Tankeledare

Varför kvinnor löper större risk att förlora jobbet — och hur omformade yrkesroller kan öppna nya vägar

Michael Morris
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterKvinnor i automatiserbara roller löper dubbel risk för förskjutning och är…
Visa mer
  • Kvinnor i automatiserbara roller löper dubbel risk för förskjutning och är underrepresenterade inom AI-jobb.
  • En 42-procentig AI-kompetensklyfta mellan män och kvinnor kvarstår på grund av ojämlik tillgång till utbildning.
  • Rollomformning måste kartlägga kompetenser från riskutsatta roller till nya människa-AI-länkpositioner.

Varför kvinnor löper större risk att förlora jobbet — och hur omformade yrkesroller kan öppna nya vägar

Teknikbranschen har i åratal oroat sig för bristen på kompetens. Det finns inte tillräckligt många AI-ingenjörer, dataforskare eller AI-arkitekter för att möta behoven. Företagen konkurrerar hårt om samma begränsade grupp specialister, och de flesta av dem är män.

Medan kampen om AI-kompetens dominerar rubrikerna växer en mer lågmäld kris fram på andra sidan arbetsmarknaden. Miljontals anställda, varav en oproportionerligt stor andel är kvinnor, har jobb som AI redan håller på att förändra. De får inte samma tillgång till den utbildning, de verktyg eller de nya roller som skulle hjälpa dem att ställa om.

Resultatet är ett dubbelt dilemma. Branschen hittar inte tillräckligt många med AI-kompetens, samtidigt som kvinnor förblir arbetskraftens största underutnyttjade kompetensreserv. Skillnaden mellan vilka som förlorar arbete och vilka som får det är inte slumpmässig. Den följer ett mönster som syns i arbetsmarknadsdata från nästan alla större ekonomier. Om inget görs kommer det att prägla förhållandena mellan könen på arbetsmarknaden under det kommande årtiondet.

Varför kvinnor löper större risk att förlora jobbet

Den centrala siffran från Internationella arbetsorganisationen (ILO) är slående: Kvinnodominerade yrken löper nästan dubbelt så stor risk att påverkas av generativ AI som mansdominerade yrken, 29 % jämfört med 16 %. Bland de mest utsatta är gapet ännu större. Sexton procent av de kvinnodominerade rollerna hör till de kategorier som är mest sårbara för automatisering. För mansdominerade roller är siffran 3 %.

ILO-rapporten Generativ AI, yrkessegregering och jämställdhet i arbetslivet pekar ut tre drivkrafter. Kvinnor har de roller som är mest sannolika att automatiseras. De saknas inom de naturvetenskapliga och tekniska områden, STEM, där verktygen utvecklas. Och AI-modeller speglar ofta de könsfördomar som redan finns i samhället.

Det är ingen tillfällighet. Kvinnor har historiskt varit koncentrerade till kontorsarbete, administrativt stöd, datainmatning och kundservice. Det är precis de uppgifter som AI hanterar bäst: rutinuppgifter som kan beskrivas med regler och utföras i stor skala. ILO:s forskning omfattar 88 % av de länder som organisationen analyserade, och i nästan alla är kvinnor mer utsatta än män.

Risken att påverkas är bara halva problemet. De roller som AI skapar är koncentrerade till tekniska och strategiska funktioner där kvinnor historiskt har varit underrepresenterade. Enligt en studie från 2024 av Interface EU utgör kvinnor bara 22 % av arbetskraften inom AI globalt. Världsekonomiskt forums rapport om jämställdhet från 2025 visade ett betydande bortfall av kvinnor under det första året i STEM-karriärer, och att kvinnor förblir underrepresenterade inom AI-utveckling och ledarskap genom hela karriären.

Kvinnor är oproportionerligt koncentrerade till de roller som försvinner och underrepresenterade i de roller som skapas. Det är inte ett problem, utan två problem som förstärker varandra.

Ett tredje lager förvärrar situationen. Randstads rapport Understanding Talent Scarcity: AI and Equity visar ett gap på 42 procentenheter i AI-kompetens mellan män och kvinnor: 71 % jämfört med 29 %. Män erbjuds oftare AI-utbildning av arbetsgivaren (35 % jämfört med 27 %) och får oftare AI-verktyg tillhandahållna på jobbet (41 % jämfört med 35 %). UC Berkeley sammanställde 18 studier som omfattade 143 000 anställda världen över och fann att kvinnors sannolikhet att använda generativa AI-verktyg yrkesmässigt är ungefär 20 % lägre än mäns. Gapet bestod oavsett utbildningsnivå eller landets inkomstnivå.

Yrkessegregeringen placerade kvinnor i roller som kan automatiseras. Underrepresentationen inom STEM stängde dem ute från de roller som AI nu skapar. Gapet i tillgång och utbildning hindrar övergången mellan de två. Varje lager förstärker de andra.

Att omforma yrkesroller: vad det faktiskt innebär och varför de flesta företag gör fel

När organisationer talar om att förbereda arbetskraften för AI menar de vanligtvis en av två saker: att utbilda befintliga anställda i nya verktyg eller att ersätta försvunna roller med nya tekniska tjänster. Båda angreppssätten missar kärnan.

Vidareutbildning är nödvändig men otillräcklig. En kurs i att formulera AI-prompter skapar inte i sig en karriärväg för en kvinna som arbetar med datainmatning. Den ger henne vissa färdigheter. Hon behöver ett mål: en specifik roll med tydliga ansvarsområden som finns i organisationen och som hon realistiskt kan gå vidare till.

Att ersätta försvunna roller med tekniska tjänster förvärrar ofta problemet. Tjänster som AI-ingenjör, dataforskare och specialist på maskininlärning kräver kvalifikationer och erfarenheter som få av dem som förlorar sina jobb har. De tenderar också att locka kandidater från samma homogena kompetensgrupp som redan dominerar tekniksektorn. Kvinnor drabbas av jobbförlusterna, men får inte de nya rollerna.

En verklig omformning av yrkesroller börjar med en annan fråga. Inte vilka jobb AI kan utföra, utan hur människors bidrag ser ut i en värld där AI sköter rutinuppgifterna.

Svaret är att det särskilt mänskliga arbetet handlar om relationer, sammanhang och etik. Det är att hantera tvetydighet, bygga förtroende hos kunder och kollegor, använda sitt omdöme i situationer utan en färdig mall och förstå vad en intressent faktiskt behöver, inte bara vad personen sade sig vilja ha.

De nya roller som växer fram i detta gränsland har olika namn beroende på sektor: samordnare för AI-implementering, ansvarig för införande av teknik, länk mellan människor och AI, ansvarig för digital etik och specialist på förändringsledning. Gemensamt är behovet av människor som kan arbeta där teknik möter mänsklig komplexitet.

Dessa roller kräver omdöme, kommunikation och en djup förståelse för hur organisationer fungerar. De är med andra ord en direkt vidareutveckling av de färdigheter som kvinnor i dagens utsatta roller redan har byggt upp under många år.

De företag som lyckas kartlägger färdigheterna i de utsatta rollerna. De ser till personens faktiska förmågor snarare än jobbtiteln och identifierar vilka förmågor som passar de roller AI skapar.

Det är ett kompetensproblem, inte bara ett jämställdhetsproblem

Bristen på AI-kompetens är verklig och växer. De roller som uppstår när AI införs kräver en kombination av teknisk förståelse och mänskligt omdöme som det verkligen råder brist på. Företagen konkurrerar hårt om en begränsad grupp människor.

Kvinnor är den största underutnyttjade kompetensreserven bland yrkesverksamma. Färdigheterna i de utsatta rollerna, däribland relationsarbete, operativ samordning, etiska resonemang och kommunikation med intressenter, är precis vad de nya rollerna i AI-eran kräver. Sambandet mellan dessa två fakta borde vara uppenbart.

Kompetensbaserad rekrytering gör det möjligt att skapa den kopplingen. I stället för att sålla efter formella kvalifikationer och linjära karriärvägar bedömer den vad en person faktiskt kan göra. Den öppnar roller för människor som har utvecklat sina förmågor genom många år i administrativa funktioner och servicearbete, just de roller AI nu automatiserar. När den är väl utformad breddar den inte bara kompetensbasen. Den synliggör de specifika erfarenheter som organisationer behöver mest i en miljö där AI förstärker arbetet.

Så ser det ut när organisationer lyckas

Det finns ingen enda modell. Men organisationer som gör meningsfulla framsteg har ett antal tydliga beteenden gemensamt.

De börjar med färdigheten, inte jobbtiteln. Innan en roll automatiseras kartlägger de vad personen i rollen faktiskt kan göra och jämför det med de förmågor organisationen kommer att behöva framöver. Frågan är inte om jobbet kan automatiseras. Den är vad personen som utför jobbet vet och var den kunskapen passar in i det som byggs.

Ledande organisationer går längre än vaga löften om kompetensutveckling och bygger synliga, specifika och genomförbara vägar. I stället för ett allmänt hopp om framtida möjligheter visar de en tydlig väg från dagens roll till en definierad framtida roll, med angivna steg, tidsplaner och stödstrukturer. De utformar utbildning för hela arbetskraften, inte för den typiska medarbetaren. Program efter arbetstid eller med krav på självstyrt lärande utestänger systematiskt människor med omsorgsansvar. En inkluderande utformning innebär moduler som kan schemaläggas och genomföras under arbetstid, med psykologisk trygghet att experimentera och misslyckas utan att det påverkar prestationsbedömningen.

Detta angreppssätt ligger i linje med en grundläggande förändring av arbetsmarknaden: Randstad Workmonitor 2026 bekräftar att den traditionella »karriärstegen« inte längre fungerar, och att 72 % av arbetsgivarna nu håller med om att linjära karriärvägar är föråldrade. Som svar minskar yrkesverksamma risken genom att bygga »portföljkarriärer«. Denna nya modell prioriterar variation, möjligheten att själv styra sin karriär och trygghet genom olika erfarenheter snarare än lång tid i en enda roll.

De kommande 24 månaderna får betydelse långt in i framtiden

Förändringar i arbetskraften är inte lätta att vända. Mönstren som formas nu tenderar att bestå i åratal.

Organisationer som agerar målmedvetet kan använda detta tillfälle till att bygga en mer kompetent och mer mångsidig arbetsstyrka än de har i dag. De som behandlar AI-omställningen som ett tekniskt projekt med människorna som en fotnot kommer sannolikt att stå kvar med en smalare kompetensbas och ett svårare rekryteringsproblem.

Mike är global chef för plattform och talanger för Randstad Digital, teknikengagemangs- och aktiveringsavdelningen inom Randstad. Han ansvarar för den digitala talangmarknaden och talangsamhället som driver Randstad Digitals verksamhet. Tidigare var Mike VD och medgrundare till den AI-drivna on-demand-utvecklarmarknaden Torc, som förvärvades av Randstad i maj 2024.