هوش مصنوعی استانداردهای استخدام را بالا برد؛ ماجرای کارآموزان شگفتانگیز در غول والاستریت «تو سیگما»
کارآموزان نابغه صندوق ۸۰ میلیارد دلاری «تو سیگما» با بهرهگیری از هوش مصنوعی، پروژههای خود را هفتهها زودتر از موعد به پایان رساندند و سطح انتظارات مدیران را به کلی تغییر دادند. این جهش چشمگیر در بهرهوری باعث شده این غول والاستریت در معیارهای استخدام بازنگری کند و به جای مهارتهای صرف کدنویسی، روی نحوه تعامل افراد با ابزارهای هوش مصنوعی و مهارتهای ارتباطی تمرکز کند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- کارآموزان صندوق ۸۰ میلیارد دلاری «تو سیگما» (Two Sigma) به لطف دورههای آموزشی مدلهای زبانی بزرگ، پروژههای فنیشان را هفتهها زودتر تحویل دادند و حسابی مدیران را شگفتزده کردند.
- با هموار شدن مسیر کدنویسی توسط هوش مصنوعی، حالا این غول مالی به جای تستهای سخت ریاضی، روی توانایی قضاوت، حل مسئله و نحوه تعامل با ابزارهای هوش مصنوعی تمرکز کرده است.
- در رقابت داغ جذب نخبگان بین والاستریت و استارتاپهای سیلیکونولی، تو سیگما با پیشنهاد استخدام قطعی به ۸۵ درصد از فارغالتحصیلانش به دنبال حفظ استعدادهای برتر است.
چگونه هوش مصنوعی استانداردهای کارآموزی و استخدام را در «تو سیگما» دگرگون کرد؟
کارآموزان شرکت «تو سیگما» (Two Sigma) تابستان فوقالعاده پربار و متفاوتی را پشت سر گذاشتند؛ آنقدر پربار و موفق که سطح انتظارات مدیران از دورههای بعدی کارآموزی را به مراتب بالاتر برده است.
به گفته ایوان انگر (Evan Anger)، مدیر ارشد جذب استعداد در این صندوق سرمایهگذاری ۸۰ میلیارد دلاری، بخش بزرگی از جمع ۸۲ نفره نخبگان ریاضی در دوره کارآموزی امسال، پروژههای اصلی خود را هفتهها زودتر از دورههای پیشین تکمیل کردند و حتی توانستند سراغ وظایف تکمیلی و چالشهای فراتر از برنامه (اصطلاحاً Stretch Goals) بروند.
انگر در این باره میگوید: «ما همانقدر که برای پذیرش و آموزش نیروهای تماموقت وقت و انرژی میگذاریم، برای کارآموزان هم سرمایهگذاری میکنیم.» نکته جالب اینجا است که امسال بخش جدیدی به آموزش کارآموزان اضافه شده بود: کارگاهها و جلسات تخصصی کار با مدلهای زبانی بزرگ (LLM) که مستقیماً توسط مدیران ارشد شرکت هدایت میشد.
شرکت تو سیگما که در سال ۲۰۰۱ به دست جان اوردک (John Overdeck) و دیوید سیگل (David Siegel)، متخصصان نامآشنای معاملات الگوریتمی و مدیران پیشین D.E. Shaw پایهگذاری شد، از سال ۲۰۰۹ برنامه کارآموزی خود را کلید زده است. این برنامه تا به امروز بیش از ۲۰۰ نفر از ۱۷۰۰ کارمند شرکت، از جمله ۸ نفر از مدیران ارشد اجرایی را پرورش داده و عملاً شاهراه حیاتی جذب استعداد برای این شرکت به شمار میرود؛ آن هم در شرایطی که صندوقهای پوشش ریسک (Hedge Funds) و غولهای فناوری وارد یک جنگ تمامعیار برای شکار بهترین دانشمندان داده، مهندسان نرمافزار و متخصصان فناوری شدهاند.
هرچند تو سیگما در سالهای اخیر فعالیتهای خود را به بازارهای املاک و سرمایهگذاری خصوصی هم گسترش داده، اما همچنان بخش عمده داراییهایش در صندوقهای الگوریتمی و سیستماتیک مدیریت میشود. این استراتژیهای معاملاتی دادهمحور همیشه به برنامهنویسان نابغه و مهندسان نرمافزار زبده وابسته بودهاند تا بتوانند در این بازار فوقالعاده رقابتی دست بالا را داشته باشند. حالا پس از گذراندن این تابستان درخشان، تو سیگما در حال بازنگری در مهارتهای کلیدی دورههای کارآموزی و اولویتهای استخدامی خود است.
انگر تأکید میکند که هوش مصنوعی افق انتظارات را درباره «عمق خروجی و میزان ارزشآفرینی» یک کارآموز در طول چند ماه فعالیت، کاملاً جابهجا کرده است.
تمرکز ویژه روی قدرت قضاوت و مهارتهای ارتباطی
البته تو سیگما به این زودیها قصد ندارد برنامههای کارآموزی خود را به دانشجویان ادبیات یا فارغالتحصیلان فلسفه واگذار کند!
انگر تصریح میکند: «ما همچنان به دنبال افرادی هستیم که بهاصطلاح بدانند زیر کاپوت چه خبر است و از سازوکار دقیق مسائل فنی سر دربیاورند.»
او ادامه میدهد: «اینکه از هوش مصنوعی بخواهید چیزی برایتان بسازد ولی خودتان متوجه نشوید چطور کار میکند، اصلاً اتفاق خوبی نیست و به درد ما نمیخورد.»
با این حال، جهش خیرهکننده در بازدهی کارآموزان دوره اخیر — که نیمی از آنها روی چالشهای مهندسی و نیمی دیگر روی مدلسازی مالی کار میکردند — باعث شده توجه مدیران به مهارتهای نرم به مراتب جلب شود.
به گفته انگر، قدرت قضاوت و ارتباط مؤثر، به اولویتهای اصلی تیم جذب نیروی شرکت در دانشگاهها تبدیل شدهاند؛ چرا که هوش مصنوعی عملاً زمین بازی را در مهارتهای متنوع کدنویسی و محاسبات ریاضی هموار و یکدست کرده است.

بهطور دقیقتر، این شرکت حالا بررسی میکند که داوطلبان چگونه با هوش مصنوعی تعامل برقرار میکنند و چطور با همکاران و ابزارهای فناوری به گفتوگو و ارتباط میپردازند. این دست مهارتها پیش از این بیشتر مختص مدیران ارشد بود؛ کسانی که باید تیمهای مختلف را رهبری میکردند، با روحیات متفاوت کنار میآمدند و همه را برای پارو زدن در یک جهت هماهنگ میساختند.
اما امروز، حتی نیروهای تازهکار و کارآموزان هم میتوانند با مدیریت هوش مصنوعی به عنوان دستیار یا نیروی تحت امر خود، مهارتهایی در حد یک مدیر را در همان ابتدای مسیر شغلی به نمایش بگذارند.
در نتیجه، مصاحبههای استخدامی در دانشگاهها به سمت گفتوگوهای عمیقتر و شخصیتر رفته است. انگر در این زمینه توضیح میدهد: «حالا در مصاحبهها کمتر روی این موضوع تمرکز میکنیم که آیا فرد صرفاً توانایی فنی انجام کار را دارد یا نه.»
جنگ استعدادها؛ رقابت درونصنعتی و فراتر از آن
صندوقهای سرمایهگذاری مانند تو سیگما سالهاست که درگیر نبردی نفسگیر برای جذب نخبگان هستند و بسیاری از آنها فعالیتهای خود را در دانشگاهها گسترش دادهاند تا افراد مستعد را خیلی سریعتر شکار کنند. جالب است بدانید تو سیگما به ۸۵ درصد از کارآموزان فارغالتحصیل دوره اخیر خود پیشنهاد استخدام تماموقت داده است.
از سوی دیگر، این غولهای مالی باید با آزمایشگاههای پیشرو هوش مصنوعی و استارتاپهای پر سر و صدای دره سیلیکون (Silicon Valley) هم دستوپنجه نرم کنند؛ استارتاپهایی که قادرند دستمزدهایی همپای شرکتهای معاملاتی والاستریت پیشنهاد دهند؛ اتفاقی که در دنیای شرکتهای آمریکایی کمتر دیده میشود.
تو سیگما بر این باور است که ساختار منحصربهفرد دوره کارآموزیاش — که در آن هر کارآموز به صورت انفرادی و شانه به شانه با مدیران کار میکند — این شرکت را از رقبا متمایز میسازد؛ چرا که این فعالیت چندماهه دیدی واقعی از زندگی روزمره کاری در این مجموعه به افراد میدهد.
سارا فاس (Sarah Fass)، مدیر ارشد سرمایه انسانی تو سیگما میگوید: «کارآموزان از روز اول در کنار همکاران باسابقه در تمام سطوح، روی حل چالشهای واقعی و ملموس کار میکنند.»
او میافزاید: «معتقدیم این رویکرد به کارآموزان تصویری شفاف و کامل از مسیر شغلیشان در اینجا میدهد و ما در طول زمان دیدهایم که این سرمایهگذاری چقدر بازدهی فزاینده داشته است.»
علاوه بر این، انگر معتقد است این شرکت افرادی را به خود جذب میکند که تشنه چالشهای مداوم هستند؛ چرا که به دلیل ماهیت پویا و غیرقابل پیشبینی بازارهای مالی، «ما هیچوقت با کمبود مسئله برای حل کردن روبهرو نمیشویم.»
انگر خاطرنشان میکند در حالی که موفقیت در گزینههای دیگر بهویژه شرکتهای هوش مصنوعی ممکن است به «عرضه اولیه عمومی (IPO) موفق» وابسته باشد، تو سیگما پیوسته در تلاش است تا بازار و رقبای خود را شکست دهد. همین امر باعث شده شرکت دیدگاهی بلندمدت در قبال پرورش و حفظ استعدادها اتخاذ کند.
به گفته انگر، هدف نهایی این است که «مجموعه ما جایی باشد که دانشجویان بتوانند رشد و پیشرفت بلندمدت مسیر شغلی خود را در آن به وضوح ببینند.»
مطالب مرتبط و پیشنهادی

خشم کشاورزان اوهایو از دیتاسنترهای پرمصرف هوش مصنوعی؛ دردسر غیرمنتظره ترامپ: «اینجا خاک ماست!»
هجوم شرکتهای فناوری برای احداث دیتاسنترهای غولپیکر و پرمصرف هوش مصنوعی در دل مزارع اوهایو، خشم شدید ساکنان محلی را برانگیخته است؛ تا جایی که بسیاری از هواداران سنتی دونالد ترامپ میگویند به دلیل حمایت او از این پروژهها دیگر حاضر به رای دادن نیستند. این بحران غیرمنتظره نشان میدهد که عطش سیریناپذیر زیرساختهای هوش مصنوعی برای بلعیدن زمین و انرژی، چگونه از مرزهای فناوری فراتر رفته و به میدان نبردی داغ در معادلات سیاسی آمریکا تبدیل شده است.

اعتراف عجیب مدیران ارشد: هوش مصنوعی بهرهوری ما را بالا برده، اما خودمان هم سر درنمیآوریم چطور!
گزارش جدید مؤسسه EY نشان میدهد بیش از نیمی از مدیران بریتانیایی، هوش مصنوعی را عامل اصلی جهش بهرهوری در کسبوکارشان میدانند. با این حال، اکثر آنها اعتراف کردهاند که دید درستی نسبت به هزینهها ندارند و نمیدانند این ابزارها دقیقاً چطور به سود مالی تبدیل میشوند. همچنین سیستمهای قدیمی و کمبود شدید نیروی متخصص، مانع بزرگ سازمانها در مسیر بهرهگیری از هوش مصنوعی است.

هرچه هوش مصنوعی مستقلتر میشود، استراتژی انسان حیاتیتر است؛ پارادوکس بزرگ عصر ایجنتها
با خودران شدن هوش مصنوعی و ورود ایجنتها به فرایندهای تصمیمگیری، خیلیها نگران حذف نیروی انسانی هستند؛ اما واقعیت درست برعکس است. هرچه این ابزارها کارهای اجرایی بیشتری را بر عهده بگیرند، نیاز شرکتها به نگاه کلان، استراتژی انسانی و تنظیم ارتباط بین سیستمها حیاتیتر و تعیینکنندهتر خواهد شد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.