Cuộc chiến nhân tài AI của Phố Wall bước vào giai đoạn mới
TREE NEWS đưa tin: Làn sóng tuyển dụng trí tuệ nhân tạo (AI) của Phố Wall đang trải qua một bước ngoặt quyết định. Các ngân hàng gồm JPMorgan Chase, Citigroup và Capital One đã đăng 139.819 tin tuyển dụng liên quan đến AI trong năm nay, tăng 49% so với cùng kỳ năm ngoái, theo phân tích các tin tuyển dụng công khai trên các nền tảng như LinkedIn do công ty dữ liệu tuyển dụng Draup thực hiện. Con số tổng thể ít quan trọng hơn cơ cấu của nó: nhu cầu đang dịch chuyển khỏi các nhà nghiên cứu xây dựng mô hình nền tảng sang các kỹ sư có thể nhúng AI trực tiếp vào hoạt động kinh doanh thực tế.
Tín hiệu rõ nét nhất là sự bùng nổ của các vai trò “điều phối tác nhân” (agent orchestration). Các đề cập đến kỹ năng này trong tin tuyển dụng đã tăng vọt 1.721% trong năm nay, trở thành một trong những năng lực hot nhất trong lĩnh vực dịch vụ tài chính. Điều phối tác nhân mô tả việc thiết kế nhiều tác nhân AI phối hợp hoạt động cùng nhau — ví dụ, một tác nhân xem xét dữ liệu thô, tác nhân thứ hai phân tích tài liệu, và tác nhân thứ ba kiểm tra tuân thủ, tất cả vận hành như một hệ thống được phối hợp.
Từ chatbot đến lực lượng tác nhân được phối hợp
“Đây có thể nói là kỹ năng hot nhất trên Phố Wall hiện nay,” Vijay Swaminathan, giám đốc điều hành của Draup, cho biết. “Các ngân hàng cần những người hiểu dữ liệu, hiểu AI, và biết cách đưa nó vào vận hành thực tế.”
Làn sóng tuyển dụng đã mở rộng vượt xa các nhà xây dựng mô hình giai đoạn đầu và các nhà khoa học dữ liệu sang một tầng lớp mới gọi là “kỹ sư triển khai tiền tuyến” (forward-deployed engineers), với công việc cốt lõi là kết nối AI trực tiếp vào các bàn giao dịch, phòng tuân thủ và hoạt động hậu cần. Những vai trò này đòi hỏi cả chiều sâu kỹ thuật lẫn chuyên môn lĩnh vực, và độ phức tạp vượt xa kỳ vọng ban đầu.
“Có sự phức tạp khổng lồ bên trong các doanh nghiệp — một phần rõ ràng, phần lớn bị ẩn giấu,” Swaminathan nói. “Ngay cả việc tự động hóa một quy trình đơn giản cũng tốn rất nhiều thời gian.” Ông dẫn ví dụ về việc tự động phê duyệt đơn xin nghỉ phép của nhân viên: một tình huống duy nhất tạo ra một chuỗi dài các trường hợp ngoại lệ và biên.
Nhu cầu về các công cụ nền tảng cũng tăng song song. Các đề cập đến LangGraph, một framework để xây dựng quy trình nhiều bước, tăng vọt 679%; LlamaIndex, kết nối các ứng dụng AI với nguồn dữ liệu, tăng 291%; và tạo sinh tăng cường truy xuất (RAG), dùng để cung cấp thông tin từ cơ sở dữ liệu doanh nghiệp vào mô hình, tăng 259%. Các kỹ năng mềm — giải quyết vấn đề, sáng tạo, đặt câu hỏi sâu hơn và hiểu quy trình — cũng đang lấy lại sự nhấn mạnh.
Nhu cầu quản trị vượt qua huấn luyện mô hình
Khi triển khai sâu hơn, các vai trò rủi ro và tuân thủ cũng tăng nhanh tương tự. Các đề cập đến “AI có trách nhiệm” tăng vọt 657%, trong khi các trích dẫn về quản trị AI và quản lý rủi ro lần lượt tăng 394% và 359%. Các trích dẫn liên quan đến quản trị hiện vượt 16.000, gần gấp đôi khoảng 8.400 trích dẫn gắn với huấn luyện, triển khai và vận hành mô hình. Mối quan tâm trọng tâm của các đội bảo mật là ngăn chặn các công cụ bên thứ ba hoặc mô hình bên ngoài đưa vào các lỗ hổng mang tính hệ thống. “Đảm bảo các công cụ bên thứ ba chúng tôi sử dụng trong các sản phẩm này không vượt khỏi tầm kiểm soát ở cấp độ an ninh mạng là trọng tâm chính hiện nay,” Swaminathan nói.
Hàm ý thị trường
Đối với cổ phiếu, sự dịch chuyển này là một câu chuyện về biên lợi nhuận. Nếu các tác nhân thực sự tự động hóa các quy trình lặp đi lặp lại, các ngân hàng có thể thu hẹp tỷ lệ chi phí trên thu nhập theo thời gian — một yếu tố hỗ trợ mang tính cấu trúc cho các cổ phiếu tài chính vốn hóa lớn vốn đã tụt hậu so với lĩnh vực công nghệ về hiệu quả. Mức lương cao cấp cho các quản lý AI tạo sinh, với lương cơ bản trung vị khoảng 190.000 USD, cho thấy các công ty kỳ vọng lợi nhuận năng suất có thể đo lường được, chứ không phải thử nghiệm.
Đối với toàn bộ tổ hợp công nghệ rộng lớn hơn, dữ liệu ủng hộ các tầng hạ tầng và điều phối hơn là các nhà cung cấp mô hình thuần túy. Các framework, công cụ kết nối dữ liệu và đường ống RAG là nơi dòng tiền ngân sách doanh nghiệp đang chảy vào, điều này hỗ trợ nhu cầu về điện toán đám mây, cơ sở dữ liệu vector và các nhà cung cấp phần mềm doanh nghiệp định vị ở tầng ứng dụng.
Xu hướng nghiêng về quản trị cũng có tác động lan tỏa về quy định. Với việc tuyển dụng quản trị hiện vượt qua huấn luyện mô hình, các ngân hàng đang thực chất xây dựng hạ tầng tuân thủ trước kỳ vọng của các cơ quan giám sát — một thế phòng thủ có thể giảm rủi ro các cú sốc thực thi nhưng cũng làm tăng chi phí vận hành.
Cuối cùng, khía cạnh lao động quan trọng đối với các nhà đầu tư theo dõi hướng dẫn về nhân sự của ngân hàng. Giám đốc điều hành JPMorgan, Jamie Dimon, đã nhiều lần đề cập đến một “kế hoạch tái bố trí quy mô lớn” khi AI tiếp nhận nhiều công việc hơn. Tái bố trí thay vì cắt giảm hoàn toàn sẽ làm dịu chi phí chính trị và trợ cấp thôi việc của tự động hóa, nhưng tốc độ sẽ quyết định liệu AI thể hiện như đòn bẩy lợi nhuận hay như các khoản chi phí tái cấu trúc.
Những điểm chính cho nhà đầu tư
- Tuyển dụng AI tại các ngân hàng lớn tăng 49% so với cùng kỳ năm ngoái, nhưng cơ cấu đã xoay từ xây dựng mô hình sang triển khai và điều phối — dấu hiệu công nghệ đang bước vào vận hành thực tế.
- Các trích dẫn về điều phối tác nhân tăng 1.721%, với nhu cầu công cụ (LangGraph, LlamaIndex, RAG) xác nhận ngân sách triển khai thực sự.
- Các vai trò quản trị và rủi ro hiện nhiều hơn vai trò huấn luyện mô hình khoảng hai lần, đẩy chi phí tuân thủ lên trước nhưng giảm rủi ro sốc quy định.
- Theo dõi tỷ lệ chi phí trên thu nhập và hướng dẫn nhân sự của ngân hàng để tìm bằng chứng rằng AI đang chuyển thành mở rộng biên lợi nhuận chứ không chỉ là chi tiêu cao hơn.
- Các nhà cung cấp hạ tầng và tầng ứng dụng có vị thế tốt hơn các nhà phát triển mô hình thuần túy để nắm bắt ngân sách AI của doanh nghiệp.
