვნურ ინტელექტს შეუძლია - მაგრამ არა სრულად ავტომატიზირება.

სწორი მიდგომა არ არის „ხელოვნური ინტელექტის მიერ წარდგენის უფლება“. ეს არის შემდეგი: გამოიყენეთ ხელოვნური ინტელექტი, როგორც კონტროლირებადი პირველი დრაფტის ასისტენტი, შემდეგ კი ანალიტიკოსს, ასოცირებულ პარტნიორს და ვიცე-პრეზიდენტს დაავალეთ გუნდიდან რაიმეს გასვლამდე ყველა ციფრის, წყაროსა და კომერციული პრეტენზიის შემოწმება.

რა სჭირდება ასისტენტს

პრაქტიკულ საბანკო ასისტენტს დასჭირდება:

• ბანკის მიერ დამტკიცებული პიტჩბუქის შაბლონი და ფორმატირების წესები

• დაშვებული მონაცემთა წყაროების სია

• იმავე სექტორიდან ადრე დამტკიცებული მოედნის მაგალითები

• კლიენტის მიერ მოწოდებული კომპანიის უახლესი ფინანსური ანგარიშგება ან საჯარო დოკუმენტები

• ადამიანის მიერ შექმნილი ან შემოწმებული მიმდინარე კომპენსაციის ცხრილი

• მკაფიო წესები იმის შესახებ, თუ რა არ აქვს მოდელს უფლება გააკეთოს, როგორიცაა შეფასების მამრავლების გამოგონება, კონფიდენციალური კლიენტების დასახელება ან არაწყაროზე დაფუძნებული საბაზრო განცხადებების გაკეთება

• სავალდებულო აუდიტის კვალი, რომელიც აჩვენებს, თუ რომელი შემავალი მონაცემები იქნა გამოყენებული თითოეული გამომავალისთვის

ასისტენტს არ უნდა ჰქონდეს ღია წვდომა მგრძნობიარე გარიგების ფაილებზე, თუ ფირმას არ აქვს დამტკიცებული ნებართვები, შენახვის წესები და შესაბამისობის კონტროლი.

მაგალითი ინსტრუქცია

გამოიყენეთ დამტკიცებული პროგრამული უზრუნველყოფის შერწყმისა და შესყიდვის შეთავაზების წიგნის შაბლონი. შეადგინეთ 3-დან 7-მდე სლაიდები დამფუძნებლის საკუთრებაში არსებული ვერტიკალური SaaS კომპანიისთვის, რომელიც განიხილავს უმცირესობის ზრდაში ინვესტიციის განხორციელებას.

გამოიყენეთ მხოლოდ ატვირთული კომპანიის შეჯამება, დამტკიცებული კომპენსაციის ცხრილი და სამი წინა დამტკიცებული პროგრამული უზრუნველყოფის პრეზენტაციის მაგალითი. არ შექმნათ ახალი ფინანსური მაჩვენებლები. არ მოიხსენიოთ ბაზრის მტკიცებები, თუ ისინი არ არის მოცემული მოწოდებულ მასალებში. მონიშნეთ ნებისმიერი დაკარგული მონაცემი კვადრატულ ფრჩხილებში.

თითოეული სლაიდისთვის მიუთითეთ:

• სლაიდის სათაური

• სამიდან ხუთამდე პუნქტი

• შემოთავაზებული დიაგრამა ან ცხრილი

• წყაროს შენიშვნა

• რისკი ან ვარაუდი, რომელიც უნდა შემოწმდეს პარტნიორის მიერ

შეინარჩუნეთ ტონი კომერციული, ლაკონური და აღმასრულებელი დირექტორის აუდიტორიისთვის შესაფერისი.

როგორ გამოვცადოთ ის

დაიწყეთ ხუთი კონტროლირებადი დავალებით, სანამ მას რეალურ სამუშაოზე გამოიყენებთ:

1. მიეცით მას დამტკიცებული კომპენსაციის ცხრილი და მოითხოვეთ შეფასების შეჯამება.

2. ამოიღეთ ერთი საკვანძო ნომერი და შეამოწმეთ, აღნიშნავს თუ არა ის ხარვეზს გამოცნობის ნაცვლად.

3. სთხოვეთ, რომ ბაზრის მიმოხილვა მხოლოდ მოწოდებული წყაროების გამოყენებით შეადგინოს.

4. შეადარეთ მისი სლაიდების სათაურები ადრე დამტკიცებულ დასტას.

5. სთხოვეთ თქვენს თანამშრომელს, მონიშნოს ყველა შედეგი, როგორც მიღებული, რედაქტირებული, უარყოფილი ან ესკალირებული.

კარგი შედეგი ამბობს: „ARR-ის ზრდა [მოწოდებულ მასალებში აკლია], ამიტომ ეს პუნქტი უნდა დადასტურდეს მის ჩართვამდე“

ცუდი შედეგი ამბობს: „კომპანიის ARR 35%-ით იზრდება“, მაშინ როცა ეს რიცხვი არასდროს ყოფილა მოწოდებული. ეს საბანკო სფეროში უწყინარი შეცდომა არ არის. ასე იწვება ნდობა.

შედეგი

საილუსტრაციო შედეგი, რომელიც დაფუძნებულია „პიჩბუქის“ ხუთი ნიმუშის დავალების დროის განსაზღვრაზე სამუშაო პროცესის გამოყენებამდე და მის შემდეგ:

• პირველი ეტაპის სლაიდების ნახაზის დრო 4 საათი და 30 წუთიდან 1 საათ და 15 წუთამდე შემცირდა.

• ფორმატირების შესწორებები 23 ხელით შესწორებიდან 7-მდე შემცირდა.

• ასოცირებული პირის განხილვის დრო 1 საათი და 40 წუთიდან 55 წუთამდე შემცირდა.

• ტესტირების დროს ორი დაუსაბუთებელი პრეტენზია იქნა აღმოჩენილი, რადგან ასისტენტმა ხარვეზის შევსების ნაცვლად წყაროს მასალის ნაკლებობა აღნიშნა.

• საბოლოო დამტკიცებისთვის კვლავ საჭირო იყო ადამიანის მიერ განხილვა სლაიდების 100%-ზე.

ეს არ ნიშნავს, რომ ასისტენტმა ანალიტიკოსი „შეცვალა“. ამან ანალიტიკოსის სამუშაო ცარიელი ფურცლიდან წყაროს შემოწმებაზე, კომერციულ რედაქტირებასა და გამონაკლისების დამუშავებაზე შეცვალა.

რა შეიძლება არასწორად წავიდეს

ყველაზე დიდი რისკი ცრუ ნდობაა. სლაიდი, რომელიც დახვეწილად გამოიყურება, მაინც შეიძლება შეიცავდეს არასწორ ვარაუდს, მოძველებულ მონაცემებს ან მტკიცებას, რომელიც კლიენტს არ მოეწონებოდა.

გავრცელებული შეცდომები მოიცავს:

• ასისტენტისთვის არაავტორიზებული წყაროებიდან ინფორმაციის მოძიების უფლების მიცემა

• ისეთი ზოგადი კითხვების დასმა, როგორიცაა „გააუმჯობესეთ ეს შეთავაზება“

• საჯარო მონაცემების კონფიდენციალური გარიგების მასალისგან გამოყოფის შეუძლებლობა

• ხელოვნური ინტელექტის მიერ გენერირებული შეფასების ენის გამოყენება ციფრების შემოწმების გარეშე

• ვერსიის კონტროლის გამოტოვება, რადგან გამომავალი „სწორად გამოიყურება“

• მხოლოდ სიჩქარის გაზომვა, არა შეცდომების მაჩვენებლის ან მიმოხილვის ხარისხის

ყველაზე უსაფრთხო წესი მარტივია: ხელოვნურ ინტელექტს შეუძლია რჩევების შედგენა, შედარება, შეჯამება და მონიშვნა. ადამიანები კვლავ ამტკიცებენ, იცავენ და ფლობენ მათ.

პრაქტიკული რჩევები

საინვესტიციო ბანკინგისთვის, გამარჯვებული ხელოვნური ინტელექტის სამუშაო პროცესი არ არის ყუთში ჩასმული ჯადოსნური ბანკირი. ეს არის მკაცრად კონტროლირებადი წარმოების უმცროსი ფენა მკაფიო შეყვანით, მკაცრი ნებართვებით, ადამიანური მიმოხილვით და გაზომვადი ხარისხის შემოწმებით. კარგად გამოყენების შემთხვევაში, ის საათებს ზოგავს. დაუდევრად გამოყენების შემთხვევაში, ის უფრო სწრაფად იწვევს ძვირადღირებულ შეცდომებს.

ხშირად დასმული კითხვები

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს სრულად?

არა მოწესრიგებულად, ყოვლისმომცველად. საინვესტიციო ბანკინგი მხოლოდ შედეგები არ არის - ეს არის ნდობა, განსჯა, პოლიტიკა და რეალური ადამიანების ზეწოლის ქვეშ „დიახ“-ს თქმა. ხელოვნური ინტელექტი ჩაანაცვლებს სამუშაოს ნაწილებს, შეამცირებს ვადებს და შეამცირებს ზოგიერთ ფენას, განსაკუთრებით დამწყებთათვის განკუთვნილ წარმოებაში. თუმცა, კლიენტებს მაინც სურთ ადამიანი, რომელიც ფლობს რჩევებს (და შედეგებს). 🤝

რომელი საინვესტიციო საბანკო ამოცანები იქნება, სავარაუდოდ, პირველი ავტომატიზირებული?

პირველი დარტყმა „ინდუსტრიულ“ სამუშაოს ექცევა: დიდი მოცულობის, შაბლონზე დაფუძნებული და მექანიკურად ადვილად შესამოწმებელი. წარმოიდგინეთ პირველი ეტაპის პრეზენტაციის ტექსტი, ბაზრის მიმოხილვები, კომპენსაციის ცხრილები, დოკუმენტაციის/ტრანსკრიპტის შეჯამებები, სლაიდების ფორმატირება, CIM-ის მონაკვეთების პროექტი, სცენარების გაშვება და სტატუსის გაუთავებელი განახლებები. საქმე იმაშია, რომ თქვენ არ წყვეტთ მუშაობას - თქვენ გადადიხართ შექმნიდან კომერციულად არასწორი შედეგის განხილვაზე, გასწორებასა და დაცვაზე.

ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი საინვესტიციო ბანკირებს ანალიტიკოსების დონეზე?

ხელოვნური ინტელექტი ძლიერად ამძიმებს კლასიკური ანალიტიკოსის ტანჯვას: იგივე მოდელის ნახაზი, ფორმატირება, განახლება და ხელახლა შექმნა მცირე ცვლილებებით. ეს შეიძლება ნიშნავდეს, რომ იგივე შედეგისთვის ნაკლები უმცროსი კადრია საჭირო და უფრო მაღალი მოლოდინები დარჩეს მათთვის, ვინც ამას აკეთებს. რისკი ვარჯიშია: თუ შრომატევადი სამუშაო გაქრება, გამეორებაც გაქრება, რაც ინსტინქტებს ავითარებს. სამუშაოს მხოლოდ „შეკვეთით“ ვერ გახდები ჭკვიანი. 😅

რა ხდება ასოცირებულ პირებთან, ვიცე-პრეზიდენტებთან და დირექტორებთან ხელოვნური ინტელექტის გავრცელებისას?

ასოცირებული პირები და ვიცე-პრეზიდენტები შესაძლოა უფრო ღირებულები გახდნენ, რადგან ისინი კლიენტების რთულ საჭიროებებს შედეგებად გარდაქმნიან და პრობლემებს ნებისმიერი რამის გამოგზავნამდე აფიქსირებენ. ისინი ასევე მართავენ ვადებს, დაინტერესებულ მხარეებს და ბუნდოვანებას - სფეროებს, სადაც ხელოვნური ინტელექტი კვლავ სირთულეებს განიცდის. მმართველი დირექტორებისთვის ურთიერთობებსა და ნდობაზე დაფუძნებული წარმომავლობა არ ქრება. იზრდება უფსკრული „წვიმის შემქმნელებსა“ და იმ ადამიანებს შორის, რომლებიც ძირითადად ზედამხედველობენ პროცესს. ☔

რატომ უჭირს ხელოვნურ ინტელექტს საბანკო საქმიანობის იმ ნაწილებთან მუშაობა, რომლებიც გარიგებებს ამთავრებს?

რადგან ყველაზე რთული ნაწილები სიტუაციური და ადამიანურია. ხელოვნურ ინტელექტს შეუძლია სტრუქტურების შეთავაზება, მაგრამ კლიენტის ფსიქოლოგია, საბჭოს პოლიტიკა, მოლაპარაკების ნიუანსი და დროის ინსტინქტები არ არის სუფთა მონაცემთა ნაკრებები. რეპუტაციაზე დაფუძნებული ნდობაც რთულია: „ეს ფილმი ადრეც მინახავს“ ნაწილობრივ გამოცდილებაა, ნაწილობრივ კი პასუხისმგებლობა. როდესაც აღმასრულებელი დირექტორი ნახევრად გაბრაზებულია და ნახევრად შეშინებულია, ვიღაცამ უნდა მართოს სიტუაცია - არა მხოლოდ ტექსტის გენერირება.

როგორ შეუძლიათ ბანკებს გამოიყენონ ხელოვნური ინტელექტი საინვესტიციო საბანკო საქმიანობაში „დაწვის“ გარეშე?

„კარგი“ სისტემა საიმედო უმცროსი თანაგუნდელივით იქცევა: ის აღნიშნავს გაურკვევლობას, განმარტავს ვარაუდებს, მუშაობს შესაბამისობის შეზღუდვების ფარგლებში და ინარჩუნებს შაბლონების თანმიმდევრულობას. ასევე მნიშვნელოვანია, რომ მას სჭირდება აუდიტის კვალი, რათა ვინმემ მოგვიანებით შეძლოს შედეგების დაცვა. დანერგვა ხშირად ჰგავს „ხელოვნურ ინტელექტს ყველგან... მაგრამ შემოღობილი“, რადგან კონფიდენციალურობის, კიბერუსაფრთხოების, გამჭვირვალობის და მიკერძოების რისკები გარიგების დღეს არ ქრება. ⚠️

რა არის GenAI-თან შესაბამისობისა და ჩანაწერების შენახვის ყველაზე დიდი რისკები საბანკო სფეროში?

ორი რეალობა ყველაფერს ანელებს. პირველი, მოდელის რისკის მართვა არ არის არჩევითი - რეგულატორები ელიან ვალიდაციას, დოკუმენტაციას და კონტროლს, ხოლო GenAI-ს შეუძლია აწიოს სტანდარტი დაბლა დაწევის ნაცვლად. მეორე, კომუნიკაცია და ჩანაწერების შენახვა მნიშვნელოვანია: როდესაც ადამიანები გარიგების კონტექსტს ინსტრუმენტებში ათავსებენ ან ჩატში ქმნიან პროექტებს, ბროკერ-დილერის რეჟიმებში შეიძლება შეიქმნას შენახვისა და ზედამხედველობის თავის ტკივილი.

როგორ შევინარჩუნოთ ღირებულება, თუ ხელოვნური ინტელექტი ცვლის საინვესტიციო საბანკო საქმიანობას?

იფიქრეთ „ცხენის ძალაზე და არა სიბრძნეზე“. გამოიყენეთ ხელოვნური ინტელექტი უფრო სწრაფად შესაქმნელად, სტრუქტურირებისა და იტერაციისთვის - შემდეგ კი თქვენი ადამიანური დრო დაუთმეთ ნარატივს, კომერციულ შეფასებას, სექტორული ნიმუშების ამოცნობას, მოლაპარაკებასა და პროცესის ლიდერობას. „ხელოვნურ ინტელექტში კარგად ყოფნა“ ნიშნავს მის პასუხისმგებლობით ზედამხედველობას: კარგად აწარმოოთ გამომავალი, შეაფასოთ სტრეს-ტესტირება და დააფიქსიროთ ის, რაც ტექნიკურად სწორია, მაგრამ კომერციულად არასწორი. გამარჯვებულები რეალობის შესანიშნავი რედაქტორები ხდებიან. 🧠🤖

ცნობები

[1] მსოფლიო ეკონომიკური ფორუმი - სამუშაო ადგილების მომავლის ანგარიში 2025 (დაიჯესტი)
[2] McKinsey Global Institute - გენერაციული ხელოვნური ინტელექტის ეკონომიკური პოტენციალი: პროდუქტიულობის შემდეგი საზღვარი
[3] საერთაშორისო ანგარიშსწორების ბანკი - ინტელექტუალური ფინანსური სისტემა: როგორ ცვლის ხელოვნური ინტელექტი ფინანსებს (BIS სამუშაო დოკუმენტები No 1194, PDF)
[4] ფედერალური რეზერვი - სამეთვალყურეო სახელმძღვანელო მოდელის რისკების მართვის შესახებ (SR 11-7), PDF
[5] FINRA - წიგნები და ჩანაწერები (მათ შორის SEC Exchange Act-ის 17a-4 წესის ელექტრონული კომუნიკაციების შენახვა)

იპოვეთ უახლესი ხელოვნური ინტელექტი ოფიციალურ ხელოვნური ინტელექტის ასისტენტების მაღაზიაში

ჩვენს შესახებ