پروژه مرکوری OpenAI و آینده وال استریت
شرکت OpenAI در حال پرداخت سالانه 300,000 دلار به بانکداران سرمایهگذاری سابق است تا مدلهای هوش مصنوعی خود را آموزش دهد. این شرکت در حال جذب افرادی است که از کار بانکی دست کشیدهاند تا به یک تلاش مخفیانه به نام پروژه مرکوری بپیوندند. اما این موضوع چه معنایی برای آینده وال استریت دارد؟
پروژه مرکوری: آموزش هوش مصنوعی برای انجام کار بانکداران
شغل جدید در وال استریت نه شامل صبحهای زود است، نه شبهای دیر، و نه حتی خود وال استریت. این شغل کاملاً از راه دور است، ساعتی 150 دلار پرداخت میکند و شامل آموزش هوش مصنوعی برای انجام کار تحلیلگران بانکداری سرمایهگذاری است.
این اساس پروژه مرکوری، یک تلاش مخفیانه از OpenAI برای خودکارسازی کارهای طاقتفرسای مالی است که معمولاً توسط تحلیلگران بانکداری سرمایهگذاری واقعی انجام میشود. بر اساس گزارشی از بلومبرگ، OpenAI بیش از 100 بانکدار سابق از JP Morgan، Morgan Stanley، Goldman Sachs و شرکتهای مشابه را استخدام کرده است تا مدلهای خود را برای اجرای تجزیه و تحلیل جریان نقدی تخفیفیافته، تدوین منطق مالی برای معاملات و تهیه کتابهای پیشنهادی به همان روشی که روسای سابقشان زمانی خواستار آن بودند، آموزش دهند.
کارآموزی در دنیای مالی و نقش هوش مصنوعی
تا به حال، چنین وظایفی اساس کارآموزی در دنیای مالی را تشکیل میداده است. تحلیلگران جوان چند سال طاقتفرسا را در عمق کار میگذرانند: بررسی اعداد، قالببندی اسلایدها، پیشبینی اینکه یک معاون رئیس جمهور بعدی چه چیزی را درخواست میکند، فریاد زدن توسط بازیکنان ارشد و کم خوابیدن. پس از آن، آنها از نردبان بالا میروند تا پول بیشتری به دست آورند و کارهای جالبتری انجام دهند. البته، بسیاری از آنها به محض اینکه به طور کامل آموزش دیدند، بانکداری سرمایهگذاری را به طور کامل ترک میکنند. این سیستم یک عملکرد گسترده دارد که کارآموزان را تشویق میکند تا از این صنعت فرار کنند.
نگاهی به دیدگاههای مختلف
مت لوین، ستوننویس بلومبرگ، به دور باطل عجیب و غریب پروژه مرکوری اشاره کرد. اکثر بانکداران جوان پس از دو سال، به دلیل هفتههای 100 ساعته و استبداد اشتباهات کوچک، کار را ترک میکنند. او با طعنه نتیجه گرفت: «وقتی به هر حال بیرون هستید، ممکن است کاملاً خوشحال باشید که یک ربات را برای جایگزینی بانکداران جوان آموزش دهید.»
نرخ ساعتی – 150 دلار، یا حدود 300,000 دلار در سال اگر تمام وقت باشد، که بالاتر از اکثر حقوقهای ابتدایی بانکی حتی در Goldman Sachs است – یک انگیزه اضافی است.
اما اگر هوش مصنوعی حجم کار سطح ابتدایی را انجام دهد، چه اتفاقی برای خود سطح ابتدایی میافتد؟
راب لنگریک، مدافع ارشد محصول در موسسه CFA، به Quartz گفت: «این ایده که هوش مصنوعی به طور کامل جایگزین بانکداران جوان میشود، اغراقآمیز است. ما شاهد تکامل هستیم، نه حذف نقش سطح ابتدایی.» او به نظرسنجی چشمانداز فارغالتحصیلان 2025 این سازمان اشاره کرد که نشان داد «فقط 13٪ فکر میکنند هوش مصنوعی به طور قابل توجهی به دست آوردن شغلی را که میخواهند دشوارتر میکند.»
فرصتها و چالشهای هوش مصنوعی در بانکداری
لنگریک گفت: «هوش مصنوعی این پتانسیل را دارد که به متخصصان سرمایهگذاری کمک کند تا کارآمدتر کار کنند، اما سطح مهارتهای مورد نیاز را نیز بالا میبرد. این امر تمرکز بیشتری بر مهارتهای بین فردی و اجرای اخلاقی ایجاد میکند. ما این را فرصتی برای کسانی میدانیم که زودتر سازگار میشوند و از هوش مصنوعی و هوش انسانی استفاده میکنند. ما معتقدیم که برای موفقیت هوش مصنوعی در فرآیند سرمایهگذاری، یک انسان باید در حلقه بماند.»
لنگریک افزود که بانکداری همچنان «یک بازی بدون نقص است که در آن تشخیص اشتباهات در یک اسلاید قبل از جلسه با مشتری یک مهارت ارزشمند است. بانکداران ارشد هیچگونه تحمل نقصی در مطالب مشتری ندارند. و هر زمانی که با این ابزارها صرفهجویی شود، تقریباً به طور قطع در کار بر روی پیشنهادات بیشتر سرمایهگذاری میشود.»
او همچنین در مورد یک شکاف نسلی احتمالی هشدار داد. لنگریک گفت: «ما شروع به دریافت سیگنالهایی از نگرانی از سوی برخی از متخصصان کردهایم که هر نسل جوان گمشده در یک شرکت ممکن است باعث ایجاد مشکلات جانشینی در آینده شود. با این حال، وقتی با بسیاری از بانکها و مدیران دارایی صحبت میکنید، نمونههای زیادی از کاهش تعداد ورودی فارغالتحصیلان در شرکتهای بزرگ وجود نداشته است.»
او افزود: «ما انتظار داریم که تحلیلگران جوان به طور فزایندهای بر فرآیندهای خودکار نظارت کنند، از دقت اطمینان حاصل کنند، از استانداردهای اخلاقی بالایی که صنعت میخواهد حمایت کنند و صراحتاً خروجی را برای ارسال به زنجیره تأیید کنند.» اما این نیز جنبه مثبتی دارد. به جای از دست دادن تجربه کارآموزی، «تحلیلگران در اوایل دوران حرفهای خود بیشتر در معرض تصمیمگیری قرار میگیرند. این تغییر مستلزم آن است که تحلیلگران جدید زودتر از نسلهای گذشته از مهارتهای فنی و قضاوت استفاده کنند.»
نظر متخصصان مالی
در میان کسانی که در این صنعت کار کردهاند، واکنشها از اشتیاق تا دیدگاههای بدبینانهتر متغیر است. یک تحلیلگر سابق Morgan Stanley، که خواست نامش فاش نشود، گفت: «من فکر میکنم این خوب است زیرا اگر کار کند، بسیاری از افراد واقعاً باهوش را آزاد میکند تا روی مشکلات هیجانانگیزتر کار کنند. فراتر از یک نقطه، مدلسازی مالی نوعی تکراری است و اتلاف وقت برای برخی از درخشانترین ذهنهای ما است که اگر غیرضروری باشد، آن را انجام دهند.»
یکی دیگر از تحلیلگران سابق، که او نیز به صورت ناشناس صحبت میکرد، تردید بیشتری داشت: «با توجه به اینکه هوش مصنوعی چقدر مستعد جعل است، من به خروجی برای هیچ چیز مهمی اعتماد نمیکنم، و «بررسی برای اطمینان از اینکه هوش مصنوعی کار درستی انجام داده است» به نظر میرسد کار کمارزشی است. و البته، یک مدل هیچ کار جادویی انجام نمیدهد، آنچه آن را ارزشمند میکند، اعتبار فرضیات است.»
در حال حاضر، مدلهای OpenAI هنوز در مرحله آموزش هستند و هنوز در حال یادگیری آداب و رسوم ظریف حاشیهها و استفاده مناسب از حروف کج هستند. این شرکت میگوید هدفش «بهبود و ارزیابی قابلیتها در حوزههای مختلف» است، نه جایگزینی کامل انسانها. اما حتی این بیانیه به آیندهای اشاره دارد که در آن انواع مالی جوان وارد صنعت میشوند نه برای ساختن مدلها، بلکه برای ممیزی مدلهایی که ماشینها برای آنها ساختهاند.
این میتواند کارآمد، حتی انسانی به نظر برسد. اما همچنین خطر از بین بردن دانش دست اول را دارد – احساس اعداد، آشکارساز B.S. که با تماشای ورودیها ایجاد خروجیها ایجاد میشود، که به طور محاورهای به عنوان GIGO یا «آشغال وارد میشود، آشغال خارج میشود» شناخته میشود – که فقط از ساختن چیزها به صورت تکه تکه به دست میآید. حتی یک مدل عالی فقط به اندازه فرضیاتی که وارد آن میشود خوب است.
البته، برای OpenAI، هدف روشن است. پروژه مرکوری بخشی از یک تلاش بزرگتر برای مفیدتر کردن فناوری خود برای مشاغل است. سودآورتر هم هست. با وجود ارزشگذاری بازار خصوصی در شمال 500 میلیارد دلار، این شرکت هنوز سود نکرده است. آموزش مدلهای GPT خود برای انجام کارهای شرکتی نسبتاً پردرآمد بخشی از برنامه برای تغییر آن است، از جمله کار هزاران تحلیلگر بانکی جوان – به طور بالقوه، به هر حال.
نظر شما در مورد این مطلب چیه؟