4 профессии, которым угрожают Big Data. Мнение польских экспертов

Петабайты данных на финансовых рынках. Огромные объемы информации с фондовых бирж. Миллиарды деталей, описывающих сообщества, поведение инвесторов и потребителей. Большие массивы данных, обработанные с использованием компьютеров, оснащенных искусственным интеллектом, могут сделать некоторые профессий в широко понимаемой финансовой отрасли — ненужными. Какие? В данной статье мы предоставим ответ на этот вопрос, опираясь на информацию, предоставленную профессором Анетой Грицкевич из Университета Козминского.

ТОП-4 ПРОФЕССИЙ, КОТОРЫЕ МОГУТ СТАТЬ НЕНУЖНЫМИ

• Аналитик фондовой биржи. Сегодня, мы не можем представить рынок акций без армии специалистов, которые тщательно анализируют ситуацию с компаниями, их привлекательность, предвосхищают направление развития компаний и, наконец, перспективу изменения цены акций. Аналитик фондового рынка выполняет эту работу, чтобы предоставить инвесторам рекомендации по покупке или продаже акций, связанных с прибыльностью той или иной операции. Специалист, также используя компьютерные инструменты, анализирует множество данных, поддерживая все своими знаниями и опытом. К сожалению, это модельное занятие для искусственного интеллекта. Чем больше данных и переменных обрабатывается, тем лучше будет алгоритм самообучения.
• Инвестиционный консультант. Здесь ситуация аналогична той, которую можно наблюдать с аналитиком фондовой биржи. Поскольку инвестиционный консультант также должен принимать во внимание большой объем данных с разных уровней и пропускать их сквозь себя, что позволит принять наилучшее деловое решение. Но есть и существенная разница, которая уже немного влияет на человека. Советник должен также управлять портфелями и финансовыми инструментами. Он должен консультировать по стратегическим вопросам, связанным с организацией и структурой компаний. А затем, в свою очередь — чем больше движений, которым трудно опираться на жесткие принципы, тем меньше места для независимого искусственного интеллекта.

• Бизнес-аналитик, управляющий операционными рисками. Мы возвращаемся к профессии, в которой, риск неудачи с машиной значителен. Специалист в этой должности должен объединить знания бизнеса с возможностью перевести его в создание ИТ-инструментов. Речь идет о приложениях для оценки операционного риска в банковской сфере. Если передовой искусственный интеллект получает задачу анализа коллекций Big Data и разработки кода для оценки риска, он снова справится с этой задачей лучше и несравненно быстрее, чем хороший сотрудник.
• Специалист по кредитным решениям. Он должен оценить экономическое и финансовое положение потенциального заемщика. Следует учитывать учетную историю, обязательства, социальные данные, относящиеся к группе, в которой специалист должен быть заинтересован, и динамические схемы, позволяющие оценить риск, полученный банком. Уже сегодня такие анализы для более низких сумм осуществляются независимо системами транзакций и принимают автоматические, хотя и профилированные, кредитные решения.

Таким образом, специалисты UP-STUDY рекомендуют всем участникам, которые задействованы или планирующим реализоваться в подобных направлениях, задаться вопросом — не преувеличено ли видение следующих «ненужных» профессий? В конце концов, если следовать путем подобного размышления, можно было бы сократить каждую работу до анализа данных или их больших объемов и заключить, что в будущем это будет лучше сделано роботом. Такая вероятность существует, но, прежде всего, эксперты в области искусственного интеллекта ожидают, что это не заменит человечество до конца и станет расширенными возможностями для нас. Переведя это в работу, например, аналитику фондовой биржи, эксперт получит специализированный, постоянно обучающийся инструмент, который будет выполнять львиную долю деятельности и предлагать выводы и даже рекомендации. Но аналитик сможет добавить к ним свои знания или даже признать, что предложенный искусственным интеллектом вариант решения — ошибочен. Окончательный выбор по-прежнему останется в руках людей.