Bedrifter over hele verden opplever for tiden en sterk tro på at kunstig intelligens (AI) vil revolusjonere effektiviteten og dermed redusere behovet for arbeidskraft. Dette resonnementet høres logisk ut – og mange ledere ser ut til å ta det for gitt at AI automatisk vil føre til færre ansatte. Men virkeligheten er mer kompleks enn som så.
Effektivitet vs. langsiktig kompetanse
Når AI diskuteres i toppledelsen, blir det ofte snakket om både muligheter og kostnadsbesparelser. Lederne snakker om transformasjon, samtidig som de planlegger å redusere antall ansatte. Men det er en avgjørende del av bildet som ofte blir oversett: Hvilket arbeid ønsker vi egentlig å få gjort, og hvordan bør det utføres?
Kortsiktige løsninger med store konsekvenser
Lønnskostnader er den største utgiftsposten for de fleste bedrifter. Når AI kommer inn i bildet, er det naturlig å se på personalet først. Hvis teknologien kan overta oppgaver, trenger vi kanskje færre mennesker. Likevel finnes det lite dokumentasjon på at AI allerede leverer den produktivitetsøkningen som rettferdiggjør en så rask reduksjon i arbeidsstyrken.
Det som ofte skjer, er at bedrifter – spesielt børsnoterte selskaper – føler press for å vise umiddelbare resultater av store AI-investeringer. Å kutte reisebudsjetter eller andre utgifter har ikke stor nok effekt. Derfor blir personalreduksjoner det mest synlige tiltaket. Men dette kan få alvorlige konsekvenser på sikt.
Faren ved å stole for mye på AI tidlig
Nylig snakket jeg med en ung analytiker som nettopp hadde fullført et rotasjonsprogram. Hans råd var klart: Ikke la nye ansatte stole for mye på AI i starten.
De fleste bedrifter ønsker at ansatte skal være flinke til å bruke AI. Likevel, hvis man overlater for mye av arbeidet til AI før man forstår bedriftens kjernevirksomhet, mister man evnen til å vurdere resultatene. Man kan produsere svar raskere, men man klarer ikke å bedømme kvaliteten, relevansen eller risikoen ved dem.
Dømmekraft utvikles gjennom erfaring. Ved å gjøre jobben selv, lærer man hva som er god kvalitet, hvor ting kan gå galt, og hvordan beslutninger holder mål i praksis. Uten denne grunnmuren blir man avhengig av AI i stedet for å bruke det som et verktøy.
Kodeomskrivingen som ikke var så enkel
«Vi brukte AI til å skrive om hele kodebasen vår på én helg. Det var et 10 år gammelt system. Det som normalt ville tatt måneder, kanskje år, ble gjort på dager.»
Dette høres ut som fremtiden, men historien hadde en overraskende vending. Etter at koden var omskrevet, måtte bedriften likevel bruke de opprinnelige ingeniørene til å validere resultatet. De måtte avgjøre om koden holdt mål, om den introduserte nye risikoer, og om den faktisk fungerte i den virkelige verden.
Farten var imponerende, men sikkerheten var ikke det. Det krevde langt mer menneskelig innsats og vurderingsevne enn forventet. Dette er den delen av AI-adopsjonen som ofte undervurderes: Utdataene akselererer, men behovet for menneskelig dømmekraft og grundig vurdering vokser bare.
Hva skjer når juniorstillinger forsvinner?
Hvis bedriften din vurderer å redusere rekrutteringen av unge talenter eller eliminere stillinger for nyutdannede fordi AI kan overta enkle oppgaver, bør du være klar over hva du ofrer. Du sparer penger på kort sikt, men du fjerner også den viktige veien som utvikler erfarne medarbeidere – de du faktisk trenger for å drive virksomheten videre.
Uten junioransatte som kan lære av erfarne kolleger, mister bedriften sin evne til å utvikle intern kompetanse. Dette skaper en form for «utviklingsskuld» som kan bli dyr å betale tilbake senere. Erfaring kan ikke erstattes av AI – i hvert fall ikke ennå.
Konklusjon: Balanse er nøkkelen
AI er et kraftig verktøy som kan effektivisere mange prosesser. Men å kutte unge talenter i troen på at AI alene kan erstatte dem, er en farlig strategi. Bedrifter som klarer å kombinere teknologi med menneskelig kompetanse, vil stå sterkere i fremtiden. De som kun fokuserer på kortsiktige besparelser, risikerer å miste det som gjør en bedrift ekte: erfarne medarbeidere som forstår både teknologi og forretning.