zy zapłacilibyśmy za nią 1,65 miliarda dolarów? Prawdopodobnie nie. Taką kwotę Google zapłacił jednak za YouTube w 2002 roku. Przede wszystkim dlatego, że słusznie ocenił potencjał leżący w formacie wideo, a jednocześnie dostrzegł brak dostatecznych pokładów wiedzy w tym obszarze po swojej stronie. Google wykazał się znakomitą umiejętnością adaptacji do nowych warunków i antycypowania, gdzie w przyszłości jego biznes będzie miał szansę na wzrost. Dlatego współcześni naukowcy zajmujący się analizą możliwości naszego mózgu zgodnie twierdzą, że już nie IQ określa dziś nasz potencjał i możliwości, tylko AQ czyli wskaźnik adaptowalności i umiejętności dopasowania się.

Dostosowanie opiera się w praktyce nie tylko na life long learning, czyli umiejętności ciągłego uczenia się, ale przede wszystkim – jak twierdzi prof. Amin Toufani z Singularity University – na umiejętności oduczenia się nabytych wcześniej kompetencji czy praktyk. W szczególności tych, które przydawały się do tej pory, ale nie sprawdzają się dzisiaj. Umiejętność oduczania się tym samym staje się równie ważna, co umiejętność uczenia – jest jednak dużo trudniejsza, ponieważ nasz mózg nie jest na to przygotowany.

Jak powinniśmy podchodzić więc do edukacji managerów w fintech – jednej z najszybciej rozwijających się branż, aby nie tylko dotrzymywali tempa zmian, ale jeszcze sami je powodowali?

Trzeba przede wszystkim uczyć ich myślenia nielinearnego – w Dolinie Krzemowej ten sposób myślenia nazywa się moonshot thinking. Autorami tej metodologii są Peter Diamandis (inwestor i współzałożyciel Singularity University) oraz Astro Teller (prezes Google X i profesor Stanford University). Moonshot thinking to podejmowanie wyzwań i radykalne rozwiązywanie dużych problemów przy wykorzystaniu nowych technologii. Diamandis i Teller zgodnie twierdzą, że proces zaczyna się w naszej pełnej gotowości na zmianę. Wówczas przestajemy myśleć linearnie, a zaczynamy wykładniczo.

Fintech będzie właśnie jedną z tych branż, gdzie moonshot thinking doprowadzi do wielu małych i większych przełomów. Wymaga to jednak odpowiednio wyedukowanych ekspertów w wąskich, technologicznych dziedzinach. W tych krajach, gdzie będzie ich odpowiednia liczba, tam firmy i rynek będą się rozwijać. Tam gdzie ich zabraknie – branża szybko przegra rywalizację z zagraniczną konkurencją.

Kogo fintech potrzebuje więc najbardziej i w kogo kształcenie firmy powinny inwestować jak najszybciej? Przede wszystkim pożądani będą specjaliści od sztucznej inteligencji (AI). Machine learning i robotyka będą miały bowiem kluczowy wpływ na rozwój tej branży. Kolejny obszar to analityka danych. Rynki finansowe już teraz generują niesamowite ilości danych, a wciąż brak jest data scientists, żeby je agregować i analizować.

Niezbędna jest też większa liczba ekspertów od cyber security. Dziś nawet firmy dysponujące dużymi środkami na rekrutację mają problemy ze znalezieniem wystarczająco dobrych specjalistów z tego obszaru. Ostatnią grupą, których polski rynek potrzebuje, to eksperci od blockchain i distributed ledger. Szczególnie tych ostatnich jest wciąż bardzo mało.

Na koniec wrócę jeszcze raz do lifelong learning. Nawet jeśli jesteśmy specjalistą najbardziej poszukiwanych dziś dziedzin to trzeba pamiętać, że technologie rozwijają się szybciej. Aby nie zostać w tyle, musimy za nimi nadążać i kształcić przez całe życie – również poza swoją organizacją. Szukajmy więc programów z obszaru executive education, regularnie bywajmy na technologicznych konferencjach i przede wszystkim dużo czytajmy.