Grandes bancos estão adicionando empregos focados em inteligência artificial em velocidades crescentes, apesar dos cortes em toda a indústria.
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 total de funcionários desses bancos durante o mesmo período, de acordo com novos dados publicados na quinta-feira pela empresa de pesquisa de adoção de IA Evident.
“IA é vista como uma prioridade estratégica crítica, por isso os volumes de talentos em IA dos bancos continuam a crescer rapidamente, aparentemente imunes às iniciativas em curso de redução de força vistas em todo o setor”, disse Alexandra Mousavizadeh, co-fundadora 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. Ele emprega 11,5% de todo o talento existente em IA dentro da indústria bancária.
O maior banco dos EUA em ativos foi um dos primeiros a adotar a IA, contratando seu chefe de pesquisa em IA pela primeira vez em 2018. O JPMorgan liderou 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.
Capital One, que ocupa o segundo lugar no índice, tem a maior densidade de talentos em IA: 12% do seu total de funcionários trabalham em IA — mais de quatro vezes a média do banco no índice da Evident.
Leia mais: A IA vai estar em todos os lugares: Grandes bancos estão apostando tudo na IA
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 à construção de suas capacidades nessa área.
A Evident descobriu que o Deutsche aumentou sua capacidade global de talentos em IA em 26,7% — quase triplo da média do índice — e o Lloyds expandiu sua força de engenharia de dados a um ritmo duas vezes maior do que seus pares do Reino Unido, apesar de ambos realizarem reduções de efetivo no início deste ano.
Mas o setor bancário enfrentará uma forte concorrência por talentos em IA, que já estão em falta. Líderes da indústria de tecnologia como OpenAI e Meta estão oferecendo pacotes de compensação milionários para atrair talentos de ponta. Até mesmo a administração Biden disse que planeja 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 da IA em 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 ganha velocidade, aqueles que começaram cedo e investiram recursos significativos nos últimos anos continuarão superando seus concorrentes, de acordo com Mousavizadeh.
“Os 10 principais bancos em talentos em IA atualmente representam 51% do total do pool de talentos da indústria bancária — uma grande vantagem quando se trata de adoção de IA”, disse ela. “Essa concentração de talentos em IA tem consequências reais. Se os bancos que ficam para trás não conseguirem fechar a lacuna, a corrida para implementar a IA se tornará uma tarefa árdua.”
O tipo de funções para as quais estão sendo contratados também representa uma mudança marcada das fases de planejamento e desenvolvimento da integração de IA para a implementação. Nos últimos seis meses, 68% do novo talento líquido em IA em bancos dos EUA estava focado em como começar a usar realmente a tecnologia.
De forma geral, a contratação para funções de implementação aumentou quase 14% entre novembro de 2023 e abril de 2024, seguida por engenharia de dados, desenvolvimento em IA e risco de modelo.
