انقلاب ایجنتها در وال استریت؛ انفجار ۱۷۲۱ درصدی تقاضا برای داغترین اسکیل هوش مصنوعی!
برخلاف تصور عمومی که فکر میکردند هوش مصنوعی شغلهای وال استریت را حذف میکند، این فناوری در حال ایجاد موج تازهای از استخدامهای پردرآمد در بازارهای مالی است. بانکهای بزرگ جهان حالا به دنبال متخصصانی هستند که بتوانند ارتشهایی از ایجنتهای هوش مصنوعی را در کنار یکدیگر هدایت و هماهنگ کنند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- آگهیهای استخدامی مرتبط با هوش مصنوعی در غولهای بانکی مانند جیپیمورگان چیس و سیتیگروپ با رشد چشمگیر ۴۹ درصدی روبهرو شده و به مرز ۱۴۰ هزار موقعیت شغلی رسیده است.
- داغترین اسکیل جدید وال استریت «ارکستراسیون ایجنتها» است؛ یعنی توانایی سازماندهی و هماهنگسازی تیمی از ایجنتهای تخصصی که تقاضا برای آن جهش خیرهکننده ۱۷۲۱ درصدی را ثبت کرده است.
- بانکها از دوران چتباتهای ساده عبور کردهاند و حالا برای پیادهسازی فریمورکهای چندمرحلهای مثل LangGraph و معماری RAG، سالانه تا ۱۹۰ هزار دلار به متخصصان حقوق میدهند.
نمایی از محوطه ساختمان مرکزی شرکت جیپیمورگان چیس در نیویورک.
پیش از آنکه هوش مصنوعی بخواهد فرصتهای شغلی وال استریت را تصاحب کند، در وهله اول مشغول خلق موقعیتهای شغلی جدید و پرتقاضا در این بازار مالی است.
بر اساس تحلیل شرکت دادههای استخدام سازمانی دراپ (Draup)، آگهیهای شغلی مرتبط با هوش مصنوعی در غولهای بانکی مانند جیپیمورگان چیس (JPMorgan Chase)، سیتیگروپ (Citigroup) و کپیتال وان (Capital One) در سال جاری در مقایسه با سال ۲۰۲۵ با رشد ۴۹ درصدی روبهرو شده و به ۱۳۹ هزار و ۸۱۹ موقعیت شغلی رسیده است.
به گزارش دراپ که دادههای خود را از آگهیهای شغلی عمومی و پلتفرمهایی مانند لینکدین (LinkedIn) استخراج میکند، سریعترین بخش در حال رشد، مجموعهای از اسکیلهای مربوط به ایجنتهای هوش مصنوعی است. برای نمونه، اشاره به «ارکستراسیون ایجنتها» (Agent Orchestration) — یعنی توانایی طراحی ایجنتهایی که بتوانند بهطور هماهنگ برای انجام یک تسک با یکدیگر همکاری کنند — امسال با جهش سرسامآور ۱۷۲۱ درصدی همراه شده است.
ویجی سوامیناتان، مدیرعامل دراپ، در گفتوگویی تأکید کرد: «به جرئت میتوان گفت این داغترین اسکیل در وال استریت است. این یک فرصت فوقالعاده بزرگ به حساب میآید. بانکها به افرادی نیاز دارند که هم دادهها را بفهمند، هم هوش مصنوعی را بشناسند و هم بدانند دقیقاً چطور و کجا باید از آن استفاده کنند.»
این آگهیهای شغلی به وضوح نشان میدهند که بانکهای وال استریت در حال عبور از چتباتهای ساده و ورود به فاز بعدی استراتژی هوش مصنوعی خود هستند؛ مرحلهای که پیامدهای مستقیمی برای مدیران ارشد، کارمندان و سهامداران دارد. بانکها برای عملی کردن وعدههای هوش مصنوعی در جهت جهش بهرهوری و خودکارسازی کارهای تکراری، با شتاب به سمت آیندهای گام برمیدارند که در آن ارتشی از ایجنتها سهم روزافزونی از کارهای روزمره را به دوش میکشند.
در حالی که در موج اولیه استخدامهای هوش مصنوعی، تمرکز بیشتر روی مهندسان و دانشمندان دادهای بود که مدلها را میساختند یا آنها را با دادههای سازمانی تطبیق میدادند، حالا این تبوتاب گسترش یافته و افرادی را در بر میگیرد که مسئول ادغام مستقیم هوش مصنوعی در بخشهای مختلف کسبوکار هستند.
بهکارگیری هوش مصنوعی در یک مؤسسه مالی معمولاً نیازمند اتصال و هماهنگ کردن چندین ایجنت تخصصی است؛ برای مثال، یک ایجنت وظیفه بررسی دادههای خام را بر عهده دارد، دیگری اسناد را تحلیل میکند و سومی انطباق با قوانین و مقررات نظارتی را ارزیابی میکند.
به گفته سوامیناتان، متخصصانی که در این مسیر فعالیت میکنند و معمولاً «مهندسان خط مقدم» یا فوروارد دیپلوید (Forward-Deployed Engineers) نامیده میشوند، به ترکیبی از مهارتهای فنی و دانش تخصصی در حوزههای مختلف کاری — از میزهای معاملات گرفته تا امور پشتیبانی اداری و منابع انسانی — نیاز دارند.
او اشاره میکند که حتی ساخت تیمی از ایجنتها برای خودکارسازی فرآیند تأیید درخواستهای مرخصی کارکنان، با پیچیدگیهای متعدد، حالتهای خاص و استثنائات گوناگونی همراه میشود.
سوامیناتان میگوید: «پیچیدگیهای سازمانی بسیار زیادند. گاهی اوقات این پیچیدگیها کاملاً به چشم میآیند، اما در بیشتر مواقع پنهان هستند. حتی خودکارسازی یک فرآیند به ظاهر ساده هم میتواند زمان زیادی ببرد.»
مدیرعامل دراپ توضیح میدهد که اسکیل ارکستراسیون ایجنتها ارتباط تنگاتنگی با کار مهندسان خط مقدم دارد؛ زیرا وظیفه آنها تشخیص این است که به چه ایجنتهایی نیاز است، هر ایجنت چه نقشی دارد و چه فناوریهایی باید به کار گرفته شوند. همچنین تصمیمگیری درباره اینکه ناظران انسانی چه زمانی باید وارد عمل شوند، بر عهده همین متخصصان است.
استک فناوری ایجنتها
سایر اسکیلهای پرتقاضا در روند توسعه هوش مصنوعی، به شناخت عمیق ابزارها و تکنیکهایی مربوط میشود که به ایجنتها توانایی اجرای مؤثر امور و پیشبرد اهداف را میبخشند.
طبق تحلیلهای دراپ، اشاره به فریمورک لانگگراف (LangGraph) که برای ساخت ورکفلوهای چندمرحلهای به کار میرود، جهش ۶۷۹ درصدی داشته است. در همین حال، نام لاماایندکس (LlamaIndex) که اتصال اپلیکیشنهای هوش مصنوعی به منابع داده را ممکن میسازد، ۲۹۱ درصد رشد کرده است. همچنین استفاده از اصطلاح RAG یا بازیابی اطلاعات افزوده (Retrieval-Augmented Generation) — تکنیکی که دادههای پایگاههای اطلاعاتی شرکتها را به مدلهای هوش مصنوعی تزریق میکند — با افزایش ۲۵۹ درصدی همراه بوده است.
با این حال، فراتر از توانمندیهای فنی صرف، تأکید فزایندهای بر مهارتهای نرم نیز به چشم میخورد.
او در این باره میگوید: «بررسیهای ما نشان میدهد تمرکز ویژهای روی مهارتهای نرم مانند حل مسئله، خلاقیت، توانایی پرسیدن سؤالات چالشی و جسارت کافی برای درک عمیق فرآیندها شکل گرفته است.»
یکی دیگر از بخشهای پررشد در حوزه هوش مصنوعی، ایجاد چارچوبهای ایمنی و حفاظتی (Guardrails) پیرامون سیستمهای نوظهور است که شامل افزایش تقاضا برای زیرساختهای کنترل و مدیریت ریسک میشود.
طبق دادههای دراپ، اشاره به مفهوم «هوش مصنوعی مسئولانه» (Responsible AI) در آگهیهای شغلی امسال رشد چشمگیر ۶۵۷ درصدی داشته و عباراتی مانند حاکمیت هوش مصنوعی (AI Governance) و مدیریت ریسک به ترتیب ۳۹۴ و ۳۵۹ درصد جهش کردهاند. تیمهای امنیت سایبری نیز بهطور ویژه تمرکز خود را روی جلوگیری از ایجاد آسیبپذیریهای سیستماتیک ناشی از اتصال ابزارهای متفرقه یا مدلهای خارجی گذاشتهاند.
اسکیلهای مرتبط با حاکمیت هوش مصنوعی در حال حاضر بیش از ۱۶ هزار بار در دادههای دراپ تکرار شدهاند که تقریباً دو برابر حدود ۸۴۰۰ مورد مرتبط با آموزش، استقرار و اجرای مدلها است.
سوامیناتان میافزاید: «تمرکز زیادی روی این موضوع وجود دارد که ابزارها و سرویسهای واسطهای که در این محصولات استفاده میشوند، از نظر امنیت سایبری خطرساز نشوند و رفتارهای غیرقابلپیشبینی نداشته باشند.»
موقعیتهای شغلی مرتبط با هوش مصنوعی مولد و ایجنتها معمولاً حقوقهای بالاتری نسبت به سایر نقشهای فناوری در بخش مالی دریافت میکنند؛ بهطوریکه طبق گزارش دراپ، مدیران حوزه هوش مصنوعی مولد از میانه حقوق پایه حدود ۱۹۰ هزار دلار در سال برخوردار هستند.
سوامیناتان تأکید میکند که با وجود این دستمزدهای وسوسهکننده، جذب و استخدام نیرو برای این موقعیتهای فوق تخصصی همچنان یک چالش جدی برای بانکها است.
او توضیح میدهد که برای پر کردن این خلاء مهارتی، بانکهای بزرگ سرمایهگذاری سنگینی روی برنامههای بازآموزی و ارتقای مهارت نیروهای داخلی انجام دادهاند تا توسعهدهندگان و کارشناسان فعلی خود را آموزش دهند.
این تحولات گسترده موجی از تغییرات زنجیرهای به همراه خواهد داشت؛ جیمی دایمن، مدیرعامل جیپیمورگان، پیشتر از «برنامههای عظیم بازآرایی و انتقال نیروها» همزمان با تصاحب بخشهای بیشتری از کارها توسط هوش مصنوعی سخن گفته بود.
سوامیناتان در پایان میگوید: «معتقدم هر چه بیشتر روی ترکیب متوازن مهارتهای نرم و مهارتهای فنی تمرکز کنیم، افراد راحتتر خود را وفق میدهند و یاد میگیرند. این روزها برای نیروهای مستعد و متخصص، دورانی واقعاً هیجانانگیز است.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

نقشه کامل جنگ هوش مصنوعی در آمریکا؛ فرمانداران ایالتها درباره دیتاسنترها و «دکمه مرگ» چه میگویند؟
همزمان با نزدیکشدن به انتخابات در آمریکا، تبوتاب هوش مصنوعی و زیرساختهای غولپیکر آن به یکی از داغترین میدانهای رقابت سیاسی تبدیل شده است. در حالی که برخی فرمانداران به دنبال ساخت دیتاسنترهای چند میلیارد دلاری برای جذب غولهای فناوری هستند، گروهی دیگر روی طراحی «دکمه مرگ» اضطراری و کنترل خطرات جدی هوش مصنوعی تمرکز کردهاند. این گزارش نگاهی جامع به موضع تمام فرمانداران آمریکا در قبال آینده هوش مصنوعی و مصرف انرژی مراکز داده دارد.

ترکیب جادویی گویندگی و موسیقی متن فقط با یک پرامپت؛ قابلیت جذاب Suno Speech از راه رسید!
استارتاپ محبوب سونو با معرفی قابلیت آزمایشی Speech، گام هیجانانگیز دیگری در دنیای صوت برداشته است. این مدل هوش مصنوعی میتواند متن شما را تحویل بگیرد و همزمان نریشن را همراه با موسیقی متنی هماهنگ در قالب یک قطعه صوتی یکپارچه بسازد. با این نوآوری، دردسرهای میکس و ادیت دستی صدا برای تولیدکنندگان محتوا به حداقل خواهد رسید.

آزمایش جنجالی روی ۱۰ مدل هوش مصنوعی: تعصب جنسیتی همهجا هست، اما با نتایجی کاملاً متناقض!
نتایج بررسی ۱۰ مدل زبانی بزرگ از ۹ شرکت نامدار نشان میدهد که سوگیری جنسیتی همچنان در هوش مصنوعی موج میزند، اما جهتگیری این تعصبها در هر سیستم کاملاً متفاوت است. این ناهمگونی عجیب باعث شده تا توسعهدهندگان نتوانند نتایج یک مدل را به سایر مدلها تعمیم دهند و ناچار باشند رفتار هر ابزار را جداگانه بسنجند.
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.