К нейросетям уходит не только маркетинг

Разговорами про то, что нейросети заберут работу, никого не удивишь. Дизайнеры, авторы, редакторы, видеомонтажёры — это те люди, которые первые ощутят изменения. Потому что алгоритмы уже умеют генерировать тексты, изображения и даже сценарии, а теперь научились и другому.

Финансовые рынки — вот где ИИ по-настоящему раскроет себя.

Можно подумать, ну и что, что ИИ будет управлять компаниями, акциями и прочим. На первый взгляд ничего такого.

А вот если посмотреть на ситуацию не с позиции новостей, а с точки зрения торговли, становится понятно: изменения идут быстрее, чем в большинстве других отраслей.

Один из таких примеров появился совсем недавно.

Трейдеры умудряются подключать ботов для нейро-торговли. Так недавно в Битве трейдеров от NPB Markets трейдер под ником Diska увеличил депозит с $5 000 до более чем $800 000, и это всего за месяц.

Но главное здесь не то, сколько он заработал, а как.

В NPB Markets рассказали про торговлю трейдера: «Почти 4500 сделок по XAUUSD всего за четыре дня активной торговли. Каждая сделка от нескольких секунд до пары минут».

По сути, перед нами пример того, что переживает рынок финансов на данный момент.

Если человек способен работать в таком темпе, что произойдёт, когда аналогичный объём операций начнут системно обрабатывать тысячи трейдеров?

Рынок постепенно смещается в сторону ИИ-моделей принятия решений, где ключевым фактором становится не опыт сам по себе, а способность обрабатывать поток данных быстрее конкурентов.

И на этом фоне вопрос о профессиях начинает звучать иначе. Какие из них действительно окажутся под давлением? 

История технологий показывает одну закономерность. Появление новых инструментов редко убивает профессию. Оно меняет способ работы. Photoshop не оставил без работы художников. Он дал им новые возможности. Интернет перевел газеты в онлайн формат. 

Но есть категории задач, где автоматизация происходит значительно быстрее.

В первую очередь это касается колл-центров.

Сама логика работы здесь построена на повторяемости. Клиент задаёт типовой вопрос, оператор проверяет данные и выдаёт стандартный ответ.

Такая структура идеально подходит для алгоритмизации.

Современные голосовые системы уже умеют распознавать речь, учитывать контекст диалога, работать с базами знаний и формировать ответы почти без задержки.

Поэтому компании постепенно переводят первую линию поддержки на автоматические решения.

При этом говорить о полном исчезновении операторов пока преждевременно.

Сложные кейсы — конфликты, нестандартные ситуации, эмоциональные обращения — всё ещё требуют участия человека.

Скорее происходит сдвиг роли.

Человек уходит от рутинных операций и остаётся там, где нужна интерпретация, гибкость и работа с неопределённостью.