昨天的课堂威胁是：使用人工智能，你就会被抓住。
今天的主题是：不要使用它，你就会被淘汰。
随着人工智能成为华尔街的筹码，商学院正在竞相改革其针对金融业候选人的课程。该技术旨在使初级银行家角色的大部分工作实现自动化，包括构建模型的死记硬背任务或幻灯片的无休止的修补。
全国各地的大学都在增加以人工智能为重点的课程，开设新专业，并对教授进行再培训，让学生为一个由算法处理繁重工作、由人类提供判断的世界做好准备。
宾夕法尼亚大学著名商学院沃顿商学院正在推出围绕人工智能构建的新学术课程，为学生提供涵盖心理学、伦理学和治理的课程，帮助他们了解人类和机器将如何重塑商业。在田纳西州，范德比尔特大学正在建立一个新的互联计算学院来迎接这一时刻。业内人士表示，在全国范围内，一场关于如何更新长期以来以传统金融基础知识（如会计、统计和金融建模）为中心的商学院课程的争论正在进行中，因为先进技术的发展超出了任何人的跟上能力。
此举是为了更好地培养下一代华尔街人才，因为招聘人员现在奖励那些具有人类洞察力的候选人，他们能够解释人工智能产生的输出，质疑系统的逻辑，并将洞察力转化为有凝聚力的交易策略。
高盛人力资本管理全球主管杰奎琳·阿瑟 (Jacqueline Arthur) 告诉《商业内幕》，随着人工智能变得越来越普遍，该公司加倍努力探索候选人的分析思维。她说，在与学生会面时，该公司试图“看看他们如何批判性地思考、如何做出即时反应以及如何解决问题”——本质上是让人类比机器人更有价值的属性。
《商业内幕》采访了教育机构的领导者以及银行招聘高管，以确定人工智能革命如何改变学生在准备踏上华尔街职业生涯时的学习内容和方式。
沃顿商学院人工智能重启
大约10年前，宾夕法尼亚大学著名商学院沃顿商学院成为最早正式探索人工智能潜力的商学院之一。它成立了一个研究中心，加强其学术服务，并与企业合作为学生开展现实生活项目。
沃顿商学院负责人工智能和分析的副院长埃里克·布拉德洛 (Eric Bradlow) 告诉 資本才俊，现在，学校正在将这项工作带入课堂，推出新课程以及围绕人工智能构建的本科生和 MBA 学术课程。
新课程从跨学科的角度探索课程，从哲学和心理学的角度探讨人工智能将如何改变商业和社会。根据沃顿商学院的在线课程列表，它们包括“人工智能、商业和社会”、“商业中的应用机器学习”、“大数据、大责任”和“我们生活中的人工智能”。课程将定量分析和基于实验室的数据项目与有关人工智能技术的道德、治理和行为反应的课程结合起来；或揭示人类和人工智能如何共同重塑组织和劳动力经济的案例研究。
虽然有些课程涉及编码、大型语言模型的训练或统计，但许多课程还结合批判性分析的元素，教学生如何验证人工智能系统的输出。
学生学习查询模型、审查结果并确定基本假设是否经得起商业审查。布拉德洛表示，为了加速这一转变，沃顿商学院设立了人工智能教育基金，为教师提供资金、数据和技术支持，将人工智能材料整合到现有课程中。
六个月前，一家大型私募股权公司布拉德洛 (Bradlow) 的技术主管为能够从事商业战略和数据科学交叉领域的员工寻求建议。
“我说，‘我们会给你发五个名字，’布拉德洛告诉《商业情报》。“他第二天就雇佣了他们中的每一个。”
AI浪潮席卷其他学校
在全国范围内，除了沃顿商学院之外，其他学校也都在追赶人工智能浪潮。其中之一是田纳西州的范德比尔特大学，该大学最近宣布成立一所独立学院，致力于人工智能、计算、数据科学和机器人领域的先进技术。
该大学在一份声明中告诉《商业内幕》，尽管该校尚未最终确定其课程规划，但互联计算学院正在探索哪些科目重叠，作为其与范德比尔特欧文管理研究生院正在进行的学术规划的一部分。
范德比尔特补充道：“我们的团队正在积极开发机会，以反映数据、人工智能和分析在商业教育中快速发展的作用。”
印第安纳大学凯利商学院负责监督投资银行研讨会的教授史蒂夫·西布利（Steve Sibley）表示，教师们正在探索如何根据人工智能的崛起“调整课程”。该研讨会将学生送往高盛、美国银行和莫里斯等领先银行。他说，学校正在扩大提供的基于案例的课程数量，并探索更多与人工智能和编程相关的课程，例如用于金融的 Python 以及研究生水平的人工智能和商业课程。
Training The Street 为银行和早期职业金融专业人士提供技术培训，推出了一系列关于如何在金融角色中使用人工智能和数据工具的免费在线资源。该公司创始人兼首席学习和战略官斯科特·罗斯坦（Scott Rostan）告诉《商业内幕》，这些教程向公众开放，突显了人工智能培训需求不断增长的情况。
招聘人员表示，这些变化反映了华尔街正在寻找的人才。
高盛全球人力资本管理主管阿瑟表示：“随着时间的推移，初级员工传统上执行的许多任务将被自动化，但这确实能让他们将注意力集中在更高价值的交付成果上。”她补充说，高盛的培训计划纳入了人工智能课程，新员工的发展包括公司内部人工智能工具的实践经验以及负责任使用和持续人工监督的指导。
“许多定量分析将是自动化的，但我们是否需要我们的员工了解如何看待它并实际评估它并确保人工智能所提供的内容实际上是正确的？”亚瑟问。 “绝对地。”
