Citibank and Bank of America are both clients.
Penulis artikel, sumber: Quantum Bit
Dua orang muda berusia awal 30 tahun sedang mengenakan bayaran kuliah sebanyak US$25,000 setiap sesi kepada Wall Street, setara dengan RMB 170,000.
Mereka memasang meja di pejabat sebuah dana modal ventura di New York, terlebih dahulu memperagakan kaedah menganalisis video persembahan pendiri syarikat rintisan menggunakan AI.
Seterusnya, set kedua, mereka memasukkan rekod rakaman panggilan laporan keuangan ke dalam AI, mengambil beberapa ayat yang paling mungkin mempengaruhi harga saham daripada puluhan ribu perkataan, kemudian menguraikan pernyataan kabur pengurusan menjadi nombor spesifik yang boleh dimasukkan ke dalam model kewangan.
Gambar dihasilkan oleh AI
Setelah dua demonstrasi selesai, mereka mengambil $25,000 itu.
Yang membayar untuk 25.000 dolar AS ini ialah institusi kewangan terkemuka seperti Citibank, Bank of America, dan T. Rowe Price.
Institusi-institusi ini menghabiskan puluhan miliar dolar untuk AI, membeli banyak alat, tetapi mendapati bahawa kakitangan mereka tidak tahu bagaimana untuk menggunakannya.
Maka mereka mengundang dua orang ini untuk membantu orang-orang mereka memahami pelajaran ini.
Satu kelas AI, dapat 170,000
Syarikat yang langsung meminta harga US$25,000 dari Wall Street ini bernama Wall Street Prompt, yang didirikan oleh dua pemuda, Felipe Sinisterra dan Dave Wang.
Sinisterra adalah orang Kolombia, berimmigrasi ke Amerika bersama ibu bapaknya pada usia 6 tahun.
Selepas tamat universiti, beliau bekerja sebagai jurutera di Facebook, dengan meja kerjanya hanya 6 meter dari Zuckerberg, kemudian berpindah ke Goldman Sachs dan Bank of America, sebelum menyertai SoftBank Latin America Fund sebagai ketua fintech, dengan pengurusan pelaburan melebihi $1.5 bilion.
Wang dilahirkan di New York dan berpindah ke Ohio pada usia 8 tahun.
Semasa belajar di Harvard, dia menjalankan promosi kampus untuk sebuah syarikat pengangkutan berbasiskan aplikasi, menulis skrip sendiri untuk mengambil alamat e-mail pelajar dari universiti sekitar, menghantar kod diskaun terarah secara serentak, dan mendapat cukup komisen rujukan untuk menutup yuran pengajian.
Selepas graduan, Wang masuk ke Morgan Stanley, kemudian menyertai dana yang sama dengan SoftBank, memimpin pelaburan kripto, dan selepas meninggalkannya, dia menubuhkan dana aset digital sendiri, menghasilkan keuntungan bagi pelabur, menjual dana tersebut, dan pergi.
Semasa bekerja sama di SoftBank, masing-masing mengembangkan alur kerja menggunakan AI untuk membuat keputusan pelaburan. Wang kemudian mengatakan bahawa itu adalah tahun dengan pulangan terbaik dalam kerjayanya, dan dia merasa sepatutnya menghabiskan 100% masa nya untuk ini.
Pada musim panas 2025, dua orang itu terbang ke San Francisco, menyewa se seunit apartmen bersama, dan berkerumun di pejabat bersama berdekatan untuk menulis newsletter dan memuatkan pos.
Mereka awalnya ingin menjalankan perniagaan data, tetapi pembaca yang tinggal—pengurusan dana lindung nilai, analis kewangan—tidak tertarik dengan data mereka, sebaliknya mengharapkan dua orang itu mengajar mereka mengenai AI.
“Kami ada alat, hanya sahaja tidak tahu bagaimana untuk menggunakannya.” Kalimat ini telah diucapkan terlalu banyak kali oleh pelbagai orang.
Ini membuat kedua orang itu sedar bahawa keperluan yang mereka temui sama sekali bukan keperluan yang mereka sangka semasa bermula.
Pada Julai 2025, Wall Street Prompt secara rasmi ditubuhkan. Kurang daripada dua bulan, pelanggan besar pertama datang secara aktif.
Dua orang telah memesan tiket, naik kereta selama dua jam ke markas pihak lain, membuka pintu ruang mesyuarat, dan mendapati tiga pasukan—ekuiti, pendapatan tetap, dan makro—semuanya telah hadir, menunggu mereka untuk memulakan ucapan.
Setelah selesai bercakap pada hari itu, pihak berkenaan terus bertanya sama ada boleh membuat janji lagi.
Kemudian Citibank dan Bank of America juga mengundang mereka untuk mengadakan sesi khas untuk pelanggan dana luar, sementara T. Rowe Price membawa mereka masuk untuk melatih pasukan pelaburan mereka.
Secara keseluruhan, pelanggan yang mengikuti kelas mereka hampir semuanya menjadi pelanggan tetap.
Pekerja Wall Street terperangkap dalam kecemasan AI
Sikap Wall Street terhadap AI sebenarnya berubah sepenuhnya dalam dua tahun terakhir.
Pada tahun 2022, apabila ChatGPT baru dilancarkan, tindakan pertama institusi kewangan utama ialah melarang akses, melarang penggunaan dalam rangkaian dalaman, dengan alasan keselamatan.
Tetapi tidak lama kemudian, institusi-institusi ini mulai “benar-benar suka” dan berlomba-lomba mengalirkan dana ke AI.
JPMorgan Chase telah melancarkan alat AI LLM Suite kepada hampir semua kakitangan, Goldman Sachs bekerjasama dengan Anthropic untuk membangun AI Agent, sementara Bank of America menyatakan bahawa 18,000 pembangunnya meningkatkan produktiviti sebanyak 20% hingga 25% selepas menggunakan AI.
Uang telah dikeluarkan, tetapi retakan pun muncul.
Kemampuan AI kakitangan bank biasa jauh tertinggal, sama ada tidak tahu cara menggunakannya sama sekali, atau masih bergelut dengan versi lama dari setahun yang lalu.
Di satu sisi, pengurusan tinggi sedang mendorong dengan keras, sementara di sisi lain, kakitangan peringkat bawah tidak mampu mengikuti, jurang ini menyebabkan bank mengalami kecemasan kolektif.
Gambar dihasilkan oleh AI
Kekhawatiran ini tercermin lebih jelas dalam angka pemecatan.
Citibank, Wells Fargo, dan Bank of America pada Q1 2026 secara keseluruhan memotong lebih daripada 5,000 pekerja, sementara prestasi ketiga-tiga bank tersebut pada masa yang sama mencapai rekod tertinggi sepanjang sejarah.
Semakin banyak wang yang dihasilkan, semakin banyak jawatan yang hilang secara serentak.
Isyarat ini jelas cukup bagi setiap orang yang bekerja di bank; laporan kewangan yang kuat sudah bukan lagi jaminan untuk mengekalkan pekerjaan.
Bagi mereka yang berada dalam badai ini, tujuan belajar AI bukan lagi tentang kemajuan, tetapi tentang keperluan untuk belajar sekadar untuk tidak tertinggal.
Kekhawatiran yang meresap ke seluruh industri inilah yang memberikan tanah yang paling subur kepada Sinisterra dan Wang.
Bank membeli alat, tetapi kakitangan tidak tahu cara menggunakannya; kakitangan sedar mereka perlu belajar, tetapi tidak tahu di mana untuk memulakan; pengurusan tinggi ingin mendorong transformasi, tetapi tidak dapat menemui orang yang cukup memahami perniagaan kewangan dan AI untuk memimpin inisiatif ini.
Sinisterra dan Wang berada di kedua-dua sisi, mereka mempunyai pengalaman pelaburan lini hadapan bertahun-tahun serta benar-benar melaksanakan alur kerja AI dalam praktik.
Oleh itu, kelas mereka menjadi jalan keluar bagi kecemasan dalam industri ini.
Laluan latihan AI semakin ramai
Bau yang datang dari pasaran ini pasti juga tercium oleh orang lain.
Multiverse ialah platform latihan kemahiran profesional berpusat di London, yang menjanjikan untuk melatih 15,000 pelajar AI dalam tempoh dua tahun, dengan pelanggan termasuk Citigroup, Microsoft, dan KPMG;
Rogo Technologies ialah sebuah syarikat rintisan New York yang ditubuhkan oleh pasukan pendiri yang terdiri daripada ahli perbankan bekas Lazard dan JPMorgan Chase, yang khusus menghasilkan perisian untuk mengautomatiskan penyelidikan dan tindakan due diligence analis. Pada tahun ini, syarikat tersebut telah menyelesaikan pembiayaan Siri D sebanyak US$1.6 bilion dengan valuasi sebanyak US$2 bilion.
Secara keseluruhan, semakin ramai orang yang memperhatikan masalah yang sama, dan lintasan ini semakin sesak.
Cara Sinisterra dan Wang menangani adalah menggali parit pertahanan mereka lebih dalam.
Mereka membina satu perpustakaan Agen AI yang khusus memahami cara berfikir institusi kewangan, dengan matlamat untuk menjadikan AI menangani 90% tugas-tugas prosedural dan teknikal, membebaskan manusia daripada tugas-tugas tersebut supaya mereka boleh membuat keputusan penilaian, memelihara hubungan, dan mengambil keputusan yang benar-benar memberi kesan terhadap pulangan.
Sambil itu, mereka juga memindahkan kelas dari fizikal ke dalam talian, membangunkan kelas langsung dengan harga sekitar USD1,500 seorang untuk profesional perbankan peribadi yang merasa pembelajaran AI mereka belum mencukupi dan tidak mampu membayar yuran kelas korporat.
Mereka bahkan mempertimbangkan untuk berpindah ke Singapura, tempat kecemasan AI lebih hangat, untuk mendorong perniagaan mereka satu langkah lagi.