— Tren penggunaan kecerdasan buatan (AI) yang semakin meluas di Wall Street menimbulkan kekhawatiran baru. Seorang mitra Goldman Sachs memperingatkan bahwa ketergantungan berlebihan pada AI dapat mengikis kemampuan berpikir kritis dan analitis para bankir muda.

Chris Churchman, yang memimpin platform digital Marquee untuk klien institusional Goldman Sachs, menyoroti bahaya besar jika profesional keuangan menyerahkan proses penalaran mereka kepada model AI. “Ada bahaya yang sangat besar di era AI ini, yaitu ketika kita menyerahkan daya nalar kita kepada model-model ini. Hal ini dapat memicu atrofi kognitif (penurunan kemampuan berpikir) yang menghambat kita untuk bernalar secara mendasar,” ujar Churchman dalam podcast “Exchanges” milik Goldman Sachs, mengutip transkrip eksklusif CNBC internasional.

Ancaman Hilangnya Kemampuan Analisis

Churchman membandingkan fenomena ini dengan hilangnya kemampuan navigasi dan daya ingat akibat ketergantungan pada teknologi modern. Ia berpendapat bahwa bankir berisiko kehilangan keahlian analitis jika semua tugas berat dan kompleks diserahkan sepenuhnya kepada algoritma. “Bernalar itu tetap penting. Anda harus tetap mampu menganalisis masalah dan menyusunnya menjadi sebuah argumen. Sayangnya, saat ini kita justru mendelegasikan proses berpikir tersebut,” ungkapnya.

Integrasi AI ke dalam proses perdagangan dan perbankan di Wall Street dinilai sebagai “perjanjian dengan iblis” yang dapat meningkatkan profitabilitas jangka pendek namun berpotensi mengikis kualitas talenta keuangan di masa depan. Tugas-tugas rutin yang selama ini menjadi sarana belajar bagi bankir muda dan trader pemula kini berpotensi diambil alih oleh AI, menciptakan risiko hilangnya budaya pengkaderan yang melahirkan talenta senior berpengalaman.

Bahkan, beberapa perusahaan di Wall Street dilaporkan mulai mengkaji penggunaan AI untuk mengurangi rasio pekerja tingkat pemula dibandingkan karyawan senior.

Menjaga Budaya Magang dan Pengetahuan Tak Tertulis

Churchman, yang bergabung dengan Goldman Sachs pada 2021 setelah memimpin perdagangan mata uang asing di UBS, menekankan pentingnya menjaga keseimbangan antara efisiensi AI dan pelestarian budaya magang. “Seseorang belajar dari pengalaman langsung (learning by doing), dan banyak pengetahuan di dunia keuangan bersifat tersirat (tacit knowledge) yang tidak pernah tertulis dalam dokumen,” kata Churchman.

Ia menambahkan bahwa Goldman Sachs harus memastikan tidak kehilangan pemahaman intuitif para ahli terbaik saat ini dan menjamin generasi mendatang memperolehnya. Sebagai contoh, trader muda biasanya belajar dengan menangani permintaan harga dari klien di bawah pengawasan manajer risiko senior. “Proses itu sangat bisa diotomatisasi. Namun pertanyaannya, apakah kita nantinya masih bisa mencetak trader senior yang benar-benar memahami seluk-beluk pasar secara mendalam?” tutur Churchman.

Oleh karena itu, Churchman menyarankan agar sistem AI dirancang agar manusia tetap memegang kendali utama dalam pengambilan keputusan berisiko tinggi dan penuh ketidakpastian, alih-alih hanya menjadi operator pasif. Goldman Sachs sendiri masih terus merumuskan strategi terbaik untuk mengelola masa transisi teknologi ini.

Tantangan Akurasi dan Risiko Kesalahan

Selain dampak kognitif, Churchman berbagi pengalaman penerapan AI pada platform Marquee, yang digunakan oleh hedge funds dan klien institusional untuk mengakses data pasar, riset, analisis risiko, serta eksekusi perdagangan. Tantangan teknis terbesar adalah memastikan jawaban AI 100% faktual dan dapat diaudit, mengingat industri keuangan memiliki toleransi nol terhadap kekeliruan data, berbeda dengan chatbot AI konsumen.

“Ketika kami mengujinya dengan sangat keras, setidaknya sistem AI itu jujur. Ia seolah berkata, ‘Pada akhirnya, saya lebih pandai terlihat teliti daripada benar-benar teliti,'” pungkas Churchman.

Penerapan AI di sektor jasa keuangan global telah mengalami akselerasi pesat. Lembaga keuangan ternama seperti Goldman Sachs, JPMorgan Chase, dan Morgan Stanley berinvestasi miliaran dolar untuk mengembangkan platform analitis berbasis AI. Teknologi ini digunakan untuk memproses data pasar bervolume tinggi secara real-time, mengotomatisasi penilaian risiko, dan mempercepat eksekusi transaksi. Namun, transformasi digital ini menciptakan dilema struktural bagi industri perbankan investasi, yang secara tradisional sangat bergantung pada model magang untuk mengasah kompetensi analis dan bankir junior.