Bankir mengatakan kesenjangan bakat sedang dikerahkan, bukan membangun AI

Bank bekerja untuk mengisi kesenjangan bakat untuk bersaing dalam apa yang disebut Perlombaan Senjata AItetapi para profesional yang paling diminati belum tentu pencipta model AI, peneliti atau spesialis data. Sebaliknya, banyak yang memprioritaskan peran implementasi AI daripada posisi penelitian dan pengembangan.

“Pakar AI adalah bagian penting dari ini, karena, jelas, merekalah yang memiliki keahlian teknis,” kata Ted Paris, kepala analitik, intelijen dan AI di TD Bank. “Namun, ketika kita berpikir tentang dapat benar -benar memenuhi program -program ini dan apa yang ditawarkan janji mereka, ini bukan hanya tentang melakukan analisis (dan) membangun model. Ini sebenarnya tentang memastikan bahwa Anda dapat secara efektif mengimplementasikan model.”

Fokus hasil

Untuk TD, ini berarti fokus pada hasil. Bank membutuhkan spesialis AI, ilmuwan data, dan ahli manajemen perubahan, tetapi peran yang relevan dengan AI yang paling sulit untuk diisi adalah yang membutuhkan keterampilan manajemen risiko, katanya. Pekerjaan -pekerjaan ini berperan dalam keberhasilan peluncuran inisiatif AI.

“Itu adalah ruang di mana kita mungkin harus bersandar sedikit lebih sulit untuk menemukan bakat saat ini (bukan) daripada keluar dan menemukan para ilmuwan data yang tertarik untuk benar -benar membangun model sendiri,” katanya. “Beberapa dari mereka (orang) akan menjadi pengacara, tetapi beberapa dari mereka juga orang teknis,” termasuk mereka yang menilai dan menguji model untuk konsistensi, bias dan kemampuan penjelasan, tambahnya.

TD, yang memiliki $ 399,9 miliar Dalam aset, adalah “baik dalam kelompok sebaya kami” pada penerapan AI di seluruh organisasi, kata Paris. Peluncuran AI generatif bank, katanya, berada pada tahap awal dan termasuk efisiensi, produktivitas, dan kasus penggunaan kembali kantor yang menghadap ke kantor yang membutuhkan pengawasan “manusia dalam loop”. Penggunaan potensial untuk teknologi dapat mencakup mensintesis informasi yang diperoleh dari pertanyaan klien atau menyederhanakan cara bank melatih anggota staf.

“Ada spektrum hal -hal yang dapat Anda lakukan di dalam ruang itu, tetapi banyak dari itu adalah ekstraksi informasi atau manajemen pengetahuan yang berorientasi,” kata Paris.

Keahlian manajemen produk

Lembaga-lembaga kecil yang mungkin lebih condong pada vendor untuk membangun peluncuran AI mereka, masih mungkin memerlukan keahlian implementasi AI in-house.

Ryan Hildebrand, Wakil Presiden Eksekutif dan Chief Innovation Officer di Bankwell Financial Group, bank aset $ 3,2 miliar yang berbasis di Kanaan Baru, Connecticut, mengatakan bank tertarik untuk menambahkan spesialis produk yang memahami cara memasukkan AI ke dalam perjalanan produk.

“Kami tidak mempekerjakan insinyur … kami mempekerjakan orang -orang yang bisa sangat solid dalam memahami bagaimana suatu proses dapat bekerja dan memikirkan pelanggan akhir,” katanya. “(Mereka) memahami hal -hal seperti kepatuhan, operasi, pergi ke pasar, hal -hal seperti itu.”

Hildebrand mengatakan dia pikir ada kekurangan manajer produk yang memiliki keahlian dalam AI, sebagai lawan dari staf AI yang lebih teknis.

“Di masa lalu, kami sangat mengandalkan insinyur, dan manajer produk telah menjadi yang kedua. Sekarang, saya pikir semuanya terbalik,” katanya. Ini termasuk orang -orang yang dapat bekerja dengan AI dan dapat mempertimbangkan apa yang mungkin menjadi petunjuk terbaik, katanya.

Bergerak dari ‘Builders’ ke ‘Transformers’

Menurut Evident’s 2024 Laporan Bakat AIlebih dari 112.000 orang terlibat dalam membawa AI ke pasar di seluruh pengembangan AI, rekayasa data, risiko model dan posisi implementasi yang berfokus pada AI lainnya, di antara 50 bank yang dilacak organisasi. Ukuran indeks AI yang jelas dan menempati peringkat adopsi dan kinerja AI di seluruh jasa keuangan. North American Banks Capital One (peringkat#1), JPMorgan Chase (#2) dan Wells Fargo (#4) mendapat skor tinggi pada pilar bakat dari indeks AI yang jelas.

Implementasi AI memegang tempat yang menonjol di antara peran AI yang dilacak dalam penelitian jelas dari tahun 2024. Di antara peran AI di antara 50 perusahaan yang dilacak dalam indeks AI yang jelas, 40% difokuskan pada implementasi. Itu dibandingkan dengan 31% yang berfokus pada rekayasa data, 26% didedikasikan untuk pengembangan AI dan 3% berfokus pada risiko model.

Perekrut mengatakan pergeseran menuju implementasi selaras dengan tren yang lebih luas di seluruh industri keuangan. Alih -alih mempekerjakan AI “pembangun,” perusahaan keuangan lebih fokus pada peran yang memiliki kewenangan yang lebih horizontal.

“Sepuluh atau lima belas tahun yang lalu, Anda mempekerjakan sebagian besar orang teknis. Mereka mencari kemampuan ini, dan berusaha membangunnya,” kata Christoph Wollersheim, seorang konsultan dan co-memimpin praktik AI di perusahaan pencarian eksekutif Egon Zehnder. “Apa yang bergeser adalah bahwa Anda sekarang membutuhkan lebih banyak dari apa yang kami sebut transformator AI, karena mereka sebenarnya dapat menciptakan beberapa dampak melalui skala kasus penggunaan.”

Tantangan dengan menemukan “AI Transformers” adalah persyaratan untuk memiliki pengetahuan tentang kasus penggunaan AI, bersama dengan pemahaman terperinci tentang industri keuangan.

“Anda sekarang berusaha menemukan orang yang berada di industri jasa keuangan dan mengetahui segalanya tentang AI, dan idealnya, tahu segalanya tentang area kasus penggunaan yang seharusnya bertanggung jawab atas orang ini,” kata Wollersheim. “Jika Anda melihat unit bisnis perbankan ritel, itu menjadi sangat, sangat sempit sekarang.”

Stafing untuk Keterampilan AI tidak selalu tentang memenuhi kekurangan keterampilan, tetapi bagian dari perencanaan dan investasi dalam kebutuhan dan prioritas masa depan organisasi, kata Jesse Skaff, direktur eksekutif dan kepala tim manajemen akun strategis AS di perusahaan perekrutan Selby Jennings. Dia mengakui fokus pada implementasi daripada membangun prioritas AI perusahaan keuangan.

“Saya tidak berpikir bank perlu mencari orang yang dapat menciptakan atau membuat dari awal,” katanya. “Sebaliknya, bank mencari orang -orang yang dapat menemukan kasus penggunaan dan menjalankan dengan ide -ide kasus penggunaan untuk implementasi AI.”

Rintangan utama, kata perekrut, adalah menemukan bakat yang tepat dalam geografi yang tepat, dan memenuhi persyaratan kompensasi yang tinggi.

“Kandidat tingkat asosiasi-menengah yang bekerja dalam pembelajaran mesin dan AI menghasilkan sebanyak VPS yang bekerja dalam peran teknologi yang lebih tradisional,” kata Connor O’Sullivan, konsultan utama untuk perekrutan teknologi keuangan di Selby Jennings. “Saya baru -baru ini berbicara dengan seorang kandidat di sebuah perusahaan jasa keuangan global dengan pengalaman empat tahun dalam AI dan pembelajaran mesin, dan dia menargetkan $ 300.000 (per tahun). Saya juga berbicara dengan seorang insinyur tradisional di perusahaan yang sama yang ada (di ) Tingkat utama dengan pengalaman 12 tahun, dan ia memiliki kompensasi yang sama. “