Yapay zekâ Wall Street işlerini ortadan kaldırmadan önce, ilk olarak bu işleri yaratıyor.
Kurumsal istihdam verileri firması Draup'un CNBC ile özel olarak paylaştığı analizine göre; JPMorgan Chase, Citigroup ve Capital One gibi bankalarda yapay zekâ ile ilgili pozisyon ilanları, bu yıl 2025'e kıyasla %49 artarak 139.819 ilana ulaştı.
Draup'un kamuya açık iş ilanları ile LinkedIn dahil platformlardan derlediği verilere göre, en hızlı büyüyen alan yapay zekâ ajanlarını içeren beceri kümesi oldu. Örneğin, ajan orkestrasyonu (birden fazla ajanın bir görev üzerinde uyumlu çalışmasını sağlayacak sistemler tasarlama yeteneği) bu yıl %1.721 oranında sıçrama kaydetti.
Draup CEO'su Vijay Swaminathan bir röportajda, "Bu muhtemelen Wall Street'teki en gözde yetenek" dedi ve ekledi: "Bu devasa bir fırsat. Veriden anlayan, yapay zekâdan anlayan ve bunu nereye koyacağını bilen insanlara ihtiyaçları var."
İş ilanları, Wall Street bankalarının sohbet botlarının ötesine geçerek yapay zekâ stratejilerinin bir sonraki aşamasına geçtiğini gösteriyor; bu durum yöneticiler, çalışanlar ve hissedarlar açısından önemli sonuçlar doğuruyor. Yapay zekânın verimliliği artırma ve tekrarlayan görevleri otomatikleştireceğine dair sözünü yerine getirmek için bankalar, iş yükünün giderek daha büyük bir kısmını üstlenen ajan ordularıyla dolu bir geleceğe doğru ilerliyor.
Daha önceki yapay zekâ işe alım dalgasına modeller oluşturan veya bunları kurumsal verilere uyarlayan mühendisler ve veri bilimciler hâkim olurken, bu patlama yapay zekâyı doğrudan iş kollarının içine yerleştirmekten sorumlu kişileri de kapsayacak şekilde genişledi.
Bir finansal kurum içinde yapay zekâ konuşlandırmak genellikle birden fazla uzmanlaşmış ajanın birbirine bağlanmasını gerektirir: Örneğin ham verileri incelemek için biri, bir belgelendirmeyi analiz etmek için diğeri ve mevzuata uyumu kontrol etmek için üçüncü bir ajan.
Swaminathan'a göre, genellikle ileri konuşlandırılmış mühendisler (forward-deployed engineers) olarak adlandırılan ve bu süreçte yer alan çalışanların; alım satım masalarından arka ofis operasyonlarına ve insan kaynaklarına kadar belirli bir iş kolunun ya da fonksiyonun etki alanına hakimiyet ile teknik yeteneklerin bir kombinasyonuna sahip olması gerekiyor.
Örneğin, çalışanların izin onaylarını otomatikleştirmek için bir ajan ekibi oluşturmak, bir dizi uç durumu (edge cases) ve özel muafiyetleri beraberinde getirir, dedi.
Swaminathan, "Bir kurumsal yapıda çok fazla karmaşıklık var" diyerek ekledi: "Bazen bu karmaşıklıklar görünürdedir, ancak çoğu zaman gizlidir. Basit bir süreci otomatikleştirmek bile uzun zaman alır."
Draup CEO'su, ajan orkestrasyonu yeteneğinin özellikle ileri konuşlandırılmış mühendisler için çok önemli olduğunu belirtti, çünkü onların işi hangi ajanların gerektiğini, her birinin ne yaptığını ve hangi teknolojinin kullanılacağını çözmektir. Aynı zamanda insan denetleyicilerin ne zaman devreye girmesi gerektiğine karar vermeyi de içerir.
Yapay zekânın geliştirilmesiyle ilgili talebin yüksek olduğu diğer beceriler arasında, ajanlara işleri tamamlama yeteneği veren araç ve tekniklerin anlaşılması yer alıyor.
Draup'un analizine göre, çok adımlı iş akışları oluşturmaya yönelik bir altyapı olan LangGraph'a yapılan atıflar %679 artarken, yapay zekâ uygulamalarını verilere bağlamaya yardımcı olan LlamaIndex atıfları %291 yükseldi. Yapay zekâ modellerine şirket veritabanlarından bilgi besleme tekniği olan RAG'a (retrieval-augmented generation) yapılan atıflar ise %259 oranında tırmandı.
Bununla birlikte, teknik yeteneklerin ötesinde, sözde sosyal becerilere (soft skills) verilen önem giderek artıyor.
Swaminathan, "Analizimiz, problem çözme, yaratıcılık, zor sorular sorabilme, süreçlerin daha derinlemesine anlaşılması konusunda iddialı olma gibi sosyal becerilere yeniden odaklanıldığını gösteriyor" dedi.
Yapay zekâ dahilindeki diğer büyüme alanları arasında, gelişen sistemlerin etrafında koruma kalkanları (guardrails) oluşturmaktan sorumlu olanlar yer alıyor.