วิธีใช้ Claude ในงานวาณิชธนกิจ: อะไรเปลี่ยนไปสำหรับนักวิเคราะห์จูเนียร์

สิ่งเหล่านี้ไม่เปลี่ยนว่าใครเป็นคนเซ็นอนุมัติตัวเลขที่จะส่งให้ลูกค้าหรือคณะกรรมการสินเชื่อเห็น ถ้าชุด comps มีมัลติเพิลที่ล้าสมัยหรือสมมติฐานในโมเดลไม่ตรงกับ data room คนที่ปล่อยให้มันผ่านไปคือนักวิเคราะห์ที่ต้องรับผิดชอบ ไม่ใช่เครื่องมือที่ร่างแรกให้

นี่คือการเปลี่ยนแปลงที่แท้จริงของการใช้ AI ในงานนักวิเคราะห์วาณิชธนกิจ งานที่เคยพิสูจน์ว่าคุณไว้ใจได้กับดีลจริง ชั่วโมงที่ใช้จัดรูปแบบ กรอกข้อมูล สร้างโมเดลเวอร์ชันแรก ตอนนี้ถูกทำให้เป็นอัตโนมัติไปบางส่วนแล้ว สิ่งที่เหลืออยู่คือส่วนที่สอนยากกว่าเสมอ คือการรู้ว่าตัวเลขไหนดูผิดก่อนที่คนอื่นจะจับได้

ธนาคารแต่ละแห่งนำเครื่องมือ AI มาใช้อย่างเป็นทางการต่างกันมาก บางทีมมีขั้นตอนการทำงานที่เป็นมาตรฐานและกฎชัดเจนว่าอะไรต้องตรวจสอบรอบที่สอง ส่วนบางทีมปล่อยให้เป็นเรื่องของนักวิเคราะห์แต่ละคนไปเอง ซึ่งหมายความว่าความผิดพลาดแบบเดียวกัน คือการเชื่อร่าง AI โดยไม่ตรวจสอบกับเอกสารต้นฉบับ เกิดขึ้นในธนาคารต่างแห่งด้วยเหตุผลที่ต่างกัน

การนำ AI มาใช้ในระดับนักวิเคราะห์เริ่มต้นกำลังให้รางวัลกับทักษะที่ต่างไปจากที่กำหนดงานในช่วงปีแรก ๆ เมื่อสิบปีก่อน ความเร็วในการทำโมเดลล้วน ๆ สำคัญน้อยลงเมื่อเครื่องมือสร้างโครงให้ได้ ส่วนความสามารถในการสังเกตว่าโครงนั้นผิดกลับสำคัญมากขึ้น

วิจารณญาณในการเลือกคำถามที่จะถามกำลังกลายเป็นตัวสร้างความแตกต่างที่ใหญ่กว่าความสามารถในการตอบคำถามที่รู้คำตอบอยู่แล้วได้เร็ว นักวิเคราะห์ที่บอกกรรมการผู้จัดการได้ว่าตัวเลขไหนในโมเดลที่ควรตรวจซ้ำก่อนการประชุมลูกค้า กำลังทำงานที่ AI สำหรับนักวิเคราะห์จูเนียร์ยังทำให้เป็นอัตโนมัติไม่ได้

การสื่อสารและความเข้าใจบริบทยังเป็นเรื่องของคนล้วน ๆ การรู้ว่าลูกค้ารายนั้นให้ความสำคัญกับอะไร นักลงทุนในกลุ่มธุรกิจนั้นกังวลอะไรในไตรมาสนี้ และวิธีพูดความเห็นต่างกับนักการธนาคารระดับสูงอย่างมีชั้นเชิง ไม่มีอะไรในนี้ที่มาจากสรุปบันทึกการประชุม

สัญชาตญาณในการทำโมเดล ความรู้สึกว่าตัวเลขอยู่ในช่วงที่ถูกต้องก่อนที่จะตรวจสูตรด้วยซ้ำ ยังต้องสร้างด้วยวิธีที่ใช้เวลา คือลงมือทำด้วยมือซ้ำ ๆ จนเกิดความรู้สึกนั้นขึ้นมา เครื่องมือ AI ที่ร่างโมเดลเวอร์ชันแรกไม่ได้มาแทนสิ่งนี้ ยิ่งไปกว่านั้น นักวิเคราะห์ที่ข้ามการฝึกทำด้วยมือเร็วเกินไป จะมาถึงขั้นตรวจสอบโดยมีสัญชาตญาณให้ใช้น้อยกว่า

สำหรับคนที่กำลังชั่งใจว่าจะเริ่มสายอาชีพวาณิชธนกิจในยุคที่ AI เป็นส่วนหนึ่งของเครื่องมือทำงานอยู่แล้วหรือไม่ คำตอบที่ตรงไปตรงมาคือ งานกำลังเปลี่ยนรูปร่าง ไม่ใช่หายไป ชั่วโมงทำงานยังยาวเหมือนเดิม เส้นโค้งการเรียนรู้ยังชันเหมือนเดิม และเส้นทางก็ยังผ่านระบบฝึกงานแบบเดิมที่เคยเป็นมา เพียงแต่งานในช่วงต้นต่างออกไป

สิ่งที่เปลี่ยนไปคือสองปีแรกสอนอะไร นักการธนาคารจูเนียร์ที่เรียนรู้วิธีสั่งงานเครื่องมือ AI ได้ดี รู้ว่าจะขออะไร ตรวจสอบอย่างไร และเมื่อไหร่ไม่ควรเชื่อ กำลังสร้างทักษะที่ส่งต่อไปได้ตลอดสายอาชีพ เพราะนักการธนาคารระดับสูงก็ใช้เวลาตรวจงานของคนอื่นเช่นกัน นักวิเคราะห์ที่มีความเสี่ยงมากที่สุดไม่ใช่คนที่ใช้เครื่องมือ AI แต่เป็นคนที่ปฏิบัติต่อผลลัพธ์ AI เหมือนเป็นงานเสร็จสมบูรณ์แทนที่จะเป็นแค่ร่างแรก

ถ้าคุณกำลังเลือกธนาคารหรือทีม การถามว่าเขาคาดหวังให้นักวิเคราะห์ใช้เครื่องมือ AI อย่างไรและมาตรฐานการตรวจสอบเป็นแบบไหนนั้นสมเหตุสมผล ทีมที่ตอบคำถามนี้ได้ชัดเจนมีแนวโน้มที่จะลงทุนฝึกนักวิเคราะห์ให้พร้อมกับงานแบบที่เป็นอยู่ตอนนี้ มากกว่างานแบบที่เคยเป็นเมื่อห้าปีก่อน