Le software house che operano nel campo del machine learning puntano a una progressiva
"democratizzazione" degli strumenti di intelligenza artificiale per
estenderne l'applicazione. La banca d'investimento americana
JPMorgan Chase ha però deciso di adottare una strada diversa, che porterà i suoi analisti finanziari ad affrontare "senza paracdute" le nuove tecnologie.
Il
Financial Times riporta infatti che JPMorgan Chase ha definito per analisti e manager finanziari un programma di
formazione obbligatoria sul linguaggio Python, con l'obiettivo di trasformare questa fascia di dipendenti in utenti-sviluppatori. Sinora il programma ha già coinvolto un terzo dello staff.
La decisione è per molti versi perfettamente comprensibile. Il machine learning e l'analisi statistica sono una parte
sempre più integrante del lavoro di un analista finanziario, Python è il linguaggio
attualmente più in voga - con le giuste estensioni - per affrontare l'AI in maniera relativamente semplice. In fondo è una semplice evoluzione tecnologica: si suppone che per calcoli e proiezioni un analista finanziario sia già abbondantemente capace di usare le potenzialità di strumenti come Excel, oggi Python da questo punto di vista
è il passo successivo.
Inoltre, è prevedibile che i primi analisti-sviluppatori produrranno codice Python
legato direttamente alle esigenze che affrontano nel loro lavoro quotidiano, mentre il contributo degli assistenti virtuali o della RPA richiede una fase inevitabile di ottimizzazione progressiva. Questo dovrebbe nel complesso
velocizzare l'adozione dell'AI in azienda, senza aspettare competenze
più elevate ma più difficili da ottenere come quelle dei data scientist.
L'impressione è che JPMorgan stia considerando
anche un altro aspetto. Invece di accettare passivamente gli strumenti di machine learning "semplificato" che offre il mercato, con questa attività di formazione sta sviluppando internamente
un pool di utenti esperti che possano giudicare molto meglio cosa questi strumenti possono - e soprattutto non possono - fare davvero.
Ovviamente avere in azienda un gran numero di utenti-sviluppatori comporta
non pochi problemi per la parte IT/sviluppo dell'impresa. Sarà necessario implementare processi di controllo e armonizzazione del codice prodotto dagli analisti, a meno che questo non sia utilizzato per scopi del tutto personali (ma anche in questo caso non guasterebbe). È poi immaginabile che il codice Pyhton prodotto dai singoli analisti sarà
man mano integrato con altri ambienti di machine learning adottati trasversalmente in JPMorgan Chase.
L'esempio della banca d'investimento è comunque interessante nel suo
andare controcorrente rispetto ai trend apparenti del mercato. Creare utenti esperti e competenti, non semplici utilizzatori passivi delle nuove tecnologie, mostra
un certo scetticismo verso le proposte "semplificate" dei vendor software. Può essere un caso davvero specifico legato al campo d'azione di JPMorgan, vedremo se altre realtà simili ne seguiranno l'esempio.