4 професії, яким загрожують Big Data. Думка польських експертів

Петабайт даних на фінансових ринках. Величезні об'єми інформації з фондових бірж. Мільярди деталей, що описують товариства, поведінка інвесторів і споживачів. Великі масиви даних, оброблені з використанням комп'ютерів, оснащених штучним інтелектом, можуть зробити деякі професій у широко розуміється фінансової галузі — непотрібними. Які? У даній статті ми дамо відповідь на це питання, спираючись на інформацію, надану професором Анетою Грицкевич з Університету Козмінського.

ТОП-4 професій, які можуть стати непотрібними

1. Аналітик фондової біржі. Сьогодні, ми не можемо уявити ринок акцій без армії фахівців, які ретельно аналізують ситуацію з компаніями, їх привабливість, передбачають напрямок розвитку компаній та, нарешті, перспективу зміни ціни акцій. Аналітик фондового ринку виконує цю роботу, щоб надати інвесторам рекомендації з покупки або продажу акцій, пов'язаних з прибутковістю тієї чи іншої операції. Спеціаліст, також використовуючи комп'ютерні інструменти, аналізує безліч даних, підтримуючи все своїми знаннями та досвідом. На жаль, це модельне заняття для штучного інтелекту. Чим більше даних та змінних обробляється, тим краще буде алгоритм самонавчання.

2. Інвестиційний консультант. Тут ситуація аналогічна тій, яку можна спостерігати з аналітиком фондової біржі. Оскільки інвестиційний консультант також повинен брати до уваги великий обсяг даних з різних

рівнів та пропускати їх крізь себе, що дозволить прийняти оптимальне ділове рішення. Але є й суттєва різниця, яка вже трохи впливає на людину. Радник повинен також управляти портфелями та фінансовими інструментами. Він повинен консультувати зі стратегічних питань, пов'язаних з організацією та структурою компаній. А потім, у свою чергу — чим більше рухів, яким важко спиратися на жорсткі принципи, тим менше місця для незалежного штучного інтелекту.

3. Бізнес-аналітик, управляючий операційними ризиками. Ми повертаємося до професії, в якій, ризик невдачі з машиною значний. Спеціаліст на цій посаді повинен об'єднати знання бізнесу з можливістю перевести його у створення ІТ-інструментів. Йдеться про додатки для оцінки операційного ризику у банківській сфері. Якщо передовий штучний інтелект отримує завдання аналізу обсягів Big Data та розробки коду для оцінки ризику, він знову впорається з цим завданням краще та незрівнянно швидше, ніж хороший співробітник.

4. Спеціаліст з кредитних рішень. Він повинен оцінити економічне та фінансове становище потенційного позичальника. Слід враховувати облікову історію, зобов'язання, соціальні дані, які відносяться до групи, в якій фахівець повинен бути зацікавлений, та динамічні схеми, які дозволять оцінити ризик, отриманий банком. Уже сьогодні такі аналізи для більш низьких сум здійснюються незалежно системами транзакцій та приймають автоматичні, хоча й профільовані, кредитні рішення.

Таким чином, фахівці UP-STUDY рекомендують всім учасникам, які залучені або планують реалізуватися у таких напрямках, поставити собі питання — чи не перебільшено бачення наступних «непотрібних» професій? Зрештою, якщо слідувати шляхом подібного роздуму, можна було б скоротити кожну роботу до аналізу даних або їх великих обсягів та зробити висновок, що у майбутньому це буде краще зроблено роботом. Така ймовірність існує, але, перш за все, експерти у галузі штучного інтелекту очікують, що це не замінить людство до кінця та стане розширеними можливостями для нас. Перевівши це у роботу, наприклад, аналітику фондової біржі, експерт отримає спеціалізований інструмент, котрий постійно навчається, який буде виконувати левову частку діяльності та пропонувати висновки та навіть рекомендації. Але аналітик зможе додати до них свої знання або навіть визнати, що запропонований штучним інтелектом варіант вирішення — помилковий. Остаточний вибір як і раніше залишиться у руках людей.