Ένας 24χρονος ολοκληρώνει το διδακτορικό του στα μαθηματικά. Μια συνομήλική του αποφοιτά από το MIT με διακρίσεις σε διεθνείς διαγωνισμούς. Ένας ερευνητής του machine learning ετοιμάζεται να αφήσει το πανεπιστήμιο. Προφανώς το μέλλον και των τριών αυτών νέων προβλέπεται λαμπρό, αλλά και οι οικονομικές απολαβές που τους προσφέρονται από την αρχή είναι αδιανόητες.
Πριν προλάβουν καν να παραλάβουν το πτυχίο τους, οι νέοι και νέες με ανάλογα προσόντα έχουν ήδη στα χέρια τους προσφορές εργασίας με αποδοχές που ξεπερνούν το ένα εκατομμύριο δολάρια για τον πρώτο χρόνο! Χρήματα που μόνο ο αθλητισμός ή η βιομηχανία του θεάματος έδιναν σε τέτοια ηλικία. Τώρα, όμως, μπαίνουν σ’ αυτό πολύ ακριβό παιχνίδι και εταιρείες, που αναζητούν το πιο πολύτιμο αγαθό της εποχής: την εξαιρετική μαθηματική σκέψη.
Ο πόλεμος στα πανεπιστήμια για τα πιο ακριβά μυαλά του κόσμου
Η αλματώδης ανάπτυξη της τεχνητής νοημοσύνης δεν δημιούργησε απλώς νέες θέσεις εργασίας, αλλά έναν παγκόσμιο ανταγωνισμό για μια εξαιρετικά μικρή ομάδα ανθρώπων. Photo: 123RF
Η εικόνα αυτή αποτυπώνει μια από τις μεγαλύτερες αλλαγές που έχει γνωρίσει η αγορά εργασίας υψηλής εξειδίκευσης. Η αλματώδης ανάπτυξη της τεχνητής νοημοσύνης δεν δημιούργησε απλώς νέες θέσεις εργασίας, αλλά έναν παγκόσμιο ανταγωνισμό για μια εξαιρετικά μικρή ομάδα ανθρώπων. Όσους, δηλαδή, διαθέτουν τις γνώσεις για να σχεδιάσουν αλγορίθμους, να εκπαιδεύσουν μοντέλα τεχνητής νοημοσύνης ή να αναπτύξουν μαθηματικά συστήματα, τα οποία μπορούν να αποφέρουν τεράστια κέρδη. Στην ίδια αρένα βρίσκονται πλέον δύο από τους ισχυρότερους εργοδότες του κόσμου. Από τη μία οι εταιρείες τεχνητής νοημοσύνης, που επενδύουν δισεκατομμύρια στην ανάπτυξη ολοένα ισχυρότερων μοντέλων.
Από την άλλη τα λεγόμενα quantitative trading firms, οι εταιρείες που χρησιμοποιούν πολύπλοκα μαθηματικά μοντέλα και υπολογιστικούς αλγορίθμους για να πραγματοποιούν συναλλαγές στις χρηματοπιστωτικές αγορές μέσα σε κλάσματα του δευτερολέπτου. Και οι δύο αναζητούν ακριβώς το ίδιο προφίλ.
Η συγκεκριμένη “δεξαμενή” είναι εξαιρετικά περιορισμένη
Οι περισσότεροι υποψήφιοι νέοι εκατομμυριούχοι προέρχονται από κορυφαία πανεπιστήμια όπως το MIT, το Stanford, το Princeton ή το Cambridge. Έχουν αφιερώσει χρόνια σε αντικείμενα όπως τα καθαρά μαθηματικά, η στατιστική, η θεωρία πιθανοτήτων, η φυσική ή το machine learning.
Οι εταιρείες γνωρίζουν ότι κάθε χρόνο αποφοιτούν ελάχιστοι άνθρωποι με αυτό το επίπεδο γνώσεων, γεγονός που μετατρέπει κάθε πρόσληψη σε μάχη. Ο ανταγωνισμός αυτός έχει εκτοξεύσει τις αμοιβές σε επίπεδα που μέχρι πρόσφατα θα θεωρούνταν αδιανόητα για κάποιον που μόλις ξεκινά την καριέρα του.
Σύμφωνα με στελέχη της αγοράς προσλήψεων, τα πακέτα αποδοχών του ενός εκατομμυρίου δολαρίων δεν αποτελούν πια εξαίρεση. Το συνολικό ποσό, βέβαια, συνήθως δεν αφορά μόνο τον βασικό μισθό, αλλά περιλαμβάνει μπόνους υπογραφής, μεταβλητές αποδοχές που συνδέονται με την απόδοση και, στις εταιρείες τεχνητής νοημοσύνης, συμμετοχή σε μετοχικά προγράμματα.
Όπως σημειώνουν διάφοροι recruiters, που δραστηριοποιούνται στον χώρο, η αγορά χωρίζεται πλέον ουσιαστικά σε δύο εποχές: πριν και μετά την έκρηξη της generative AI. Η εμφάνιση του ChatGPT και η επακόλουθη έκρηξη στα μοντέλα ΤΝ οδήγησαν τις εταιρείες να αναζητούν με κάθε τρόπο κορυφαίους επιστήμονες.
Η Wall Street αναγκάστηκε να απαντήσει αυξάνοντας ακόμη περισσότερο τις προσφορές της, προκειμένου να μην τους χάσει. Οι εταιρείες, όμως, δεν περιμένουν την αποφοίτηση. Η αναζήτηση των αυριανών αστέρων ξεκινά πολύ νωρίτερα. Πολλές φτάνουν σε σημείο να χορηγούν μαθηματικούς διαγωνισμούς, να οργανώνουν παρουσιάσεις σε πανεπιστήμια, να επενδύουν σε θερινά προγράμματα και να προσφέρουν internships ήδη από τα πρώτα χρόνια των σπουδών. Στόχος τους είναι να γνωρίσουν τους υποψηφίους πριν εμφανιστεί ο ανταγωνισμός και να χτίσουν μια σχέση εμπιστοσύνης που μπορεί να οδηγήσει σε μόνιμη συνεργασία.
Ακόμη και οι καλοκαιρινές πρακτικές ασκήσεις έχουν μετατραπεί σε πεδίο ανταγωνισμού. Σε αρκετές περιπτώσεις οι αποδοχές ενός intern ξεπερνούν τα 30.000 δολάρια τον μήνα, ένα ποσό που για πολλούς εργαζομένους σε άλλους κλάδους αντιστοιχεί σε ολόκληρο τον ετήσιο μισθό τους. Για τις εταιρείες, όμως, πρόκειται για μια επένδυση που μπορεί να αποδώσει πολλαπλάσια, αν ο συγκεκριμένος υποψήφιος εξελιχθεί σε έναν από τους κορυφαίους ερευνητές της γενιάς του.
Το ενδιαφέρον είναι ότι οι εταιρείες προσπαθούν να προσελκύσουν αυτούς τους ανθρώπους όχι μόνο με χρήματα αλλά και με την κουλτούρα τους. Χορηγούν πρωταθλήματα σκακιού, διοργανώνουν διαγωνισμούς επίλυσης γρίφων ή παιχνίδια που απαιτούν γρήγορη σκέψη (π.χ. ο Κύβος του Ρούμπικ). Δημιουργούν, επίσης, εργασιακά περιβάλλοντα που θυμίζουν περισσότερο ερευνητικό εργαστήριο παρά παραδοσιακό χρηματοπιστωτικό οργανισμό. Γνωρίζουν ότι οι υποψήφιοι αυτοί αναζητούν διανοητικές προκλήσεις εξίσου έντονα με τις υψηλές απολαβές.
Το ερώτημα που προκύπτει
Γιατί να πληρώσει μια εταιρεία έναν νέο επιστήμονα περισσότερο από ό,τι αμείβονται πολλοί διευθύνοντες σύμβουλοι; Η απάντηση βρίσκεται στην τεράστια οικονομική αξία που μπορεί να δημιουργήσει ένας μόνο άνθρωπος. Ένας βελτιωμένος αλγόριθμος συναλλαγών μπορεί να αυξήσει σημαντικά τα κέρδη μιας επενδυτικής εταιρείας. Μια σημαντική καινοτομία στην εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης μπορεί να μεταφραστεί σε ανταγωνιστικό πλεονέκτημα δισεκατομμυρίων δολαρίων. Όταν το πιθανό όφελος είναι τόσο μεγάλο, οι αμοιβές παύουν να φαίνονται υπερβολικές.
Χαρακτηριστική είναι η περίπτωση της Jane Street, μιας από τις μεγαλύτερες quantitative trading firms παγκοσμίως. Παρότι απασχολεί πολύ λιγότερους εργαζομένους από τους τραπεζικούς κολοσσούς της Wall Street, κατάφερε να ανακοινώσει κέρδη που ανταγωνίζονται ή ακόμη και ξεπερνούν εκείνα πολύ μεγαλύτερων χρηματοπιστωτικών οργανισμών. Το επιχειρηματικό της μοντέλο βασίζεται ακριβώς στην ιδέα ότι λίγοι εξαιρετικοί επιστήμονες μπορούν να δημιουργήσουν αξία δυσανάλογα μεγαλύτερη από τον αριθμό τους.
Η νέα αυτή πραγματικότητα έχει ήδη αρχίσει να επηρεάζει και τα πανεπιστήμια. Πολλοί καθηγητές διαπιστώνουν ότι ολοένα και περισσότεροι υποψήφιοι διδάκτορες εγκαταλείπουν την προοπτική μιας ακαδημαϊκής καριέρας μετά από μια καλοκαιρινή πρακτική άσκηση σε κάποιο quant fund ή σε εταιρεία τεχνητής νοημοσύνης. Οι αποδοχές, οι δυνατότητες εξέλιξης και η αίσθηση ότι η δουλειά τους εφαρμόζεται άμεσα στην πράξη αποδεικνύονται συχνά πιο ελκυστικές από την παραμονή στην πανεπιστημιακή έρευνα.
Πηγή: newmoney.gr
Φωτογραφία: Getty Images/Ideal Image
