ຄຳຕອບສັ້ນໆ: AI ຈະບໍ່ສາມາດທົດແທນພະນັກງານທະນາຄານລົງທຶນໄດ້ຢ່າງເຕັມສ່ວນ, ແຕ່ມັນຈະເຂົ້າຄວບຄຸມວຽກງານ "ການຜະລິດ" ຂະໜາດນ້ອຍ ແລະ ຫຼຸດຜ່ອນທີມງານບາງທີມຍ້ອນວ່າຂະບວນການເຮັດວຽກໄດ້ຖືກປັບປຸງໃໝ່. ຖ້າບໍລິສັດສາມາດປິດລ້ອມເຄື່ອງມືພາຍໃນລາງລົດໄຟການປະຕິບັດຕາມ ແລະ ເສັ້ນທາງການກວດສອບທີ່ແໜ້ນໜາ, ຂະບວນການວິເຄາະຈະຖືກບີບອັດຢ່າງໄວວາ; ຖ້າຄວາມໄວ້ວາງໃຈແຕກຫັກພາຍໃຕ້ຄວາມກົດດັນ, ມະນຸດຍັງເປັນເຈົ້າຂອງການຕັດສິນໃຈ.
ບົດຮຽນຫຼັກ:
ການອັດຕະໂນມັດຂອງໜ້າວຽກ : ໃຊ້ AI ສຳລັບຮ່າງສະບັບທຳອິດ, ການປຽບທຽບ, ບົດສະຫຼຸບ ແລະ ການຈັດຮູບແບບສະໄລ້.
ຂໍ້ໄດ້ປຽບຂອງມະນຸດ : ສຸມໃສ່ຄວາມໄວ້ວາງໃຈ, ການເຈລະຈາ, ການເມືອງ ແລະ ຄວາມຮັບຜິດຊອບໃນຂໍ້ຕົກລົງທີ່ມີຊີວິດຊີວາ.
ການປ່ຽນແປງອາວຸໂສ : ນັກວິເຄາະບີບອັດ; ຜູ້ຮ່ວມງານ/ຮອງປະທານໄດ້ຮັບອິດທິພົນຜ່ານການທົບທວນ ແລະ ການຕັດສິນ.
ການຄວບຄຸມກ່ອນ : ຮຽກຮ້ອງໃຫ້ມີການຕິດຕາມການກວດສອບ, ສັນຍານຄວາມບໍ່ແນ່ນອນ, ແລະ ຂໍ້ຈຳກັດການປະຕິບັດຕາມຢ່າງເຂັ້ມງວດ.
ຄວາມສ່ຽງດ້ານການຝຶກອົບຮົມ : ຖ້າວຽກງານທີ່ຕ້ອງເຮັດຊ້ຳໆຫາຍໄປ, ໃຫ້ສ້າງການຝຶກງານຄືນໃໝ່ດ້ວຍວົງຈອນການຝຶກຝົນຢ່າງຕັ້ງໃຈ.
ບົດຄວາມທີ່ທ່ານອາດຈະຢາກອ່ານຫຼັງຈາກບົດຄວາມນີ້:
🔗 AI ຈະທົດແທນນັກວິທະຍາສາດລັງສີໃນອະນາຄົດອັນໃກ້ນີ້ບໍ?
ວິທີການເຮັດວຽກຂອງການຖ່າຍພາບອາດຈະປ່ຽນແປງໄປດ້ວຍການວິນິດໄສທີ່ຊ່ວຍເຫຼືອດ້ວຍ AI.
🔗 AI ຈະມາແທນນັກບັນຊີ ຫຼື ປ່ຽນບົດບາດ
ສິ່ງທີ່ລະບົບອັດຕະໂນມັດສາມາດຈັດການໄດ້, ແລະບ່ອນທີ່ມະນຸດຍັງມີຄວາມສໍາຄັນ.
🔗 AI ຈະທົດແທນນັກວິເຄາະຂໍ້ມູນບໍ?: ການສົນທະນາທີ່ແທ້ຈິງ
ມຸມມອງປະຕິບັດໄດ້ຈິງກ່ຽວກັບໜ້າວຽກທີ່ AI ສາມາດທົດແທນໄດ້ ແລະ ບໍ່ສາມາດທົດແທນໄດ້.
🔗 AI ຈະທົດແທນທະນາຍຄວາມບໍ? ຄຳຖາມທີ່ຫຍຸ້ງຍາກກວ່າທີ່ມັນເບິ່ງຄືວ່າ
ເປັນຫຍັງວຽກງານທາງດ້ານກົດໝາຍຈຶ່ງຕ້ານທານກັບລະບົບອັດຕະໂນມັດເຕັມຮູບແບບ, ເຖິງວ່າຈະມີ AI ເພີ່ມຂຶ້ນຢ່າງໄວວາກໍຕາມ.
ຄຳຕອບສັ້ນໆຕໍ່ “AI ຈະທົດແທນທະນາຄານລົງທຶນບໍ?” 📌
ປະດິດ (AI) ບໍ່น่าຈະທົດແທນນັກທະນາຄານລົງທຶນໄດ້ຢ່າງສົມບູນແບບ ເພາະວ່າທະນາຄານບໍ່ພຽງແຕ່ຜະລິດຜົນຜະລິດເທົ່ານັ້ນ - ມັນຍັງເປັນ ການຊະນະຄວາມໄວ້ວາງໃຈ, ການນຳທາງຄວາມບໍ່ແນ່ນອນ, ແລະ ການໄດ້ຮັບຂໍ້ຕົກລົງທີ່ຫຼາກຫຼາຍ ເມື່ອທຸກຄົນມີແຮງຈູງໃຈ ແລະ ຄວາມຊົງຈຳທີ່ເລືອກເຟັ້ນທີ່ແຕກຕ່າງກັນ.
ແຕ່ AI ຈະ:
-
ເຮັດວຽກວິເຄາະ, ຮ່າງ ແລະ ຂະບວນການ ໂດຍອັດຕະໂນມັດໃນສ່ວນໃຫຍ່ຂອງ
-
ບີບອັດເສັ້ນເວລາສຳລັບການສະເໜີ ແລະ ການປະຕິບັດ
-
ຫຼຸດຜ່ອນຈຳນວນຄົນທີ່ຕ້ອງການສຳລັບວຽກງານບາງຊັ້ນ
-
ປ່ຽນຄ່າໄປສູ່ ຄວາມສຳພັນຂອງກຳລັງມ້າ + ການຕັດສິນ + ການແຈກຢາຍ
-
ບັງຄັບໃຫ້ທະນາຄານຄິດຄືນໃໝ່ກ່ຽວກັບຮູບແບບ “ການຝຶກງານ” ທີ່ນັກວິເຄາະເຊື່ອມໂຍງເຂົ້າກັບ
ສະນັ້ນ, ຖ້າທ່ານຖາມວ່າ "AI ຈະທົດແທນພະນັກງານທະນາຄານລົງທຶນບໍ?" ຄືກັບວ່າມັນເປັນການປ່ຽນແມ່ນ/ບໍ່, ຄຳຕອບທີ່ຊັດເຈນຄື: AI ທົດແທນໜ້າວຽກ, ບໍ່ແມ່ນຊະນິດພັນທັງໝົດ 🧠🤖
ກວດສອບຄວາມເປັນຈິງຢ່າງວ່ອງໄວ: ນີ້ບໍ່ແມ່ນ "ມື້ໜຶ່ງ" - ມັນມີຢູ່ໃນຄະນິດສາດກຳລັງແຮງງານແລ້ວ 🔢
ວິທີທີ່ສະອາດໃນການວາງກອບນີ້: ຜູ້ບໍລິຫານບໍ່ໄດ້ໂຕ້ວາທີ ຫຼືບໍ່ - ພວກເຂົາກຳລັງວາງແຜນງົບປະມານປະມານມັນ.
-
ໃນການສຳຫຼວດນາຍຈ້າງຂອງເວທີປຶກສາຫາລືເສດຖະກິດໂລກ, 86% ການຢຸດເຮັດວຽກ ຂະໜາດໃຫຍ່ (ການສ້າງ + ການຍົກຍ້າຍ) ທີ່ເກີດຈາກການຫັນປ່ຽນໂຄງສ້າງ. [1]
-
ໃນຂະນະດຽວກັນ, ການຄົ້ນຄວ້າຜະລິດຕະພາບທີ່ສຳຄັນໄດ້ໂຕ້ຖຽງວ່າ AI ທີ່ສ້າງສັນສາມາດປ່ຽນແປງຜົນຜະລິດຕໍ່ຊົ່ວໂມງໄດ້ຢ່າງຫຼວງຫຼາຍ ຖ້າ ອົງກອນຕ່າງໆສາມາດປັບເວລາ ແລະ ເຊື່ອມຕໍ່ຂະບວນການເຮັດວຽກຄືນໃໝ່ໄດ້ສຳເລັດ ("ຖ້າ" ສຳຄັນຫຼາຍ ແຕ່ນັ້ນແມ່ນຈຸດປະສົງ). [2]
ການແປ: ເຖິງແມ່ນວ່າ “ນັກທະນາຄານ” ຈະບໍ່ຫາຍໄປ, ຮູບແບບການດຳເນີນງານ ກໍ່ຈະບໍ່ຄືເກົ່າ.
ສິ່ງທີ່ນັກທະນາຄານລົງທຶນເຮັດ (ສ່ວນທີ່ຄົນລືມ) 🧾📈
ຖ້າການລົງທຶນໃນທະນາຄານເປັນພຽງຕາຕະລາງ ແລະ ແຜ່ນສະໄລ້, ການສົນທະນານີ້ຄົງຈະສິ້ນສຸດລົງແລ້ວ. ແຕ່ວຽກນີ້ຄ້າຍຄືກັບວຽກຫ້າຢ່າງທີ່ວາງຊ້ອນກັນຢູ່ໃນເສື້ອຄຸມຍາວ:
-
ການເລີ່ມຕົ້ນ (ການຊອກຫາ ແລະ ຜົນງານທີ່ໄດ້ຮັບໄຊຊະນະ)
ການສ້າງສາຍພົວພັນ, ການວາງຕຳແໜ່ງ, ການກຳນົດເວລາ, ການເມືອງ. ການປິ່ນປົວເລັກນ້ອຍ, ຍຸດທະສາດເລັກນ້ອຍ, ໝາກຮຸກເລັກນ້ອຍ ♟️ -
ການປະຕິບັດ (ເຮັດໃຫ້ຂໍ້ຕົກລົງເກີດຂຶ້ນ)
ການປະສານງານລະຫວ່າງທະນາຍຄວາມ, ນັກບັນຊີ, ຄະນະກຳມະການພາຍໃນ, ຜູ້ນຳລູກຄ້າ, ຄູ່ຮ່ວມທຸລະກິດ... ບວກກັບວິກິດການ "ຂະໜາດນ້ອຍ" ຢ່າງຕໍ່ເນື່ອງ. -
ການປະເມີນມູນຄ່າ ແລະ ການເລົ່າເລື່ອງ
ບໍ່ພຽງແຕ່ຕົວເລກເທົ່ານັ້ນ - ເລື່ອງລາວທີ່ລອດຊີວິດຈາກການກວດສອບຢ່າງລະອຽດ. ເປັນຫຍັງຕ້ອງຕົກລົງແບບນີ້, ເປັນຫຍັງຕ້ອງຕອນນີ້, ເປັນຫຍັງຕ້ອງລາຄາແບບນີ້. -
ການຄຸ້ມຄອງ
ຍະເວລາ, ຫ້ອງຂໍ້ມູນ, ການຮ້ອງຂໍຄວາມພາກພຽນ, ການລ້ຽງສັດຂອງຜູ້ມີສ່ວນຮ່ວມ. ໂດຍພື້ນຖານແລ້ວມັນແມ່ນການຄຸ້ມຄອງແມວແບບມືອາຊີບ 🐈 -
ການຄຸ້ມຄອງຄວາມສ່ຽງ ແລະ ການຕັດສິນຊື່ສຽງ
ສິ່ງທີ່ບໍ່ຄວນເຮັດມີຄວາມສຳຄັນເທົ່າກັບສິ່ງທີ່ຄວນເຮັດ. ບາງຄັ້ງກໍ່ຫຼາຍກວ່ານັ້ນ.
AI ສາມາດຊ່ວຍໄດ້ທັງຫ້າຢ່າງ. ການທົດແທນທັງຫ້າຢ່າງແມ່ນຍາກກວ່າ.
ສິ່ງທີ່ເຮັດໃຫ້ AI ລຸ້ນທີ່ດີໃນການລົງທຶນດ້ານທະນາຄານ 🤝🤖
“ຮຸ່ນທີ່ດີ” ຂອງ AI ໃນຂະແໜງການທະນາຄານບໍ່ແມ່ນຮຸ່ນທີ່ສ້າງວັກທີ່ສວຍງາມທີ່ສຸດ. ແຕ່ມັນແມ່ນຮຸ່ນທີ່ປະພຶດຕົວຄືກັບເພື່ອນຮ່ວມທີມລຸ້ນນ້ອຍທີ່ໜ້າເຊື່ອຖືໄດ້ຜູ້ທີ່:
-
ບໍ່ໄດ້ເຮັດໃຫ້ເກີດອາການຫຼອນ (ຫຼືຢ່າງໜ້ອຍກໍ່ສະແດງຄວາມບໍ່ແນ່ນອນຢ່າງຊັດເຈນ)
-
ອະທິບາຍສົມມຸດຕິຖານຂອງມັນ ໂດຍບໍ່ປ່ຽນເປັນການບັນຍາຍປັດຊະຍາ
-
ເຮັດວຽກພາຍໃນຂໍ້ຈຳກັດການປະຕິບັດຕາມ ໂດຍບໍ່ຕ້ອງຈົ່ມກ່ຽວກັບມັນ
-
ໃຊ້ແມ່ແບບ ແລະ ການຄວບຄຸມເວີຊັນທີ່ສອດຄ່ອງກັນ (ການທະນາຄານມັກຈະບໍ່ມັກຄວາມສຸ່ມ)
-
ເຂົ້າໃຈສະພາບການ - ການເຄື່ອນໄຫວຂອງຂະແໜງການ, ມາດຕະຖານໂຄງສ້າງຂໍ້ຕົກລົງ, ຄວາມອ່ອນໄຫວຂອງລູກຄ້າ
-
ຮັກສາຮ່ອງຮອຍການກວດສອບ ເພື່ອໃຫ້ຜູ້ໃດຜູ້ໜຶ່ງສາມາດປົກປ້ອງຜົນຜະລິດໄດ້ໃນພາຍຫຼັງ 😬
ນອກຈາກນີ້: ການເງິນໄດ້ຮັບຮອງເອົາ AI (ລວມທັງ GenAI) ໃນສະຖານທີ່ຕ່າງໆເຊັ່ນ: ການປະມວນຜົນ ແລະ ການປະຕິບັດຕາມລະບົບ back-end, ໃນຂະນະທີ່ ກ່າວເຖິງຄວາມສ່ຽງເຊັ່ນ: ຄວາມໂປ່ງໃສ, ຄວາມເປັນສ່ວນຕົວ, ຄວາມປອດໄພທາງໄຊເບີ ແລະ ອະຄະຕິຢ່າງຊັດເຈນ. ຄວາມເຄັ່ງຕຶງນັ້ນແມ່ນເກມທັງໝົດ. [3]
ຂໍ້ກຳນົດທີ່ເຊື່ອງໄວ້ຄືຄວາມໄວ້ວາງໃຈ. ລຸ້ນລົດສາມາດສະຫຼາດໄດ້, ແຕ່ຖ້າມັນບໍ່ສາມາດໄວ້ວາງໃຈໄດ້ພາຍໃຕ້ຄວາມກົດດັນ, ມັນຈະກາຍເປັນພາລະ. ຄືກັບລົດກິລາທີ່ມີເບກທີ່ບໍ່ໜ້າເຊື່ອຖື - ມ່ວນຈົນກວ່າມັນຈະບໍ່ແມ່ນ.
ບ່ອນທີ່ AI ເຂົ້າມາກ່ອນ: ພາກສ່ວນ "ອຸດສາຫະກໍາ" ຂອງການທະນາຄານ 🏭🧠
ການຍົກຍ້າຍທີ່ໄວທີ່ສຸດແມ່ນຢູ່ໃນວຽກງານທີ່:
-
ປະລິມານສຽງສູງ
-
ຂັບເຄື່ອນດ້ວຍແມ່ແບບ
-
ຄວາມຜິດພາດທີ່ມັກຈະເກີດຂຶ້ນໂດຍມະນຸດ
-
ກວດສອບໄດ້ງ່າຍດ້ວຍກົນຈັກ
ສະນັ້ນແມ່ນແລ້ວ, ຄວາມເຈັບປວດຂອງນັກວິເຄາະແບບຄລາສສິກຫຼາຍຢ່າງແມ່ນຢູ່ໃນເຂດທີ່ມີການລະເບີດ.
ໜ້າວຽກທີ່ມີແນວໂນ້ມທີ່ຈະອັດຕະໂນມັດ (ຫຼື ບີບອັດຢ່າງໜັກ)
-
ການຮ່າງຂໍ້ຄວາມສະເໜີຂາຍຄັ້ງທຳອິດ ແລະ ພາບລວມຂອງຕະຫຼາດ ✍️
-
ການສ້າງຕາຕະລາງ comps ຈາກອິນພຸດທີ່ມີໂຄງສ້າງ
-
ສະຫຼຸບເອກະສານ, ບົດສະຫຼຸບຜົນການຄົ້ນຄວ້າ, ບັນທຶກການຄົ້ນຄວ້າ
-
ການຈັດຮູບແບບສະໄລ້ ແລະ ການບັງຄັບໃຊ້ກົດລະບຽບຂອງຍີ່ຫໍ້ (ລາກ່ອນ, ສົງຄາມການຈັດລຽນ 2 ໂມງເຊົ້າ) 🎯
-
ການສ້າງພາກສ່ວນ CIM ຮ່າງຈາກບັນທຶກການກວດສອບທີ່ສະໜອງໃຫ້
-
ສ້າງສະຖານະການປະເມີນມູນຄ່າຫຼາຍອັນໄດ້ຢ່າງວ່ອງໄວ
-
ການຮ່າງອີເມວ, ການອັບເດດສະຖານະ, ກຳນົດການປະຊຸມ (ສິ່ງທີ່ໜ້າສົນໃຈ...)
ການບິດເບືອນ
ເຖິງແມ່ນວ່າ AI ຈະ “ເຮັດ” ໜ້າທີ່, ມະນຸດກໍຍັງ:
-
ກວດສອບມັນ
-
ແກ້ໄຂມັນ
-
ປົກປ້ອງມັນພາຍໃນ
-
ນຳສະເໜີມັນພາຍນອກ
ສະນັ້ນ, ວຽກງານຈຶ່ງປ່ຽນຈາກການສ້າງສັນໄປສູ່ ການທົບທວນ, ການຊີ້ນຳ, ແລະ ການຕັດສິນ . ເຊິ່ງຟັງແລ້ວງ່າຍກວ່າ... ຈົນກວ່າເຈົ້າຈະເປັນຜູ້ລົງນາມໃນມັນ 😵💫
ບົດຄວາມສັ້ນໆທີ່ທຳມະດາຫຼາຍ: ເວລາ 23:17 ໂມງ, ລູກຄ້າຕ້ອງການ "ເລື່ອງຮຸ້ນທີ່ເຂັ້ມງວດກວ່າເກົ່າ" ໃນຕອນເຊົ້າ, ແລະ ມີຄົນຕ້ອງການ ສາມ ສະບັບສຳລັບ ສາມ ກຸ່ມສະມາຊິກພາຍໃນ. ການຕັ້ງຄ່າ AI ທີ່ແຂງແກ່ນສາມາດຮ່າງພາສາຜ່ານຄັ້ງທຳອິດ ແລະ ສ້າງໂຄງຮ່າງສະໄລ້ໄດ້ພາຍໃນນາທີ - ແລະຫຼັງຈາກນັ້ນຮອງ/ຮອງປະທານຈະເຮັດວຽກຕົວຈິງ: ແກ້ໄຂສິ່ງທີ່ ຖືກຕ້ອງທາງດ້ານເຕັກນິກ ແຕ່ ຜິດພາດທາງການຄ້າ .
ບ່ອນທີ່ AI ມີບັນຫາ: ກາວຂອງມະນຸດທີ່ປິດການເຮັດທຸລະກຳ 🧩💬
ນີ້ແມ່ນຄວາມຈິງທີ່ໜ້າອາຍ: ມູນຄ່າການລົງທຶນຂອງທະນາຄານສ່ວນໃຫຍ່ແມ່ນຂຶ້ນກັບສັງຄົມ ແລະ ສະຖານະການ. ບໍ່ແມ່ນສັງຄົມປອມ - ແຕ່ແມ່ນສັງຄົມສະພາບການ.
AI ມີບັນຫາຫຼາຍຂຶ້ນກັບ:
-
ຈິດຕະວິທະຍາຂອງລູກຄ້າ: ຄວາມຢ້ານກົວ, ອີໂກ້, ການເມືອງພາຍໃນ, ການເຄື່ອນໄຫວຂອງຄະນະກຳມະການ
-
ລາຍລະອຽດຂອງການເຈລະຈາ: ສິ່ງທີ່ເວົ້າ ທຽບກັບ ສິ່ງທີ່ໝາຍຄວາມວ່າ
-
ສະຕິປັນຍາໃນການກຳນົດເວລາ: ເວລາທີ່ຈະຍູ້, ເວລາທີ່ຈະຢຸດຊົ່ວຄາວ
-
ຄວາມໄວ້ວາງໃຈໂດຍອີງໃສ່ຊື່ສຽງ: “ຂ້ອຍເຄີຍເບິ່ງໜັງເລື່ອງນີ້ມາກ່ອນ, ຢ່າເຮັດແບບນັ້ນ”
-
ໂຄງສ້າງທີ່ສ້າງສັນ ພາຍໃຕ້ຂໍ້ຈຳກັດ (ພາສີ, ການຄຸ້ມຄອງ, ຄວາມຂັດແຍ້ງດ້ານກົດລະບຽບ)
-
ຄວາມຮັບຜິດຊອບ: ລູກຄ້າຕ້ອງການຄົນທີ່ເປັນເຈົ້າຂອງຄໍາແນະນໍາ
ຮູບແບບສາມາດແນະນຳໂຄງສ້າງໄດ້. ມັນບໍ່ສາມາດນັ່ງຢູ່ກົງກັນຂ້າມກັບ CEO ຜູ້ທີ່ເຄິ່ງໃຈຮ້າຍເຄິ່ງຢ້ານກົວ ແລະ ຄວບຄຸມການສົນທະນາກັບຄືນສູ່ທາງເລືອກທີ່ມີເຫດຜົນຢ່າງສະຫງົບ. ນັ້ນແມ່ນທັກສະຂອງມະນຸດຫຼາຍ. ບໍ່ແມ່ນມະຫັດສະຈັນ - ມະນຸດ.
ຕາຕະລາງປຽບທຽບ: ການຕັ້ງຄ່າ “AI + ທະນາຄານ” ອັນດັບຕົ້ນໆ (ແລະຜູ້ທີ່ເຂົາເຈົ້າຊ່ວຍ) 📊✨
ນີ້ແມ່ນມຸມມອງທີ່ໃຊ້ໄດ້ຈິງ - ບໍ່ແມ່ນສຳເນົາການຂາຍ "ເຄື່ອງມື AI ທີ່ດີທີ່ສຸດ", ຄ້າຍຄືກັບ "ຮູບແບບການນຳໃຊ້ທີ່ດີທີ່ສຸດ".
| ເຄື່ອງມື / ການຕັ້ງຄ່າ | ຜູ້ຊົມ | ລາຄາ | ເປັນຫຍັງມັນຈຶ່ງໃຊ້ໄດ້ |
|---|---|---|---|
| ນັກວິເຄາະຮ່ວມນຳທາງສຳລັບການແຂ່ງຂັນ + ຮ່າງ | ນັກວິເຄາະ, ຜູ້ຮ່ວມງານ | $-$$ | ເລັ່ງຄວາມໄວໃນການຮ່າງຄັ້ງທຳອິດ + ຫຼຸດຜ່ອນຄວາມຜິດພາດທີ່ໂງ່ໆ. ຍັງຕ້ອງການການກວດສອບ (ສະເໝີ). |
| ເຄື່ອງກຳເນີດໄຟຟ້າ Pitch-deck ພ້ອມດ້ວຍຮາວກັ້ນຍີ່ຫໍ້ | ທີມງານຄຸ້ມຄອງ | $$ | ປ່ຽນໂຄງຮ່າງທີ່ຫຍາບຄາຍໃຫ້ກາຍເປັນໜ້າເວັບທີ່ໃຊ້ໄດ້ໄວ… ບາງຄັ້ງການຈັດຮູບແບບກໍ່ແປກປະຫຼາດ |
| ຕົວສະຫຼຸບຄວາມພາກພຽນ + ບັອດຖາມ-ຕອບ | ທີມງານເຈລະຈາ | $$-$$$ | ຫຼຸດຜ່ອນເວລາອ່ານຢ່າງຫຼວງຫຼາຍ, ແຕ່ວ່າພຽງແຕ່ຖ້າການເຂົ້າເຖິງຂໍ້ມູນແມ່ນສະອາດ + ໄດ້ຮັບອະນຸຍາດເທົ່ານັ້ນ |
| ການຄົ້ນຫາຄວາມຮູ້ພາຍໃນ (ນະໂຍບາຍ, ຕົວຢ່າງ) | ທຸກໆຄົນ | $$ | ຊອກຫາຄຳຕອບ “ພວກເຮົາເຮັດແບບນີ້ໄດ້ແນວໃດໃນຄັ້ງທີ່ຜ່ານມາ?” - ປະຫຍັດເວລາໄດ້ຫຼາຍ 📚 |
| ຄວາມສະຫຼາດດ້ານສາຍພົວພັນ (ສັນຍານ, ການສ້າງແຜນທີ່ບັນຊີ) | ຜູ້ສູງອາຍຸ, ການກຳເນີດ | $$-$$$ | ຊ່ວຍໃນການກຳນົດເວລາ ແລະ ມຸມ; ບໍ່ໄດ້ທົດແທນຄວາມສຳພັນຕົວຈິງ |
| ຂັ້ນຕອນການອະນຸມັດ + ຕົວກວດສອບການປະຕິບັດຕາມ | ຄວາມສ່ຽງ, ກົດໝາຍ, ນັກທະນາຄານ | $$$ | ປ້ອງກັນຄວາມຜິດພາດທີ່ກາຍເປັນຂ່າວ. ຍັງເຮັດໃຫ້ສິ່ງຕ່າງໆຊ້າລົງ... ແບບແປກໆ 😬 |
ແມ່ນແລ້ວ ລາຄາແມ່ນບໍ່ແນ່ນອນ. ນັ້ນແມ່ນເຈດຕະນາ. ການຈັດຊື້ຂອງທະນາຄານແມ່ນຈັກກະວານຂະໜານຂອງມັນເອງ.
AI ຈະທົດແທນພະນັກງານທະນາຄານລົງທຶນບໍ? ມັນຂຶ້ນກັບຄວາມອາວຸໂສ 👔🧑💻
ນີ້ແມ່ນບ່ອນທີ່ການສົນທະນາກາຍເປັນເລື່ອງທີ່ໜ້າຕື່ນເຕັ້ນ.
ນັກວິເຄາະ ແລະ ນັກຮຽນຊັ້ນມັດທະຍົມປາຍ 😵💫
ວຽກງານລະດັບນ້ອຍຫຼາຍແມ່ນ:
-
ການຮ່າງ
-
ການຈັດຮູບແບບ
-
ກຳລັງອັບເດດ
-
ການສ້າງຮູບແບບດຽວກັນຄືນໃໝ່ດ້ວຍການປັບແຕ່ງເລັກນ້ອຍ
AI ບີບອັດສິ່ງນີ້ຢ່າງແຮງ. ຊຶ່ງໝາຍຄວາມວ່າ:
-
ອາດຈະຕ້ອງການນັກຮຽນຊັ້ນມັດທະຍົມປາຍໜ້ອຍລົງສຳລັບຜົນຜະລິດດຽວກັນ
-
ນັກກິລາໜຸ່ມທີ່ຍັງເຫຼືອຢູ່ຄາດວ່າຈະປະຕິບັດງານໃນລະດັບທີ່ສູງກວ່າໄວຂຶ້ນ
-
ຮູບແບບ "ການຮຽນຮູ້ຜ່ານຄວາມເຈັບປວດ" ຖືກລົບກວນ
ມັນມີຄວາມສ່ຽງທີ່ແທ້ຈິງ: ຖ້າ AI ກຳຈັດວຽກງານທີ່ຫຍຸ້ງຍາກ, ນັກຮຽນຊັ້ນມັດທະຍົມປາຍອາດຈະສູນເສຍການຊ້ຳໆທີ່ສ້າງສະຕິປັນຍາ. ຄ້າຍຄືກັບການຮຽນແຕ່ງກິນໂດຍການສັ່ງອາຫານເທົ່ານັ້ນ - ເຈົ້າຈະລອດຊີວິດ, ແຕ່ເຈົ້າຈະບໍ່ກາຍເປັນພໍ່ຄົວ.
ພະນັກງານຮ່ວມງານ ແລະ ຮອງປະທານ 🧠
ບົດບາດເຫຼົ່ານີ້ອາດຈະມີຄຸນຄ່າຫຼາຍຂຶ້ນ, ເພາະວ່າພວກມັນ:
-
ແປຄວາມຕ້ອງການຂອງລູກຄ້າໃຫ້ເປັນຜົນງານ
-
ຊອກຫາສິ່ງທີ່ຜິດພາດກ່ອນທີ່ມັນຈະສົ່ງ
-
ຄຸ້ມຄອງຜູ້ມີສ່ວນຮ່ວມ ແລະ ໄລຍະເວລາ
-
ຕີຄວາມໝາຍຄວາມບໍ່ແນ່ນອນ ແລະ ໂທອອກ
AI ເຮັດໃຫ້ພວກມັນໄວຂຶ້ນ, ບໍ່ລ້າສະໄໝ.
MDs ແລະ ຜູ້ເຮັດຝົນ ☔
ຖ້າທ່ານກຳລັງສ້າງລາຍໄດ້ຢ່າງແທ້ຈິງຜ່ານຄວາມສຳພັນ ແລະ ຄວາມໄວ້ວາງໃຈ, AI ຈະບໍ່ສາມາດທົດແທນທ່ານໄດ້. ມັນອາດຈະເຮັດໃຫ້ຊ່ອງຫວ່າງລະຫວ່າງ:
-
ນາຍທະນາຄານຜູ້ທີ່ສາມາດລິເລີ່ມ ແລະ ໃຫ້ຄໍາແນະນໍາ
-
ພະນັກງານທະນາຄານຜູ້ທີ່ຄວບຄຸມຂະບວນການສ່ວນໃຫຍ່
ຮຸນແຮງ, ແຕ່... ແມ່ນແລ້ວ.
ຊຸດທັກສະແບບໃໝ່ຂອງນັກທະນາຄານ (ຫຼື ວິທີທີ່ຈະບໍ່ຖືກກີດກັນ) 🧰🚀
ຖ້າ AI ເອົາການຜະລິດທີ່ຊ້ຳໆອອກຈາກແຜນຂອງທ່ານ, ສິ່ງທີ່ເຫຼືອແມ່ນສິ່ງທີ່ຄົນຈ່າຍຄ່າ.
ທັກສະທີ່ມີຄ່າຫຼາຍຂຶ້ນ
-
ການສ້າງເລື່ອງເລົ່າຂອງລູກຄ້າ: ປ່ຽນຄວາມສັບສົນໃຫ້ກາຍເປັນຄວາມເຊື່ອໝັ້ນ 🎶
-
ການຕັດສິນທາງການຄ້າ: ສິ່ງທີ່ສຳຄັນ, ສິ່ງທີ່ບໍ່ສຳຄັນ, ສິ່ງທີ່ມີຄວາມສ່ຽງ
-
ການຮັບຮູ້ຮູບແບບຂອງຂະແໜງການ: ການຮູ້ “ເຫດຜົນ” ທີ່ຢູ່ເບື້ອງຫຼັງຕົວເລກ
-
ການເຈລະຈາ ແລະ ອິດທິພົນ: ພາຍໃນ ແລະ ພາຍນອກ
-
ການນຳພາຂະບວນການ: ການຮັກສາຂໍ້ຕົກລົງໃຫ້ດຳເນີນໄປດ້ວຍຄວາມສັບສົນ
-
ການຊີ້ນຳຂອງ AI: ການກະຕຸ້ນ, ການກວດສອບຄວາມຖືກຕ້ອງ, ການທົດສອບຄວາມກົດດັນ
ແລະແມ່ນແລ້ວ, ການເປັນ “ຄົນເກັ່ງໃນ AI” ກາຍເປັນເລື່ອງຈິງ - ບໍ່ແມ່ນໃນທາງທີ່ໜ້າອາຍ. ຄ້າຍຄືກັບວ່າ: ເຈົ້າສາມາດໃຊ້ມັນໄດ້ຢ່າງມີຄວາມຮັບຜິດຊອບ, ວ່ອງໄວ, ແລະໂດຍບໍ່ເຮັດໃຫ້ທີມງານອາຍບໍ?.
ສິ່ງທີ່ບໍ່ສະບາຍໃຈ: ຄວາມສ່ຽງ, ການປະຕິບັດຕາມ, ແລະ ຄວາມຮັບຜິດຊອບ ⚠️🏛️
ການທະນາຄານບໍ່ແມ່ນ sandbox. ມັນເປັນເຄື່ອງຈັກຮັບຜິດຊອບ.
ສອງຄວາມເປັນຈິງທີ່ບໍ່ໜ້າສົນໃຈຫຼາຍເຮັດໃຫ້ການຮັບຮອງເອົາໄວຂຶ້ນ:
-
ການຄຸ້ມຄອງຄວາມສ່ຽງແບບຈຳລອງບໍ່ແມ່ນທາງເລືອກ.
ຜູ້ຄວບຄຸມທະນາຄານມີຄວາມຄາດຫວັງທີ່ຍາວນານກ່ຽວກັບການຄຸ້ມຄອງຄວາມສ່ຽງແບບຈຳລອງ: ການກວດສອບຄວາມຖືກຕ້ອງ, ເອກະສານ, ແລະ ການຄຸ້ມຄອງ. (AI ທີ່ສ້າງຂື້ນໃໝ່ບໍ່ໄດ້ຮັບການຜ່ານຫ້ອງໂຖງຢ່າງມະຫັດສະຈັນ - ຖ້າມີຫຍັງ, ມັນຈະຍົກລະດັບມາດຕະຖານສຳລັບການຄວບຄຸມ.) [4] -
ການສື່ສານ + ການເກັບຮັກສາບັນທຶກກາຍເປັນເລື່ອງຍາກໄວ.
ນາຍໜ້າຊື້ຂາຍມີພັນທະທີ່ຊັດເຈນໃນການຮັກສາການສື່ສານທີ່ກ່ຽວຂ້ອງກັບທຸລະກິດ (ລວມທັງການສື່ສານທາງອີເລັກໂທຣນິກ) ພາຍໃຕ້ລະບົບການເກັບຮັກສາບັນທຶກຂອງ SEC/FINRA. ສິ່ງນັ້ນມີຄວາມສຳຄັນເມື່ອຄົນເລີ່ມວາງສະພາບການຂອງຂໍ້ຕົກລົງເຂົ້າໃນເຄື່ອງມື, ສ້າງຮ່າງ, ຫຼື "ສົນທະນາ" ກັບບອທ໌ພາຍໃນ. [5]
ສະນັ້ນການຮັບຮອງເອົາມັກຈະເບິ່ງຄືວ່າ: "AI ຢູ່ທົ່ວທຸກແຫ່ງ ... ແຕ່ຫຼັງຈາກມັນຖືກລ້ອມຮອບແລ້ວ."
ອະນາຄົດຈະເປັນແນວໃດ: ຊັ້ນໜ້ອຍລົງ, ຮອບວຽນໄວຂຶ້ນ, ຄວາມຊ່ຽວຊານຫຼາຍຂຶ້ນ 🔄💼
ຜົນໄດ້ຮັບທີ່ເປັນຈິງບໍ່ແມ່ນການສູນພັນຂອງພະນັກງານທະນາຄານ. ມັນແມ່ນການປັບປຸງເຄື່ອງມືຂອງພະນັກງານທະນາຄານ:
-
ທີມງານເຈລະຈາແບບ Lean ທີ່ໄດ້ຮັບການສະໜັບສະໜູນຈາກລະບົບ AI
-
“ຝັກ” ເພີ່ມເຕີມຂອງຂະແໜງການ + ຜະລິດຕະພັນ + ພອນສະຫວັນດ້ານການປະຕິບັດ
-
ການເຮັດຊ້ຳຂອງ pitches ແລະ models ໄດ້ໄວຂຶ້ນ
-
ເນັ້ນໜັກໃສ່ ການແຈກຢາຍ (ໃຜສາມາດວາງໄດ້, ໃຜສາມາດນຳຜູ້ຊື້ມາໄດ້, ໃຜສາມາດຍ້າຍທຶນໄດ້)
-
ການແບ່ງແຍກລະຫວ່າງ:
-
ວຽກງານໃຫ້ຄຳປຶກສາທີ່ມີຄວາມໄວ້ວາງໃຈສູງ (ໃຊ້ຄົນເປັນຫຼັກ)
-
ວຽກງານຜະລິດປະລິມານສູງ (AI-ໜັກ)
-
ນອກຈາກນັ້ນ, ຄາດຫວັງວ່າຮ້ານຄ້າປີກຫຼາຍແຫ່ງຈະເຮັດວຽກໜັກກວ່າທີ່ຄາດໄວ້. ຖ້າ AI ໃຫ້ກຳລັງການຜະລິດຂອງທີມງານຂະໜາດນ້ອຍກວ່າ ແລະ ບໍລິສັດຂະໜາດໃຫຍ່, ຕົວສ້າງຄວາມແຕກຕ່າງຈະກາຍເປັນຄວາມສຳພັນ, ການຕັດສິນ, ແລະ ຄວາມຊ່ຽວຊານດ້ານພິເສດ 🥊
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນບໍ?: ຮຸ່ນກະທັດຮັດ 🧾✅
AI ຈະທົດແທນພະນັກງານທະນາຄານລົງທຶນບໍ? ບໍ່ແມ່ນທັງໝົດ. ແຕ່ມັນຈະທົດແທນສ່ວນໜຶ່ງທີ່ສຳຄັນຂອງສິ່ງທີ່ພະນັກງານທະນາຄານໃຊ້ເວລາເຮັດ, ໂດຍສະເພາະວຽກງານການຜະລິດລະດັບນ້ອຍ.
ສິ່ງທີ່ຕິດຢູ່:
-
ຄວາມສຳພັນ
-
ການຕັດສິນ
-
ການເຈລະຈາ
-
ຄວາມຮັບຜິດຊອບ
-
ການນຳທາງລະບົບຂອງມະນຸດ (ກະດານ, ອະຕະມາ, ການເມືອງ… ແມ່ນແລ້ວ)
ສິ່ງທີ່ປ່ຽນແປງ:
-
ຂະໜາດທີມ
-
ເສັ້ນທາງການຝຶກອົບຮົມ
-
ຄວາມຄາດຫວັງກ່ຽວກັບຄວາມໄວ
-
ຄຳນິຍາມຂອງຄຳວ່າ "ການເພີ່ມມູນຄ່າ"
ນັກທະນາຄານຜູ້ທີ່ຊະນະແມ່ນຜູ້ທີ່ກາຍເປັນບັນນາທິການທີ່ຍິ່ງໃຫຍ່ຂອງຄວາມເປັນຈິງ - ໂດຍໃຊ້ AI ເພື່ອຄວາມແຂງແຮງຂອງກຳລັງແຮງງານ ໃນຂະນະທີ່ຍັງຄົງຮັບຜິດຊອບຕໍ່ການຕັດສິນໃຈຢ່າງໜັກແໜ້ນ. ຄ້າຍຄືກັບກະວີເລັກນ້ອຍ, ແຕ່ກໍ່ເປັນຄວາມຈິງ. ຄືກັບການໃຊ້ເຄື່ອງມືໄຟຟ້າ: ມັນເຮັດໃຫ້ທ່ານໄວຂຶ້ນ, ບໍ່ແມ່ນສະຫຼາດຂຶ້ນ.
ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆ
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໄດ້ຢ່າງສົມບູນບໍ?
ບໍ່ແມ່ນການກວາດລ້າງແບບເປັນລະບຽບຮຽບຮ້ອຍແບບຕົ້ນຕໍ່ປາຍ. ການທະນາຄານເພື່ອການລົງທຶນບໍ່ພຽງແຕ່ເປັນຜົນຜະລິດເທົ່ານັ້ນ - ແຕ່ມັນແມ່ນຄວາມໄວ້ວາງໃຈ, ການຕັດສິນ, ການເມືອງ, ແລະ ການເຮັດໃຫ້ມະນຸດແທ້ໆເວົ້າວ່າ "ແມ່ນແລ້ວ" ພາຍໃຕ້ຄວາມກົດດັນ. AI ຈະທົດແທນສ່ວນຕ່າງໆຂອງວຽກງານ, ບີບອັດໄລຍະເວລາ, ແລະ ຫົດຕົວບາງຊັ້ນ, ໂດຍສະເພາະໃນການຜະລິດລະດັບນ້ອຍ. ແຕ່ລູກຄ້າຍັງຕ້ອງການຄົນທີ່ເປັນເຈົ້າຂອງຄໍາແນະນໍາ (ແລະຜົນສະທ້ອນ). 🤝
ວຽກງານທະນາຄານການລົງທຶນໃດແດ່ທີ່ມີແນວໂນ້ມທີ່ຈະຖືກອັດຕະໂນມັດກ່ອນ?
ວຽກງານ “ອຸດສາຫະກຳ” ໄດ້ຮັບຜົນກະທົບກ່ອນ: ປະລິມານສູງ, ຂັບເຄື່ອນດ້ວຍແມ່ແບບ, ແລະ ງ່າຍຕໍ່ການກວດສອບດ້ວຍກົນຈັກ. ລອງຄິດເຖິງຂໍ້ຄວາມສະເໜີຜ່ານຄັ້ງທຳອິດ, ພາບລວມຂອງຕະຫຼາດ, ຕາຕະລາງການປຽບທຽບ, ສະຫຼຸບເອກະສານ/ບົດບັນທຶກ, ການຈັດຮູບແບບສະໄລ້, ພາກສ່ວນ CIM ຮ່າງ, ການດຳເນີນສະຖານະການ, ແລະ ການອັບເດດສະຖານະພາບທີ່ບໍ່ມີທີ່ສິ້ນສຸດ. ຂໍ້ເສຍແມ່ນທ່ານບໍ່ຢຸດເຮັດວຽກ - ທ່ານປ່ຽນຈາກການສ້າງໄປສູ່ການທົບທວນ, ແກ້ໄຂ, ແລະ ປົກປ້ອງຜົນຜະລິດເມື່ອມັນຜິດພາດທາງການຄ້າ.
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໃນລະດັບນັກວິເຄາະບໍ?
AI ບີບອັດບັນຫາຂອງນັກວິເຄາະແບບຄລາສສິກຢ່າງໜັກໜ່ວງ: ການຮ່າງ, ການຈັດຮູບແບບ, ການອັບເດດ, ແລະ ການສ້າງຮູບແບບດຽວກັນຄືນໃໝ່ດ້ວຍການປັບແຕ່ງເລັກນ້ອຍ. ນັ້ນອາດໝາຍຄວາມວ່າຕ້ອງການນັກຮຽນລຸ້ນນ້ອຍໜ້ອຍລົງສຳລັບຜົນຜະລິດດຽວກັນ, ແລະ ຄວາມຄາດຫວັງທີ່ສູງຂຶ້ນສຳລັບຜູ້ທີ່ຢູ່ຕໍ່ໄປ. ຄວາມສ່ຽງແມ່ນການຝຶກອົບຮົມ: ຖ້າວຽກງານທີ່ຫຍຸ້ງຍາກຫາຍໄປ, ການເວົ້າຊ້ຳໆທີ່ສ້າງສະຕິປັນຍາກໍ່ຈະຫາຍໄປເຊັ່ນກັນ. ເຈົ້າບໍ່ສາມາດກາຍເປັນຄົນຄົມຊັດໄດ້ໂດຍການ "ສັ່ງ" ວຽກເທົ່ານັ້ນ. 😅
ຈະເກີດຫຍັງຂຶ້ນກັບຜູ້ຮ່ວມງານ, ຮອງປະທານ ແລະ MD ເມື່ອ AI ແຜ່ລາມ?
ຜູ້ຮ່ວມງານ ແລະ ຮອງປະທານອາດຈະມີຄຸນຄ່າຫຼາຍຂຶ້ນ ເພາະວ່າເຂົາເຈົ້າແປຄວາມຕ້ອງການຂອງລູກຄ້າທີ່ສັບສົນໃຫ້ເປັນຜົນງານ ແລະ ແກ້ໄຂບັນຫາກ່ອນການສົ່ງສິ່ງໃດກໍ່ຕາມ. ເຂົາເຈົ້າຍັງຄຸ້ມຄອງໄລຍະເວລາ, ຜູ້ມີສ່ວນຮ່ວມ, ແລະ ຄວາມບໍ່ແນ່ນອນ - ຂົງເຂດທີ່ AI ຍັງປະສົບບັນຫາ. ສຳລັບ MD, ການກຳເນີດທີ່ອີງໃສ່ຄວາມສຳພັນ ແລະ ຄວາມໄວ້ວາງໃຈບໍ່ໄດ້ຫາຍໄປ. ຊ່ອງຫວ່າງກວ້າງຂຶ້ນລະຫວ່າງຜູ້ໃຫ້ຝົນ ແລະ ຜູ້ທີ່ສ່ວນໃຫຍ່ເປັນຜູ້ຄວບຄຸມຂະບວນການ. ☔
ເປັນຫຍັງ AI ຈຶ່ງມີບັນຫາກັບພາກສ່ວນຕ່າງໆຂອງທະນາຄານທີ່ປິດການຊື້ຂາຍ?
ເນື່ອງຈາກວ່າສ່ວນທີ່ຍາກທີ່ສຸດແມ່ນສະຖານະການ ແລະ ມະນຸດ. AI ສາມາດແນະນຳໂຄງສ້າງໄດ້, ແຕ່ຈິດຕະວິທະຍາຂອງລູກຄ້າ, ການເມືອງຂອງຄະນະກຳມະການ, ຄວາມແຕກຕ່າງຂອງການເຈລະຈາ, ແລະ ສະຕິປັນຍາດ້ານເວລາບໍ່ແມ່ນຊຸດຂໍ້ມູນທີ່ສະອາດ. ຄວາມໄວ້ວາງໃຈໂດຍອີງໃສ່ຊື່ສຽງກໍ່ເປັນເລື່ອງທີ່ຫຍຸ້ງຍາກເຊັ່ນກັນ: “ຂ້ອຍເຄີຍເບິ່ງໜັງເລື່ອງນີ້ມາກ່ອນ” ແມ່ນສ່ວນໜຶ່ງຂອງປະສົບການ, ສ່ວນໜຶ່ງແມ່ນຄວາມຮັບຜິດຊອບ. ເມື່ອ CEO ມີຄວາມໂກດແຄ້ນເຄິ່ງໜຶ່ງ ແລະ ຢ້ານກົວເຄິ່ງໜຶ່ງ, ຕ້ອງມີຜູ້ຄວບຄຸມຫ້ອງ - ບໍ່ພຽງແຕ່ສ້າງຂໍ້ຄວາມເທົ່ານັ້ນ.
ທະນາຄານຕ່າງໆສາມາດໃຊ້ AI ໃນການລົງທຶນໃນທະນາຄານໄດ້ແນວໃດໂດຍບໍ່ຖືກໄຟໄໝ້?
ການຕັ້ງຄ່າ "ດີ" ປະຕິບັດຄືກັບເພື່ອນຮ່ວມທີມລຸ້ນນ້ອຍທີ່ເຊື່ອຖືໄດ້: ມັນສະແດງຄວາມບໍ່ແນ່ນອນ, ອະທິບາຍສົມມຸດຕິຖານ, ເຮັດວຽກພາຍໃນຂໍ້ຈຳກັດການປະຕິບັດຕາມ, ແລະຮັກສາແມ່ແບບໃຫ້ສອດຄ່ອງກັນ. ສິ່ງສຳຄັນບໍ່ແພ້ກັນ, ມັນຕ້ອງການຮ່ອງຮອຍການກວດສອບເພື່ອໃຫ້ຜູ້ໃດຜູ້ໜຶ່ງສາມາດປົກປ້ອງຜົນຜະລິດໄດ້ໃນພາຍຫຼັງ. ການຮັບຮອງເອົາມັກຈະເບິ່ງຄືວ່າ "AI ຢູ່ທົ່ວທຸກແຫ່ງ... ແຕ່ຖືກລ້ອມຮອບ," ເພາະວ່າຄວາມເປັນສ່ວນຕົວ, ຄວາມປອດໄພທາງໄຊເບີ, ຄວາມໂປ່ງໃສ, ແລະຄວາມສ່ຽງດ້ານອະຄະຕິບໍ່ຫາຍໄປໃນມື້ຕົກລົງ. ⚠️
ຄວາມສ່ຽງທີ່ໃຫຍ່ທີ່ສຸດໃນການປະຕິບັດຕາມກົດລະບຽບ ແລະ ການຮັກສາບັນທຶກກັບ GenAI ໃນຂະແໜງການທະນາຄານແມ່ນຫຍັງ?
ສອງຄວາມເປັນຈິງທີ່ເຮັດໃຫ້ທຸກຢ່າງຊ້າລົງ. ທຳອິດ, ການຄຸ້ມຄອງຄວາມສ່ຽງຂອງຮູບແບບບໍ່ແມ່ນທາງເລືອກ - ຜູ້ຄວບຄຸມຄາດວ່າຈະມີການກວດສອບຄວາມຖືກຕ້ອງ, ເອກະສານ, ແລະ ການຄວບຄຸມ, ແລະ GenAI ສາມາດຍົກລະດັບມາດຕະຖານແທນທີ່ຈະຫຼຸດມາດຕະຖານລົງ. ອັນທີສອງ, ການສື່ສານ ແລະ ການເກັບຮັກສາບັນທຶກມີຄວາມສຳຄັນ: ເມື່ອຄົນວາງບໍລິບົດຂໍ້ຕົກລົງໃສ່ເຄື່ອງມື ຫຼື ສ້າງຮ່າງໃນການສົນທະນາ, ທ່ານສາມາດສ້າງບັນຫາການຮັກສາ ແລະ ການຊີ້ນຳພາຍໃຕ້ລະບອບນາຍໜ້າ-ຕົວແທນຈຳໜ່າຍ.
ເຈົ້າຈະຮັກສາຄຸນຄ່າໄດ້ແນວໃດ ຖ້າ AI ກຳລັງປ່ຽນແປງການລົງທຶນດ້ານທະນາຄານ?
ໃຫ້ຄິດວ່າ "ກຳລັງແຮງມ້າ, ບໍ່ແມ່ນປັນຍາ." ໃຊ້ AI ເພື່ອຮ່າງ, ຈັດໂຄງສ້າງ, ແລະ ເຮັດຊ້ຳໄດ້ໄວຂຶ້ນ - ຈາກນັ້ນໃຊ້ເວລາຂອງມະນຸດຂອງທ່ານໃນການເລົ່າເລື່ອງ, ການຕັດສິນທາງການຄ້າ, ການຮັບຮູ້ຮູບແບບຂອງຂະແໜງການ, ການເຈລະຈາ, ແລະ ການນຳພາຂະບວນການ. ການເປັນ "ເກັ່ງໃນ AI" ໝາຍເຖິງການຊີ້ນຳມັນຢ່າງມີຄວາມຮັບຜິດຊອບ: ການກະຕຸ້ນໃຫ້ດີ, ການທົດສອບຄວາມກົດດັນ, ແລະ ການຈັບສິ່ງທີ່ຖືກຕ້ອງທາງດ້ານເຕັກນິກແຕ່ຜິດພາດທາງການຄ້າ. ຜູ້ຊະນະຈະກາຍເປັນບັນນາທິການທີ່ດີເລີດຂອງຄວາມເປັນຈິງ. 🧠🤖
ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆ
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໄດ້ຢ່າງສົມບູນບໍ?
ບໍ່ແມ່ນການກວາດລ້າງແບບເປັນລະບຽບຮຽບຮ້ອຍແບບຕົ້ນຕໍ່ປາຍ. ການທະນາຄານເພື່ອການລົງທຶນບໍ່ພຽງແຕ່ເປັນຜົນຜະລິດເທົ່ານັ້ນ - ແຕ່ມັນແມ່ນຄວາມໄວ້ວາງໃຈ, ການຕັດສິນ, ການເມືອງ, ແລະ ການເຮັດໃຫ້ມະນຸດແທ້ໆເວົ້າວ່າ "ແມ່ນແລ້ວ" ພາຍໃຕ້ຄວາມກົດດັນ. AI ຈະທົດແທນສ່ວນຕ່າງໆຂອງວຽກງານ, ບີບອັດໄລຍະເວລາ, ແລະ ຫົດຕົວບາງຊັ້ນ, ໂດຍສະເພາະໃນການຜະລິດລະດັບນ້ອຍ. ແຕ່ລູກຄ້າຍັງຕ້ອງການຄົນທີ່ເປັນເຈົ້າຂອງຄໍາແນະນໍາ (ແລະຜົນສະທ້ອນ). 🤝
ວຽກງານທະນາຄານການລົງທຶນໃດແດ່ທີ່ມີແນວໂນ້ມທີ່ຈະຖືກອັດຕະໂນມັດກ່ອນ?
ວຽກງານ “ອຸດສາຫະກຳ” ໄດ້ຮັບຜົນກະທົບກ່ອນ: ປະລິມານສູງ, ຂັບເຄື່ອນດ້ວຍແມ່ແບບ, ແລະ ງ່າຍຕໍ່ການກວດສອບດ້ວຍກົນຈັກ. ລອງຄິດເຖິງຂໍ້ຄວາມສະເໜີຜ່ານຄັ້ງທຳອິດ, ພາບລວມຂອງຕະຫຼາດ, ຕາຕະລາງການປຽບທຽບ, ສະຫຼຸບເອກະສານ/ບົດບັນທຶກ, ການຈັດຮູບແບບສະໄລ້, ພາກສ່ວນ CIM ຮ່າງ, ການດຳເນີນສະຖານະການ, ແລະ ການອັບເດດສະຖານະພາບທີ່ບໍ່ມີທີ່ສິ້ນສຸດ. ຂໍ້ເສຍແມ່ນທ່ານບໍ່ຢຸດເຮັດວຽກ - ທ່ານປ່ຽນຈາກການສ້າງໄປສູ່ການທົບທວນ, ແກ້ໄຂ, ແລະ ປົກປ້ອງຜົນຜະລິດເມື່ອມັນຜິດພາດທາງການຄ້າ.
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໃນລະດັບນັກວິເຄາະບໍ?
AI ບີບອັດບັນຫາຂອງນັກວິເຄາະແບບຄລາສສິກຢ່າງໜັກໜ່ວງ: ການຮ່າງ, ການຈັດຮູບແບບ, ການອັບເດດ, ແລະ ການສ້າງຮູບແບບດຽວກັນຄືນໃໝ່ດ້ວຍການປັບແຕ່ງເລັກນ້ອຍ. ນັ້ນອາດໝາຍຄວາມວ່າຕ້ອງການນັກຮຽນລຸ້ນນ້ອຍໜ້ອຍລົງສຳລັບຜົນຜະລິດດຽວກັນ, ແລະ ຄວາມຄາດຫວັງທີ່ສູງຂຶ້ນສຳລັບຜູ້ທີ່ຢູ່ຕໍ່ໄປ. ຄວາມສ່ຽງແມ່ນການຝຶກອົບຮົມ: ຖ້າວຽກງານທີ່ຫຍຸ້ງຍາກຫາຍໄປ, ການເວົ້າຊ້ຳໆທີ່ສ້າງສະຕິປັນຍາກໍ່ຈະຫາຍໄປເຊັ່ນກັນ. ເຈົ້າບໍ່ສາມາດກາຍເປັນຄົນຄົມຊັດໄດ້ໂດຍການ "ສັ່ງ" ວຽກເທົ່ານັ້ນ. 😅
ຈະເກີດຫຍັງຂຶ້ນກັບຜູ້ຮ່ວມງານ, ຮອງປະທານ ແລະ MD ເມື່ອ AI ແຜ່ລາມ?
ຜູ້ຮ່ວມງານ ແລະ ຮອງປະທານອາດຈະມີຄຸນຄ່າຫຼາຍຂຶ້ນ ເພາະວ່າເຂົາເຈົ້າແປຄວາມຕ້ອງການຂອງລູກຄ້າທີ່ສັບສົນໃຫ້ເປັນຜົນງານ ແລະ ແກ້ໄຂບັນຫາກ່ອນການສົ່ງສິ່ງໃດກໍ່ຕາມ. ເຂົາເຈົ້າຍັງຄຸ້ມຄອງໄລຍະເວລາ, ຜູ້ມີສ່ວນຮ່ວມ, ແລະ ຄວາມບໍ່ແນ່ນອນ - ຂົງເຂດທີ່ AI ຍັງປະສົບບັນຫາ. ສຳລັບ MD, ການກຳເນີດທີ່ອີງໃສ່ຄວາມສຳພັນ ແລະ ຄວາມໄວ້ວາງໃຈບໍ່ໄດ້ຫາຍໄປ. ຊ່ອງຫວ່າງກວ້າງຂຶ້ນລະຫວ່າງຜູ້ໃຫ້ຝົນ ແລະ ຜູ້ທີ່ສ່ວນໃຫຍ່ເປັນຜູ້ຄວບຄຸມຂະບວນການ. ☔
ເປັນຫຍັງ AI ຈຶ່ງມີບັນຫາກັບພາກສ່ວນຕ່າງໆຂອງທະນາຄານທີ່ປິດການຊື້ຂາຍ?
ເນື່ອງຈາກວ່າສ່ວນທີ່ຍາກທີ່ສຸດແມ່ນສະຖານະການ ແລະ ມະນຸດ. AI ສາມາດແນະນຳໂຄງສ້າງໄດ້, ແຕ່ຈິດຕະວິທະຍາຂອງລູກຄ້າ, ການເມືອງຂອງຄະນະກຳມະການ, ຄວາມແຕກຕ່າງຂອງການເຈລະຈາ, ແລະ ສະຕິປັນຍາດ້ານເວລາບໍ່ແມ່ນຊຸດຂໍ້ມູນທີ່ສະອາດ. ຄວາມໄວ້ວາງໃຈໂດຍອີງໃສ່ຊື່ສຽງກໍ່ເປັນເລື່ອງທີ່ຫຍຸ້ງຍາກເຊັ່ນກັນ: “ຂ້ອຍເຄີຍເບິ່ງໜັງເລື່ອງນີ້ມາກ່ອນ” ແມ່ນສ່ວນໜຶ່ງຂອງປະສົບການ, ສ່ວນໜຶ່ງແມ່ນຄວາມຮັບຜິດຊອບ. ເມື່ອ CEO ມີຄວາມໂກດແຄ້ນເຄິ່ງໜຶ່ງ ແລະ ຢ້ານກົວເຄິ່ງໜຶ່ງ, ຕ້ອງມີຜູ້ຄວບຄຸມຫ້ອງ - ບໍ່ພຽງແຕ່ສ້າງຂໍ້ຄວາມເທົ່ານັ້ນ.
ທະນາຄານຕ່າງໆສາມາດໃຊ້ AI ໃນການລົງທຶນໃນທະນາຄານໄດ້ແນວໃດໂດຍບໍ່ຖືກໄຟໄໝ້?
ການຕັ້ງຄ່າ "ດີ" ປະຕິບັດຄືກັບເພື່ອນຮ່ວມທີມລຸ້ນນ້ອຍທີ່ເຊື່ອຖືໄດ້: ມັນສະແດງຄວາມບໍ່ແນ່ນອນ, ອະທິບາຍສົມມຸດຕິຖານ, ເຮັດວຽກພາຍໃນຂໍ້ຈຳກັດການປະຕິບັດຕາມ, ແລະຮັກສາແມ່ແບບໃຫ້ສອດຄ່ອງກັນ. ສິ່ງສຳຄັນບໍ່ແພ້ກັນ, ມັນຕ້ອງການຮ່ອງຮອຍການກວດສອບເພື່ອໃຫ້ຜູ້ໃດຜູ້ໜຶ່ງສາມາດປົກປ້ອງຜົນຜະລິດໄດ້ໃນພາຍຫຼັງ. ການຮັບຮອງເອົາມັກຈະເບິ່ງຄືວ່າ "AI ຢູ່ທົ່ວທຸກແຫ່ງ... ແຕ່ຖືກລ້ອມຮອບ," ເພາະວ່າຄວາມເປັນສ່ວນຕົວ, ຄວາມປອດໄພທາງໄຊເບີ, ຄວາມໂປ່ງໃສ, ແລະຄວາມສ່ຽງດ້ານອະຄະຕິບໍ່ຫາຍໄປໃນມື້ຕົກລົງ. ⚠️
ຄວາມສ່ຽງທີ່ໃຫຍ່ທີ່ສຸດໃນການປະຕິບັດຕາມກົດລະບຽບ ແລະ ການຮັກສາບັນທຶກກັບ GenAI ໃນຂະແໜງການທະນາຄານແມ່ນຫຍັງ?
ສອງຄວາມເປັນຈິງທີ່ເຮັດໃຫ້ທຸກຢ່າງຊ້າລົງ. ທຳອິດ, ການຄຸ້ມຄອງຄວາມສ່ຽງຂອງຮູບແບບບໍ່ແມ່ນທາງເລືອກ - ຜູ້ຄວບຄຸມຄາດວ່າຈະມີການກວດສອບຄວາມຖືກຕ້ອງ, ເອກະສານ, ແລະ ການຄວບຄຸມ, ແລະ GenAI ສາມາດຍົກລະດັບມາດຕະຖານແທນທີ່ຈະຫຼຸດມາດຕະຖານລົງ. ອັນທີສອງ, ການສື່ສານ ແລະ ການເກັບຮັກສາບັນທຶກມີຄວາມສຳຄັນ: ເມື່ອຄົນວາງບໍລິບົດຂໍ້ຕົກລົງໃສ່ເຄື່ອງມື ຫຼື ສ້າງຮ່າງໃນການສົນທະນາ, ທ່ານສາມາດສ້າງບັນຫາການຮັກສາ ແລະ ການຊີ້ນຳພາຍໃຕ້ລະບອບນາຍໜ້າ-ຕົວແທນຈຳໜ່າຍ.
ເຈົ້າຈະຮັກສາຄຸນຄ່າໄດ້ແນວໃດ ຖ້າ AI ກຳລັງປ່ຽນແປງການລົງທຶນດ້ານທະນາຄານ?
ໃຫ້ຄິດວ່າ "ກຳລັງແຮງມ້າ, ບໍ່ແມ່ນປັນຍາ." ໃຊ້ AI ເພື່ອຮ່າງ, ຈັດໂຄງສ້າງ, ແລະ ເຮັດຊ້ຳໄດ້ໄວຂຶ້ນ - ຈາກນັ້ນໃຊ້ເວລາຂອງມະນຸດຂອງທ່ານໃນການເລົ່າເລື່ອງ, ການຕັດສິນທາງການຄ້າ, ການຮັບຮູ້ຮູບແບບຂອງຂະແໜງການ, ການເຈລະຈາ, ແລະ ການນຳພາຂະບວນການ. ການເປັນ "ເກັ່ງໃນ AI" ໝາຍເຖິງການຊີ້ນຳມັນຢ່າງມີຄວາມຮັບຜິດຊອບ: ການກະຕຸ້ນໃຫ້ດີ, ການທົດສອບຄວາມກົດດັນ, ແລະ ການຈັບສິ່ງທີ່ຖືກຕ້ອງທາງດ້ານເຕັກນິກແຕ່ຜິດພາດທາງການຄ້າ. ຜູ້ຊະນະຈະກາຍເປັນບັນນາທິການທີ່ດີເລີດຂອງຄວາມເປັນຈິງ. 🧠🤖
ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆ
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໄດ້ຢ່າງສົມບູນບໍ?
ບໍ່ແມ່ນການກວາດລ້າງແບບເປັນລະບຽບຮຽບຮ້ອຍແບບຕົ້ນຕໍ່ປາຍ. ການທະນາຄານເພື່ອການລົງທຶນບໍ່ພຽງແຕ່ເປັນຜົນຜະລິດເທົ່ານັ້ນ - ແຕ່ມັນແມ່ນຄວາມໄວ້ວາງໃຈ, ການຕັດສິນ, ການເມືອງ, ແລະ ການເຮັດໃຫ້ມະນຸດແທ້ໆເວົ້າວ່າ "ແມ່ນແລ້ວ" ພາຍໃຕ້ຄວາມກົດດັນ. AI ຈະທົດແທນສ່ວນຕ່າງໆຂອງວຽກງານ, ບີບອັດໄລຍະເວລາ, ແລະ ຫົດຕົວບາງຊັ້ນ, ໂດຍສະເພາະໃນການຜະລິດລະດັບນ້ອຍ. ແຕ່ລູກຄ້າຍັງຕ້ອງການຄົນທີ່ເປັນເຈົ້າຂອງຄໍາແນະນໍາ (ແລະຜົນສະທ້ອນ). 🤝
ວຽກງານທະນາຄານການລົງທຶນໃດແດ່ທີ່ມີແນວໂນ້ມທີ່ຈະຖືກອັດຕະໂນມັດກ່ອນ?
ວຽກງານ “ອຸດສາຫະກຳ” ໄດ້ຮັບຜົນກະທົບກ່ອນ: ປະລິມານສູງ, ຂັບເຄື່ອນດ້ວຍແມ່ແບບ, ແລະ ງ່າຍຕໍ່ການກວດສອບດ້ວຍກົນຈັກ. ລອງຄິດເຖິງຂໍ້ຄວາມສະເໜີຜ່ານຄັ້ງທຳອິດ, ພາບລວມຂອງຕະຫຼາດ, ຕາຕະລາງການປຽບທຽບ, ສະຫຼຸບເອກະສານ/ບົດບັນທຶກ, ການຈັດຮູບແບບສະໄລ້, ພາກສ່ວນ CIM ຮ່າງ, ການດຳເນີນສະຖານະການ, ແລະ ການອັບເດດສະຖານະພາບທີ່ບໍ່ມີທີ່ສິ້ນສຸດ. ຂໍ້ເສຍແມ່ນທ່ານບໍ່ຢຸດເຮັດວຽກ - ທ່ານປ່ຽນຈາກການສ້າງໄປສູ່ການທົບທວນ, ແກ້ໄຂ, ແລະ ປົກປ້ອງຜົນຜະລິດເມື່ອມັນຜິດພາດທາງການຄ້າ.
AI ຈະທົດແທນນັກທະນາຄານລົງທຶນໃນລະດັບນັກວິເຄາະບໍ?
AI ບີບອັດບັນຫາຂອງນັກວິເຄາະແບບຄລາສສິກຢ່າງໜັກໜ່ວງ: ການຮ່າງ, ການຈັດຮູບແບບ, ການອັບເດດ, ແລະ ການສ້າງຮູບແບບດຽວກັນຄືນໃໝ່ດ້ວຍການປັບແຕ່ງເລັກນ້ອຍ. ນັ້ນອາດໝາຍຄວາມວ່າຕ້ອງການນັກຮຽນລຸ້ນນ້ອຍໜ້ອຍລົງສຳລັບຜົນຜະລິດດຽວກັນ, ແລະ ຄວາມຄາດຫວັງທີ່ສູງຂຶ້ນສຳລັບຜູ້ທີ່ຢູ່ຕໍ່ໄປ. ຄວາມສ່ຽງແມ່ນການຝຶກອົບຮົມ: ຖ້າວຽກງານທີ່ຫຍຸ້ງຍາກຫາຍໄປ, ການເວົ້າຊ້ຳໆທີ່ສ້າງສະຕິປັນຍາກໍ່ຈະຫາຍໄປເຊັ່ນກັນ. ເຈົ້າບໍ່ສາມາດກາຍເປັນຄົນຄົມຊັດໄດ້ໂດຍການ "ສັ່ງ" ວຽກເທົ່ານັ້ນ. 😅
ຈະເກີດຫຍັງຂຶ້ນກັບຜູ້ຮ່ວມງານ, ຮອງປະທານ ແລະ MD ເມື່ອ AI ແຜ່ລາມ?
ຜູ້ຮ່ວມງານ ແລະ ຮອງປະທານອາດຈະມີຄຸນຄ່າຫຼາຍຂຶ້ນ ເພາະວ່າເຂົາເຈົ້າແປຄວາມຕ້ອງການຂອງລູກຄ້າທີ່ສັບສົນໃຫ້ເປັນຜົນງານ ແລະ ແກ້ໄຂບັນຫາກ່ອນການສົ່ງສິ່ງໃດກໍ່ຕາມ. ເຂົາເຈົ້າຍັງຄຸ້ມຄອງໄລຍະເວລາ, ຜູ້ມີສ່ວນຮ່ວມ, ແລະ ຄວາມບໍ່ແນ່ນອນ - ຂົງເຂດທີ່ AI ຍັງປະສົບບັນຫາ. ສຳລັບ MD, ການກຳເນີດທີ່ອີງໃສ່ຄວາມສຳພັນ ແລະ ຄວາມໄວ້ວາງໃຈບໍ່ໄດ້ຫາຍໄປ. ຊ່ອງຫວ່າງກວ້າງຂຶ້ນລະຫວ່າງຜູ້ໃຫ້ຝົນ ແລະ ຜູ້ທີ່ສ່ວນໃຫຍ່ເປັນຜູ້ຄວບຄຸມຂະບວນການ. ☔
ເປັນຫຍັງ AI ຈຶ່ງມີບັນຫາກັບພາກສ່ວນຕ່າງໆຂອງທະນາຄານທີ່ປິດການຊື້ຂາຍ?
ເນື່ອງຈາກວ່າສ່ວນທີ່ຍາກທີ່ສຸດແມ່ນສະຖານະການ ແລະ ມະນຸດ. AI ສາມາດແນະນຳໂຄງສ້າງໄດ້, ແຕ່ຈິດຕະວິທະຍາຂອງລູກຄ້າ, ການເມືອງຂອງຄະນະກຳມະການ, ຄວາມແຕກຕ່າງຂອງການເຈລະຈາ, ແລະ ສະຕິປັນຍາດ້ານເວລາບໍ່ແມ່ນຊຸດຂໍ້ມູນທີ່ສະອາດ. ຄວາມໄວ້ວາງໃຈໂດຍອີງໃສ່ຊື່ສຽງກໍ່ເປັນເລື່ອງທີ່ຫຍຸ້ງຍາກເຊັ່ນກັນ: “ຂ້ອຍເຄີຍເບິ່ງໜັງເລື່ອງນີ້ມາກ່ອນ” ແມ່ນສ່ວນໜຶ່ງຂອງປະສົບການ, ສ່ວນໜຶ່ງແມ່ນຄວາມຮັບຜິດຊອບ. ເມື່ອ CEO ມີຄວາມໂກດແຄ້ນເຄິ່ງໜຶ່ງ ແລະ ຢ້ານກົວເຄິ່ງໜຶ່ງ, ຕ້ອງມີຜູ້ຄວບຄຸມຫ້ອງ - ບໍ່ພຽງແຕ່ສ້າງຂໍ້ຄວາມເທົ່ານັ້ນ.
ທະນາຄານຕ່າງໆສາມາດໃຊ້ AI ໃນການລົງທຶນໃນທະນາຄານໄດ້ແນວໃດໂດຍບໍ່ຖືກໄຟໄໝ້?
ການຕັ້ງຄ່າ "ດີ" ປະຕິບັດຄືກັບເພື່ອນຮ່ວມທີມລຸ້ນນ້ອຍທີ່ເຊື່ອຖືໄດ້: ມັນສະແດງຄວາມບໍ່ແນ່ນອນ, ອະທິບາຍສົມມຸດຕິຖານ, ເຮັດວຽກພາຍໃນຂໍ້ຈຳກັດການປະຕິບັດຕາມ, ແລະຮັກສາແມ່ແບບໃຫ້ສອດຄ່ອງກັນ. ສິ່ງສຳຄັນບໍ່ແພ້ກັນ, ມັນຕ້ອງການຮ່ອງຮອຍການກວດສອບເພື່ອໃຫ້ຜູ້ໃດຜູ້ໜຶ່ງສາມາດປົກປ້ອງຜົນຜະລິດໄດ້ໃນພາຍຫຼັງ. ການຮັບຮອງເອົາມັກຈະເບິ່ງຄືວ່າ "AI ຢູ່ທົ່ວທຸກແຫ່ງ... ແຕ່ຖືກລ້ອມຮອບ," ເພາະວ່າຄວາມເປັນສ່ວນຕົວ, ຄວາມປອດໄພທາງໄຊເບີ, ຄວາມໂປ່ງໃສ, ແລະຄວາມສ່ຽງດ້ານອະຄະຕິບໍ່ຫາຍໄປໃນມື້ຕົກລົງ. ⚠️
ຄວາມສ່ຽງທີ່ໃຫຍ່ທີ່ສຸດໃນການປະຕິບັດຕາມກົດລະບຽບ ແລະ ການຮັກສາບັນທຶກກັບ GenAI ໃນຂະແໜງການທະນາຄານແມ່ນຫຍັງ?
ສອງຄວາມເປັນຈິງທີ່ເຮັດໃຫ້ທຸກຢ່າງຊ້າລົງ. ທຳອິດ, ການຄຸ້ມຄອງຄວາມສ່ຽງຂອງຮູບແບບບໍ່ແມ່ນທາງເລືອກ - ຜູ້ຄວບຄຸມຄາດວ່າຈະມີການກວດສອບຄວາມຖືກຕ້ອງ, ເອກະສານ, ແລະ ການຄວບຄຸມ, ແລະ GenAI ສາມາດຍົກລະດັບມາດຕະຖານແທນທີ່ຈະຫຼຸດມາດຕະຖານລົງ. ອັນທີສອງ, ການສື່ສານ ແລະ ການເກັບຮັກສາບັນທຶກມີຄວາມສຳຄັນ: ເມື່ອຄົນວາງບໍລິບົດຂໍ້ຕົກລົງໃສ່ເຄື່ອງມື ຫຼື ສ້າງຮ່າງໃນການສົນທະນາ, ທ່ານສາມາດສ້າງບັນຫາການຮັກສາ ແລະ ການຊີ້ນຳພາຍໃຕ້ລະບອບນາຍໜ້າ-ຕົວແທນຈຳໜ່າຍ.
ເຈົ້າຈະຮັກສາຄຸນຄ່າໄດ້ແນວໃດ ຖ້າ AI ກຳລັງປ່ຽນແປງການລົງທຶນດ້ານທະນາຄານ?
ໃຫ້ຄິດວ່າ "ກຳລັງແຮງມ້າ, ບໍ່ແມ່ນປັນຍາ." ໃຊ້ AI ເພື່ອຮ່າງ, ຈັດໂຄງສ້າງ, ແລະ ເຮັດຊ້ຳໄດ້ໄວຂຶ້ນ - ຈາກນັ້ນໃຊ້ເວລາຂອງມະນຸດຂອງທ່ານໃນການເລົ່າເລື່ອງ, ການຕັດສິນທາງການຄ້າ, ການຮັບຮູ້ຮູບແບບຂອງຂະແໜງການ, ການເຈລະຈາ, ແລະ ການນຳພາຂະບວນການ. ການເປັນ "ເກັ່ງໃນ AI" ໝາຍເຖິງການຊີ້ນຳມັນຢ່າງມີຄວາມຮັບຜິດຊອບ: ການກະຕຸ້ນໃຫ້ດີ, ການທົດສອບຄວາມກົດດັນ, ແລະ ການຈັບສິ່ງທີ່ຖືກຕ້ອງທາງດ້ານເຕັກນິກແຕ່ຜິດພາດທາງການຄ້າ. ຜູ້ຊະນະຈະກາຍເປັນບັນນາທິການທີ່ຍິ່ງໃຫຍ່ຂອງຄວາມເປັນຈິງ.
ເອກະສານອ້າງອີງ
[1] ເວທີປຶກສາຫາລືເສດຖະກິດໂລກ -
ບົດລາຍງານອະນາຄົດຂອງວຽກເຮັດງານທຳ 2025 (Digest) [2] ສະຖາບັນໂລກ McKinsey -
ທ່າແຮງທາງເສດຖະກິດຂອງ AI ທີ່ສ້າງສັນ: ຂອບເຂດການຜະລິດຕໍ່ໄປ [3] ທະນາຄານເພື່ອການຕັ້ງຖິ່ນຖານສາກົນ -
ລະບົບການເງິນອັດສະລິຍະ: ວິທີທີ່ AI ກຳລັງປ່ຽນແປງການເງິນ (ເອກະສານເຮັດວຽກ BIS ເລກທີ 1194, PDF) [4] ທະນາຄານກາງສະຫະລັດ -
ຄຳແນະນຳກ່ຽວກັບການກຳກັບດູແລກ່ຽວກັບການຄຸ້ມຄອງຄວາມສ່ຽງແບບຈຳລອງ (SR 11-7), PDF [5] FINRA - ປຶ້ມ ແລະ ບັນທຶກ (ລວມທັງການເກັບຮັກສາການສື່ສານທາງອີເລັກໂທຣນິກຂອງກົດໝາຍວ່າດ້ວຍການແລກປ່ຽນ SEC ກົດລະບຽບ 17a-4)