Agencias.-Hay un camino seguro para trabajar en Wall Street: estudias en las escuelas de negocios de Wharton, Harvard o la Universidad de Chicago y te postulas a un empleo en la banca de inversión. ¿Juegas squash o lacrosse? Eso ayuda, como también pertenecer a la fraternidad o el club correcto.
A la hora de reclutar talentos, los que dirigen las principales firmas financieras de Estados Unidos, un grupo formado predominantemente por hombres, blancos y con educación de élite, buscan instintivamente versiones más jóvenes de sí mismos. Los psicólogos llaman a esta propensión el sesgo “parecido a mí”. Los aspirantes con ese pedigrí llevan ventaja cuando se candidatean a puestos codiciados en el mundo de las fusiones y adquisiciones, los mercados de capitales, las finanzas corporativas y las reestructuraciones. Todos los demás, incluidas las mujeres y las minorías, comienzan en desventaja.
Pero las finanzas deben cambiar en estos tiempos de la diversidad y la inclusión, y las compañías han recurrido a la inteligencia artificial para contratar ayuda. Un creciente número de ellas, como Houlihan Lokey, Lazard, Moelis y PJT Partners, están utilizando algoritmos predictivos para cribar las solicitudes y seleccionar a los candidatos más prometedores, mirando más allá de las señales superficiales que pueden predisponer e influir en un reclutador. Es como la aplicación Match.com de las finanzas.
Todas están trabajando con Suited, una startup de Los Ángeles que ha desarrollado una herramienta de reclutamiento expresamente para bancos de inversión. Al igual que en las citas en línea, cada candidato completa un perfil que cubre varios aspectos, desde la educación universitaria hasta los rasgos de la personalidad, y tarda unos 30 minutos en llenarse. Un programa informático coteja esas respuestas a través de un modelo, calificándolas contra un conjunto ideal de atributos para cada compañía. “Cuando lo explicas en abstracto, es una cosa; pero cuando recibes un montón de currículos y nuestros banqueros pueden ver los datos, de repente se preguntan, ‘Oh, ¿qué calificación obtuvo esta persona?’”, dice Steven Murray, director de recursos humanos de PJT Partners Inc.
La forma en que los bancos de inversión buscan candidatos no ha cambiado mucho en décadas. Comienzan centrándose en un grupo exclusivo de escuelas. Hay una sesión de información en el campus, seguida de una ronda de citas rápidas donde los estudiantes intentan conocer e impresionar a la mayor cantidad posible de banqueros. Luego, el equipo de reclutamiento evalúa cada uno de los currículos y las referencias personales para decidir a quién invitarán de nuevo para una entrevista. Las prácticas profesionales de verano (como analista, para estudiantes a mitad de carrera, o como asociado, para los que cursan el primer año del máster en administración de negocios o MBA), son el premio.
Muchos de esos practicantes se convierten en grandes negociadores, pero nunca queda claro si el sistema realmente funciona o simplemente se retroalimenta. ¿Qué pasaría si los bancos consideraran candidatos de una gama más amplia de escuelas? ¿Qué pasaría si el sesgo inconsciente no jugara un papel? La propuesta de Suited es que la inteligencia artificial puede automatizar una parte del reclutamiento, hacerlo más eficiente y mejorar el resultado final.
A partir de la próxima generación de estudiantes postulantes a empleo, PJT considerará los puntajes generados por el algoritmo de Suited. Al principio, algunos de los colegas de Murray bromeaban diciendo que “los robots” harían el trabajo. Ahora, dice, han cambiado de opinión.
Para todo empleador es de suma importancia contratar con tino. Eso es especialmente cierto en la banca de inversión, donde las personas hacen el trabajo más trascendental. Una orden de financiamiento o fusión puede generar millones de dólares en comisiones, y los banqueros son compensados en concordancia. El típico analista de tiempo completo gana más de 125 mil dólares al año. Y los ejecutivos sénior más exitosos perciben cantidades de hasta siete u ocho dígitos. “Nuestra franquicia es tan sostenible como nuestra capacidad para encontrar y promover nuevos talentos”, dice Michele Miyakawa, socia fundadora del banco de inversión Moelis & Co. “No puedes imaginar la cantidad de horas que pasamos reclutando, en toda la jerarquía, desde arriba hasta abajo”.
Limitar la búsqueda de talentos a universidades conocidas puede dejar fuera a muchas estrellas potenciales, pero hace que la labor sea más manejable. Y todos los caminos conducen a Filadelfia, hogar de la Escuela Wharton de la Universidad de Pensilvania, y de algunas otras reconocidas escuelas de negocios. Nadie se detiene en Omaha o Milwaukee, por ejemplo.
Eso no significa que el proceso sea perfecto e inmejorable. A Matt Spencer se le ocurrió la idea de crear Suited en 2015, poco después de comenzar como director de capital humano en Houlihan Lokey, un banco de inversión con sede en Los Ángeles. Como exbanquero de fusiones y adquisiciones involucrado en los esfuerzos de contratación de la empresa, había sido testigo de cómo la búsqueda de talento deviene en un circo de tácticas predatorias, salarios absurdamente altos y ofertas de trabajo “explosivas” que expiraban en 24 horas.
En busca de un mejor enfoque, Spencer y el cofundador de Suited, Sam Fogarty, reunieron un equipo de voluntarios, contratistas y, con el tiempo, personal con experiencia en ciencia de datos, inteligencia artificial, ingeniería de software y psicología industrial y organizacional, la disciplina especializada en el comportamiento en el ámbito laboral. Houlihan Lokey animó a Spencer a continuar con el proyecto y recaudar fondos de capital riesgo. Dejó la firma en marzo para convertirse en el CEO de Suited.
En solo unos pocos meses, más de diez mil solicitantes de empleo han completado perfiles en Suited. Spencer, que estudió economía en la Universidad de Vanderbilt, ha abierto la plataforma a solicitantes de cientos de universidades, mucho más allá de los habituales semilleros que frecuentaba la banca de inversión. Quiere expandirse a otras áreas que otorgan un alto valor al capital humano, como las ventas y el trading, la banca comercial, la gestión de activos y el derecho.
Un riesgo de incorporar la inteligencia artificial al proceso de reclutamiento es que podría reforzar los sesgos y prejuicios en lugar de eliminarlos. Después de todo, los datos de Suited se recopilan de los empleados de una industria donde aproximadamente el 73 por ciento de los gerentes de nivel directivo son hombres blancos.
Spencer es consciente de ese peligro. Señala que cada uno de los modelos de la compañía es probado rigurosamente en discriminación por raza, género y edad antes de que pueda ser utilizado por cualquier cliente.
El banco de inversión Moelis todavía está entrenando al modelo para identificar candidatos cuyas cualidades se correlacionan con los de sus mejores banqueros, como son la cordialidad y la curiosidad. Eso significa alimentarlo con más perfiles y validar los resultados. “Esto está apenas empezando”, advierte Miyakawa. La firma planea utilizar Suited como herramienta complementaria a partir de la próxima primavera.
Pasarán algunos años antes de que los bancos puedan descubrir si los candidatos que obtuvieron buenos puntajes en el algoritmo de Suited realmente son los más adecuados y tienen un desempeño superior. Por ahora, han abrazado la hipótesis. Si la ciencia de datos puede mejorar todo, desde las ventas en línea hasta la radiología, tal vez pueda hacer algo bueno por el reclutamiento en Wall Street.
