Hvorfor AI-automatisering ikke handler om at erstatte arbejdere – men om at skabe menneskelig potentiale

Da computere og AI opstod i 1950’erne og 1960’erne, afholdt Kongressen høringer om det potentielle indflydelse på arbejdspladserne. Derefter var der en præsidentkommission, som udarbejdede en flervolumenrapport om emnet. Men da arbejdsløsheden fortsatte med at falde, forsvandt bekymringerne også.

Spring frem til i dag – og ja, frygterne er tilbage. Men de synes mere virkelige, især efterhånden som AI-systemer bliver mere intelligente.

Overvej en nyeste studie fra forskere ved Stanford University. Baseret på millioner af lønsedler pr. juli 2025, oplevede unge arbejdere mellem 22-25 år en 13% nedgang i beskæftigelse siden 2022. En stor koncentration af de berørte job omfattede softwareingeniører og kundeserviceagenter.

Selv nogle ledere af store virksomheder siger, at AI vil have en stor indvirkning på beskæftigelsen. Her er, hvad Ford-direktør Jim Farley havde at sige om det i juli: “Kunstig intelligens vil erstatte næsten halvdelen af alle kontorarbejdere i USA”.

I lyset af alt dette er det kun naturligt, at medarbejderne frygter for deres jobmuligheder. Dog skal der være forsigtighed med forudsigelserne. Jeg mener, at AI-automatisering er mindre om udskiftning og mere om at forstærke menneskelig kapacitet. Det er en mulighed for at skabe menneskelig potentiale.

AI i den virkelige verden: Transformation, ikke udskiftning

Under en nyeste interview, foreslog OpenAI-direktør Sam Altman, at rollen som kundeservice vil forsvinde. Han bemærkede, at AI vil eliminere telefontræer, håndtere første-kontaktløsning, skala 24/7, for blot at nævne nogle få.

Alt dette er bestemt sandt. Men det er en stor overdrivelse at forudsige, at der vil være en fuldstændig udskiftning af millioner af medarbejdere.

I stedet er det bedre at se på indvirkningen på bestemte kategorier af opgaver. For eksempel vil rutineforspørgsler som afbestillinger og kontoopslag bedst håndteres af AI i stor skala. Men hvad nu, hvis du ringer om en meget kompleks fakturafejl, der påvirker forskellige tjenester? Eller hvad nu, hvis dit opkald handler om dødsfaldet af en nærtstående?

Disse situationer understreger, hvorfor organisationer ikke skal afhænge kun af AI. Mennesker er stadig unikt kvalificerede til avanceret tankegang og empati. Kunderne vil kræve dette.

Men menneskelige supportagenter vil også have gavn af AI, som forslag, næste-bedste-handlinger og auto-resumé. Til sidst handler AI om at omforme rollen som medarbejder.

En interessant brugstilfælde, der understøtter dette, er fra Klarna, som driver et betalings- og handelsnetværk for over 111 millioner aktive kunder. I februar 2024 annoncerede virksomheden en samarbejde med OpenAI for at bygge en chatbot til kundeservice. Inden for den første måned efter implementeringen håndterede systemet to tredjedele af kundeinteraktioner og udførte arbejdet for omkring 700 fuldtidsagenter.

Men virksomheden ville til sidst indse, at denne teknologi havde store begrænsninger, især med hensyn til nøjagtighed. Ifølge en rapport fra Business Insider har Klarna siden da genansat medarbejdere til kundeservicepositioner.

Virksomhedens administrerende direktør og medstifter, Sebastian Siemiatkowski, skrev følgende om ændringen i strategien: “Vi havde lige en epifani: i en verden med AI vil intet være så værdifuldt som mennesker! Ok, du kan le ad os for at opdage det så sent, men vi vil starte arbejdet med at gøre Klarna til det bedste til at tilbyde en menneskelig at tale med!!!”

Skiftende roller og færdigheder

AI-understøttede programmeringsværktøjer som GitHub Copilot og Cursor har ført til reelle gevinster i udviklerproduktivitet. Baseret på naturlige sprogforslag kan de skrive, fejlfinde og teste kode. Agentic AI har også gjort det muligt at udføre komplekse multi-trinsprocesser.

Men igen er det sandsynligvis en overdrivelse at sige, at dette vil udslette job for udviklere. Dette er især tilfældet for dem, der udvikler og vedligeholder programmer i virksomhederne, som kræver pålidelighed, skala, sikkerhed og overholdelse. For eksempel ville en bank lancere en app – som påvirker kunde konti – uden en menneskelig gennemgang?

Bestemt ikke.

I stedet vil softwareingeniørarbejde blive mere om systemdesign og arkitektur. Det vil involvere at have en holistisk forståelse af en programs funktioner og hvordan de interagerer med andre programmer.

Dette betyder, at virksomhederne skal omdefinere roller. Vi vil se en større efterspørgsel efter kategorier som AI-ingeniører, kundeingeniører og fremrykkede ingeniører. For hvad angår junior-udviklere, vil deres fokus være mindre om at slide gennem rammer, og mere om at anvende AI-værktøjer til virkelige brugstilfælde.

Forberedelse af arbejdskraften

Succes i at navigere AI-transformation kræver en omdefinering af den traditionelle tilgang til medarbejderinddragelse. Arbejdsgivere skal have deres egen uddannelse, som indebærer casebaseret læring, der fokuserer på kunde problemer. Uddannelsen skal også være kontinuerlig – ikke blot et par ugers kodningsøvelser.

Fremadskuende virksomheder, der accepterer denne overgang, kan faktisk øge ansættelsen, ikke reducere den. De vil også være bedre placeret til at udnytte teknologier som agentic AI. Resultatet vil være langt mere betydningsfulde resultater i form af produktivitet, innovation og medarbejder tilfredshed.

Konklusion

Frygten for jobtab er forståelig. Overskrifterne kan bestemt være skræmmende. Dog er den større historie om transformation og skabelse af menneskelig potentiale. Kendsgerningen er, at gennembrudsteknologier altid har ændret, hvordan arbejde ser ud – og AI er ikke anderledes. Vinderne vil være de virksomheder og arbejdere, der lærer at acceptere forstærkning, investere i genoptræning og udnytte AI som en kraftmultiplier.