Los empleos de Wall Street no se librarán de la automatización
por Thomas H. Davenport

Participé en una conferencia sobre tecnologías cognitivas unos días después de las elecciones del 8 de noviembre, y gran parte de lo que se habló en los descansos (y algo en el escenario) versó sobre los resultados de las elecciones y las razones detrás de las mismas. Había una sensación general de que el «Cinturón Óxido» había sido el principal responsable de la victoria de Donald Trump, y una comprensión creciente, aunque tardía, de la difícil situación económica de algunos ciudadanos de esa región del Medio Oeste.
A algunos participantes de la conferencia les preocupaba que esta atribulada región pudiera crecer. De hecho, uno de los asistentes —un viejo amigo que diseña estrategias sobre tecnología para un gran banco neoyorquino— comentó que quizás Wall Street se convierta en «el nuevo Cinturón Óxido». Su preocupación era que la automatización de la industria financiera vaciara puestos de trabajo en ese campo de la misma manera que la robótica y otras tecnologías han reducido el empleo en la industria manufacturera.
Es una perspectiva aleccionadora, pero hay pruebas de sobra de que es una posibilidad real. Los aspectos clave del sector financiero ya se han automatizado de forma sustancial. Los puestos de trabajo en el campo financiero de Nueva York han estado disminuyendo durante varios años. Según datos de la firma de investigación Coalition Ltd., se han perdido más de 10 000 puestos de «productor principal» en los 10 principales bancos desde 2011. Coalición también sugiere esa plantilla mundial de renta fija ha caído un 31% desde 2011.
Centro de información
La próxima era de la analítica
Patrocinado por SAS
Aprovechar el poder del aprendizaje automático y otras tecnologías.
Operador de piso, por supuesto, ha sido durante mucho tiempo el trabajo arquetípico en las bolsas de valores. Pero quedan muy pocos de ellos. Como el Financial Times notas, en el año 2000 había más de 5.500 operadores de piso en la Bolsa de Valores de Nueva York; ahora hay menos de 400. Muchos de los comerciantes que quedan solo trabajan a tiempo parcial. La mayoría de los trabajos de negociación los han asumido servidores que ejecutan algoritmos de negociación.
Las reducciones de personal de Wall Street hasta ahora se deben en gran medida a las tecnologías de automatización tradicionales, pero es probable que las nuevas tecnologías cognitivas las aceleren. Gran parte de las operaciones administrativas de Wall Street implican la realización de tareas relativamente estructuradas. Es probable que muchas de ellas puedan ser absorbidas por herramientas como la automatización robótica de procesos, que puede llegar a varios sistemas para obtener los datos necesarios y aplicar una lógica de decisión basada en reglas.
El cumplimiento de la normativa ha sido una de las pocas áreas de crecimiento en Wall Street en los últimos años, pero una variedad de herramientas cognitivas también están atacando esa área. Los sistemas de Digital Reasoning automatizan las investigaciones internas de fraude. Amelia, de IPsoft, se centra en parte en facilitar el cumplimiento en las conversaciones con los clientes. Narrative Science automatiza la creación de informes contra el lavado de dinero. RAGE Frameworks automatiza la extracción de datos para la gestión del crédito y el patrimonio y puede crear informes de cumplimiento automatizados sobre el proceso. Supongo que el número de empleados de cumplimiento ha alcanzado su punto máximo y empezará a disminuir.
Muchos trabajos de nivel inicial en Wall Street implican analizar los datos para defender una transacción financiera en particular. Pero esas tareas también están empezando a automatizarse. Kensho, por ejemplo, es una empresa emergente que analiza los datos de los mercados y genera informes sobre sus implicaciones. Un artículo de Fortune señaló que «Kensho tiene el potencial de reemplazar al tesoro de estrategas de mercado de la calle, y su capacidad para analizar datos y ofrecer consejos también debería poner nerviosos a los banqueros de inversión». Otra tarea común de los analistas financieros y los abogados es preparar los datos de divulgación sobre el historial financiero de una empresa para los posibles inversores. Pero otra startup, iDisclosure, lo hace automáticamente.
Otra función común en el sector financiero es ofrecer asesoramiento sobre inversiones. Si bien las firmas tradicionales de Wall Street (las que aún existen) aún no han adoptado el concepto de «robot asesor» para sus clientes de alto nivel, el asesoramiento automatizado se está generalizando en la gama baja de la inversión. Vanguard, Charles Schwab y Fidelity han dado algunos pasos en esa dirección, y empresas emergentes como Betterment, Wealthfront y Personal Capital buscan clientes de la generación del milenio con dinero para invertir. Las capacidades ya existen para las versiones de gama alta de los consejos robóticos, y algunos bancos, como UBS, han empezado a explorarlas. El asesoramiento de inversión es complejo, consume muchos datos y cambia rápidamente, por lo que parece muy probable que haya muchos menos asesores de inversiones humanos en el futuro.
Hay otras tareas orientadas a las finanzas que realizará la automatización, incluidas algunas nuevas que implican gestión financiera continua para los consumidores eso deberían haberlo hecho los bancos hace mucho tiempo. Sin embargo, el punto clave es que se trata de tareas, no de trabajos completos. No parecerá que Wall Street ha tenido un éxodo masivo pronto. Pero un trabajo tras otro se reducirá con el tiempo. Los trabajos de nivel inicial probablemente sean los más afectados; si puede enseñarle a un recién graduado universitario a hacer una tarea, probablemente pueda enseñarle a una máquina a hacerlo.
Si hay alguna buena noticia aquí, es que habrá un número considerable de trabajos que implicarán trabajar junto a las máquinas. Si ya está familiarizado con los procesos financieros clave, tendrá muchas más posibilidades de conservar su trabajo si aprende a trabajar junto a máquinas inteligentes que realizan aspectos clave de esos procesos: supervisar las máquinas, arreglarlas y recoger la pelota cuando la dejan caer. O puede adquirir habilidades para supervisarlos y entender cuándo el mundo financiero ha cambiado y cuándo los algoritmos ya no están bien equipados para gestionarlo. Por último, por supuesto, habrá muchos trabajos relacionados con la creación de sistemas financieros inteligentes. El industria de tecnología financiera es una de las áreas de la tecnología de más rápido crecimiento y gran parte de su enfoque se centra en las decisiones y capacidades automatizadas.
¿Quién sabe qué trastornos políticos y económicos provocará la continua caída de los puestos de trabajo en Wall Street y en el sector financiero? Pero las elecciones presidenciales de 2016 podrían dar algunas pistas. Las personas que ya no ven las oportunidades económicas no siempre reaccionan de inmediato, sino que eventualmente reaccionan. Los empleados de Wall Street pueden expresar su insatisfacción de manera diferente a la del típico trabajador de una fábrica de Rust Belt. Pero seguro que no dejarán que sus medios de subsistencia se desvanezcan sin protestar.
Artículos Relacionados

La IA es genial en las tareas rutinarias. He aquí por qué los consejos de administración deberían resistirse a utilizarla.

Investigación: Cuando el esfuerzo adicional le hace empeorar en su trabajo
A todos nos ha pasado: después de intentar proactivamente agilizar un proceso en el trabajo, se siente mentalmente agotado y menos capaz de realizar bien otras tareas. Pero, ¿tomar la iniciativa para mejorar las tareas de su trabajo le hizo realmente peor en otras actividades al final del día? Un nuevo estudio de trabajadores franceses ha encontrado pruebas contundentes de que cuanto más intentan los trabajadores mejorar las tareas, peor es su rendimiento mental a la hora de cerrar. Esto tiene implicaciones sobre cómo las empresas pueden apoyar mejor a sus equipos para que tengan lo que necesitan para ser proactivos sin fatigarse mentalmente.

En tiempos inciertos, hágase estas preguntas antes de tomar una decisión
En medio de la inestabilidad geopolítica, las conmociones climáticas, la disrupción de la IA, etc., los líderes de hoy en día no navegan por las crisis ocasionales, sino que operan en un estado de perma-crisis.