ਯੂਰਪੀਅਨ ਬੈਂਕਿੰਗ ਸੈਕਟਰ ਵਿੱਚ AI ਕਾਰਨ ਨੌਕਰੀਆਂ ਦਾ ਵੱਡਾ ਖਾਤਮਾ

ਐਲਗੋਰਿਦਮਿਕ ਕੁਸ਼ਲਤਾ ਵੱਲ ਵਧਣਾ

ਯੂਰਪੀਅਨ ਵਿੱਤੀ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਢਾਂਚਾਗਤ ਬਦਲਾਅ ਆ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵਰਕਫੋਰਸ (Workforce) ਦੇ ਘਟਣ ਦਾ ਮੁੱਖ ਕਾਰਨ ਬਣ ਰਿਹਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਨੇ ਆਪਣੇ ਮੱਧ-ਮਿਆਦ ਦੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਸੋਧਿਆ ਹੈ, ਹੁਣ ਇਹ ਅਨੁਮਾਨ ਲਗਾਇਆ ਜਾ ਰਿਹਾ ਹੈ ਕਿ ਦਹਾਕੇ ਦੇ ਅੰਤ ਤੱਕ ਇੱਕ-ਪੰਜਵਾਂ (One-fifth) ਬੈਂਕਿੰਗ ਨੌਕਰੀਆਂ ਖ਼ਤਮ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਕੋਈ ਸਪੱਸ਼ਟ ਟੀਚਾ ਨਹੀਂ, ਸਗੋਂ ਕੁਸ਼ਲਤਾ (Efficiency) ਦੇ ਉਨ੍ਹਾਂ ਪਾੜਿਆਂ ਦਾ ਜਵਾਬ ਹੈ ਜਿਨ੍ਹਾਂ ਕਾਰਨ ਯੂਰਪੀਅਨ ਬੈਂਕ ਵਾਲ ਸਟਰੀਟ ਦੇ ਮੁਕਾਬਲੇ ਪਿੱਛੇ ਰਹਿ ਗਏ ਹਨ। ਰਿਸਕ ਮੈਨੇਜਮੈਂਟ, ਕੰਪਲਾਇੰਸ (Compliance) ਅਤੇ ਮਿਡਲ-ਆਫਿਸ ਓਪਰੇਸ਼ਨਾਂ (Middle-office operations) ਵਿੱਚ ਮਜ਼ਦੂਰ-ਆਧਾਰਿਤ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਆਟੋਮੇਟ (Automate) ਕਰਕੇ, ਸੰਸਥਾਵਾਂ ਲਗਭਗ 30% ਉਤਪਾਦਕਤਾ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਰਵਾਇਤੀ, ਮਨੁੱਖੀ-ਭਾਰੀ ਸੰਗਠਨਾਤਮਕ ਢਾਂਚੇ ਅਪ੍ਰਸੰਗਿਕ (Redundant) ਹੋ ਰਹੇ ਹਨ।

ਪੁਨਰ-ਗਠਨ ਦਾ ਵਿਸਥਾਰ

ਪੁਰਾਣੇ ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਤੋਂ ਦੂਰ ਜਾਣ ਦਾ ਰੁਝਾਨ ਤੇਜ਼ ਹੋ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਸੰਸਥਾਵਾਂ ਸਿਧਾਂਤ ਤੋਂ ਕਾਰਜਾਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। Standard Chartered ਨੇ ਰਸਮੀ ਤੌਰ 'ਤੇ 2030 ਤੱਕ ਆਪਣੇ ਕਾਰਪੋਰੇਟ ਫੰਕਸ਼ਨਾਂ (Corporate functions) ਵਿੱਚ 15% ਦੀ ਕਮੀ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕੀਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਲਗਭਗ 7,800 ਅਹੁਦਿਆਂ 'ਤੇ ਅਸਰ ਪੈਣ ਦੀ ਉਮੀਦ ਹੈ, ਜਦੋਂ ਕਿ HSBC ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਲਗਭਗ 20,000 ਅਹੁਦਿਆਂ ਦੀ ਕਮੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਰਿਹਾ ਹੈ। Commerzbank ਵੀ ਇੱਕ AI-ਕੇਂਦ੍ਰਿਤ ਰਣਨੀਤੀ (AI-centric defense) ਅਪਣਾ ਰਿਹਾ ਹੈ, ਜਿਸਦਾ ਟੀਚਾ 2030 ਤੱਕ €500 ਮਿਲੀਅਨ ਸਾਲਾਨਾ ਬੱਚਤ ਕਰਨਾ ਹੈ। ਪਿਛਲੀਆਂ ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ ਲਹਿਰਾਂ ਦੇ ਉਲਟ, ਇਹ ਕਟੌਤੀਆਂ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ ਸਮਰੱਥਾ ਨੂੰ AI ਨਾਲ ਬਦਲਣ ਨਾਲ ਜੁੜੀਆਂ ਹੋਈਆਂ ਹਨ, ਜੋ ਇੱਕ ਅਜਿਹੇ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਜਿੱਥੇ ਟੈਕਨੋਲੋਜੀ ਹੁਣ ਸਿਰਫ ਇੱਕ ਸਹਾਇਕ ਸਾਧਨ ਨਹੀਂ, ਬਲਕਿ ਇੱਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ (Infrastructure layer) ਹੈ।

ਓਪਰੇਸ਼ਨਲ ਪਤਲੇਪਣ ਦਾ ਜੋਖਮ

ਹਾਲਾਂਕਿ ਬਿਹਤਰ ਕਾਸਟ-ਟੂ-ਇਨਕਮ ਰੇਸ਼ੋ (Cost-to-income ratios) – ਲਗਭਗ 57% ਦੇ ਪੱਧਰ ਦਾ ਟੀਚਾ – ਇਕੁਇਟੀ ਧਾਰਕਾਂ (Equity holders) ਲਈ ਆਕਰਸ਼ਕ ਹੈ, ਇਹ ਰਣਨੀਤੀ ਮਹੱਤਵਪੂਰਨ ਸੰਸਥਾਗਤ ਜੋਖਮ (Institutional risks) ਪੈਦਾ ਕਰਦੀ ਹੈ। ਮੁੱਖ ਖ਼ਤਰਾ ਜ਼ਿਆਦਾ ਆਟੋਮੇਸ਼ਨ (Over-automation) ਵਿੱਚ ਹੈ। ਮਿਡਲ-ਆਫਿਸ ਅਤੇ ਬੈਕ-ਆਫਿਸ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਹਟਾ ਕੇ, ਬੈਂਕਾਂ ਗੁੰਝਲਦਾਰ ਰੈਗੂਲੇਟਰੀ (Regulatory) ਅਤੇ ਕੰਪਲਾਇੰਸ ਵਾਤਾਵਰਣ ਲਈ ਲੋੜੀਂਦੇ ਅਨੁਭਵ-ਆਧਾਰਿਤ ਫੈਸਲੇ ਲੈਣ ਦੀ ਸਮਰੱਥਾ ਗੁਆ ​​ਸਕਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮਿਆਰੀ AI ਮਾਡਲਾਂ 'ਤੇ ਭਾਰੀ ਨਿਰਭਰਤਾ ਪ੍ਰਣਾਲੀਗਤ ਅੰਨ੍ਹੇਵਾਹ (Systemic blind spots) ਬਣਾ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਤਕਨਾਲੋਜੀ ਵਿਲੱਖਣ ਮਾਰਕੀਟ ਅਸਾਧਾਰਨਤਾਵਾਂ (Idiosyncratic market anomalies) ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਮਝਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀ ਹੈ। ਪ੍ਰਤਿਭਾ (Talent) ਦਾ ਪਤਨ ਵੀ ਇੱਕ ਖ਼ਤਰਾ ਹੈ; ਜਿਵੇਂ-ਜਿਵੇਂ ਬੈਂਕ ਆਟੋਮੇਸ਼ਨ ਦੇ ਪੱਖ ਵਿੱਚ ਜੂਨੀਅਰ ਭੂਮਿਕਾਵਾਂ ਘਟਾਉਂਦੇ ਹਨ, ਉਹ ਭਵਿੱਖੀ ਲੀਡਰਸ਼ਿਪ ਵਿਕਾਸ (Leadership development) ਲਈ ਪਾਈਪਲਾਈਨ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੱਟ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਉੱਚ-ਪੱਧਰੀ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਮਰੱਥਾਵਾਂ (Analytical capabilities) ਅਤੇ ਸੰਸਥਾਗਤ ਗਿਆਨ (Institutional knowledge) ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਦੀ ਘਾਟ ਹੋ ਸਕਦੀ ਹੈ।

ਭਵਿੱਖ ਦਾ ਰੁਖ (Future Trajectory)

ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਹੁਣ ਇੱਕ ਨਾਜ਼ੁਕ ਮੋੜ 'ਤੇ ਹਨ ਜਿੱਥੇ ਬਚਾਅ ਤੇਜ਼ ਤਕਨੀਕੀ ਨਿਵੇਸ਼ (Tech deployment) 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਮਾਰਕੀਟ ਦੀ ਸਹਿਮਤੀ (Market consensus) ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਅਗਲੇ ਪੰਜ ਸਾਲ ਇਸ ਤਬਦੀਲੀ ਦੇ ਜੇਤੂਆਂ ਅਤੇ ਹਾਰਨ ਵਾਲਿਆਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਗੇ। ਜਿਹੜੇ ਬੈਂਕ AI ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਰਿਟੇਲ (Retail), ਵੈਲਥ (Wealth) ਅਤੇ ਬੀਮਾ ਪਲੇਟਫਾਰਮਾਂ (Insurance platforms) ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਹਨ, ਉਹ ਸਭ ਤੋਂ ਵੱਧ ਮਾਲੀਆ ਅਨੁਕੂਲਨ (Revenue optimization) ਦੇਖਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਹਾਲਾਂਕਿ, ਉਦਯੋਗ ਇਨ੍ਹਾਂ ਵਰਕਫੋਰਸ ਬਦਲਾਵਾਂ ਦੇ ਸਬੰਧ ਵਿੱਚ ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ (Regulatory scrutiny) ਪ੍ਰਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕਮਜ਼ੋਰ ਹੈ, ਖਾਸ ਕਰਕੇ ਯੂਰਪੀਅਨ ਵਿੱਤੀ ਕੇਂਦਰਾਂ ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਨੌਕਰੀਆਂ ਦੇ ਨੁਕਸਾਨ ਦੀ ਸਮਾਜਿਕ ਅਤੇ ਰਾਜਨੀਤਿਕ ਲਾਗਤਾਂ ਨੂੰ ਦੇਖਦੇ ਹੋਏ।