Os maiores bancos estão adicionando empregos focados em inteligência artificial em velocidades crescentes, apesar dos cortes na indústria em geral. Em 50 dos maiores bancos do mundo, a contratação de talentos em IA cresceu 9% nos últimos seis meses – o dobro da taxa de crescimento do quadro de funcionários desses bancos no mesmo período, de acordo com novos dados publicados na quinta-feira pela empresa de pesquisa de adoção de IA, Evident.
“AI é vista como uma prioridade estratégica crítica, e é por isso que os volumes de talentos em IA dos bancos continuam a crescer rapidamente, aparentemente imunes às iniciativas contínuas de redução de força vistas em todo o setor”, explicou Alexandra Mousavizadeh, cofundadora e CEO da Evident, em comunicado.
JPMorgan Chase, Capital One e Wells Fargo lideraram a corrida, adicionando o maior número de talentos em IA. O JPMorgan tem o maior volume de talentos em IA, com quase seis vezes mais funcionários em IA do que a média dos bancos no Índice de IA da Evident. O banco emprega 11,5% de todo o talento em IA existente na indústria bancária.
O maior banco dos EUA por ativos foi um dos primeiros a adotar IA, contratando seu chefe de pesquisa em IA pela primeira vez em 2018. O JPMorgan ficou em primeiro lugar em ambos os relatórios do Índice de IA da Evident, que classificam o progresso dos 50 maiores bancos do mundo à medida que incorporam e avançam em IA, usando quatro métricas: talento, inovação, liderança e transparência.
A Capital One, que ocupa o segundo lugar no índice, tem a maior densidade de talentos em IA: 12% de seu quadro de funcionários trabalha com IA – mais de quatro vezes a média dos bancos no índice da Evident.
Com demissões em vários grandes bancos – incluindo Citigroup, Barclays, Deutsche Bank e Lloyds Bank – já este ano, o aumento no número de posições centradas em IA é um indicador da importância que as instituições financeiras estão dando em desenvolver suas capacidades nesse campo.
A Evident descobriu que o Deutsche aumentou sua capacidade global de talentos em IA em 26,7% – quase triplo da média do índice – e que o Lloyds expandiu sua força de engenharia de dados a um ritmo duas vezes mais rápido que seus pares no Reino Unido, apesar de ambos terem realizado reduções de quadro de funcionários no início deste ano.
Mas o setor bancário enfrentará uma forte concorrência por talentos em IA, que já estão em escassez. Líderes da indústria de tecnologia como OpenAI e Meta estão oferecendo pacotes de compensação de milhões de dólares para atrair os melhores talentos. Até mesmo a administração Biden disse planejar contratar mais de 100 profissionais em IA até o verão, e exigirá que todas as agências federais designem chefes de IA.
Durante a temporada de resultados do primeiro trimestre, vários chefes de bancos elogiaram as conquistas e o potencial de IA dentro de suas próprias organizações. Por anos, vários grandes bancos têm desenvolvido suas capacidades e ofertas em IA – e intensificaram essa conversa com novas ferramentas voltadas para o cliente, como chatbots e assistentes virtuais alimentados por IA generativa.
À medida que a corrida se intensifica, aqueles que começaram cedo e investiram recursos significativos ao longo dos últimos anos continuarão a superar seus rivais, de acordo com Mousavizadeh.
“Os 10 principais bancos em talento em IA atualmente representam 51% do total da força de trabalho em IA da indústria bancária – uma grande vantagem quando se trata de adoção de IA”, disse ela. “Essa concentração de talento em IA tem consequências reais. Se os bancos que ficam para trás não conseguirem fechar a lacuna, a corrida para implementar IA se tornará uma luta árdua.”
O tipo de funções para as quais estão sendo contratadas também representa uma mudança significativa das etapas de planejamento e desenvolvimento da integração de IA para a implementação. Nos últimos seis meses, 68% do novo talento líquido em IA em bancos americanos estava focado em como começar a realmente usar a tecnologia.
Em geral, a contratação para funções de implementação aumentou quase 14% entre novembro de 2023 e abril de 2024, seguida por engenharia de dados, desenvolvimento de IA e risco de modelo.
