UBS gør AI-kompetencer til adgangskrav for unge bankfolk

UBS gør AI-kompetencer til en del af adgangskravet for bankens junioransættelser i Global Banking and Markets fra 2027. Det gælder både graduates og praktikanter. Kandidaterne skal kunne demonstrere AI-færdigheder og være indstillet på fortsat læring, mens bankens eget uddannelsesforløb lægger vægt på praktisk, ansvarlig brug og faglig dømmekraft. 135

Det ændrer forventningen til den klassiske juniorbanker. Hvor nyansatte tidligere i høj grad blev vurderet på at kunne producere det første udkast til en model, analyse eller præsentation manuelt, bliver opgaven nu i stigende grad at bruge AI effektivt, efterprøve materialet og gøre det pålideligt nok til kunder og erfarne deal teams.

Hvad UBS forventer af ansøgerne

Ifølge rapporteringen skal ansøgere til juniorroller i investment banking i UBS’ 2027-optag til Global Banking and Markets vise AI-kompetence. Det omfatter graduate trainees og praktikanter. Fokus er efter det oplyste ikke på et snævert teknisk certifikat, men på om kandidaten kan bruge teknologien til at forbedre resultater og effektivitet. 136

Samtidig indarbejder UBS AI-udvikling i sit graduate-program. Bankens AI Fluency Pathway skal give et fundament i virkelige brugsscenarier, ansvarlig anvendelse og sund dømmekraft. 5 Det er væsentligt i en reguleret og kunderettet branche, hvor AI-output ikke kan tages for gode varer uden kontrol, rettelser eller i nogle tilfælde eskalering.

UBS’ stillingsmateriale giver et billede af de opgaver, nyansatte kan komme til at understøtte. En graduate-rolle i Global Banking i Hongkong omfatter blandt andet vurdering af virksomheder, udvikling af modeller til M&A-transaktioner, brancheanalyser til pitch-materiale og støtte til igangværende handler. 12 AI kan fremskynde udkast og sammenfatninger i sådanne arbejdsgange, men korrekthed og bankfaglig kontrol er fortsat afgørende.

AI flytter grænsen for juniorbankerens arbejde

Generativ AI egner sig til dele af det gentagne produktionsarbejde, der historisk har været lagt på juniorbankere. Reuters Breakingviews peger på, at værktøjer som ChatGPT og Claude hurtigt kan skabe en finansiel model eller et pitchbook, og bankfolk har beskrevet brug af AI til mødeforberedelse og opsummeringer af regnskaber.

Hurtigt output er dog ikke det samme som korrekt eller anvendeligt output. Erfarne deal teams har stadig brug for materiale, der er præcist, sat i den rette sammenhæng og kan bruges over for en kunde. Derfor bliver evnen til at formulere en opgave, vurdere kilder og forudsætninger, opdage fejl og formidle en holdbar konklusion stadig mere værdifuld.

PwC’s 2026 Financial Services AI Job Barometer peger på den samme bevægelse: Juniorroller med høj AI-eksponering er syv gange mere tilbøjelige end de mindst AI-eksponerede juniorroller til at efterspørge kompetencer, der traditionelt forbindes med seniorniveau – herunder lederskab og strategisk tænkning. 4 Når rutinearbejde automatiseres, kan kravet til menneskelig dømmekraft på indgangsniveau altså stige frem for falde.

UBS vil hæve kompetencekravet – og fortsat uddanne

UBS’ model er ikke blot at vente, til nye medarbejdere er startet, og derefter introducere dem til AI-værktøjer. Banken gør AI-kompetence relevant allerede i udvælgelsen og fortsætter derefter med struktureret uddannelse. 35

Det adskiller sig i vægtning fra en strategi, der først og fremmest reducerer analytikeroptaget, fordi teknologi overtager gentagne opgaver. Det tilgængelige materiale giver ikke grundlag for en komplet bank-for-bank-sammenligning af ansættelsesnedskæringer. Men det viser en bred bekymring for, at indgangsvejene til branchen bliver smallere. Fortune skrev, med henvisning til McKinseys QuantumBlack, at banker i nogle tilfælde skærer junioranalytikerhold med op til to tredjedele – samtidig med at de samme grupper fortsat er en kilde til AI-talent.

Spændingen er enkel: Investment banking bygger på mesterlære. Juniorer opbygger tekniske kompetencer og kommerciel dømmekraft gennem arbejde med konkrete transaktioner og bliver senere til branchens erfarne bankfolk. Et ansættelseskrav om AI-kompetence kan ses som et forsøg på at fastholde den udviklingsvej, men ændre definitionen af, hvad en produktiv førsteårsanalytiker er.

PwC: Finanssektoren forventer færre ansatte, men planlægningen halter

En separat PwC-undersøgelse blandt 1.004 amerikanske ledere på direktørniveau eller højere i finansielle virksomheder viser, hvorfor AI-færdigheder prioriteres så højt – og hvor ufuldstændig arbejdsstyrkeplanlægningen stadig er. 10

Markante reduktioner forventes

Næsten otte ud af ti respondenter forventer, at arbejdsstyrken vil blive mindst 20 % mindre over de næste fem år som følge af AI. Indgangsroller blev fremhævet som det mest sårbare lag af 30 % af respondenterne. 17

Det er forventninger, ikke bekræftede planer om konkrete fyringer. Tallene viser, at ledere forudser store forandringer, men ikke præcist hvilke opgaver der forsvinder, bliver lavet om eller vokser.

Ambitionen er foran planlægningen

Kun 42 % af lederne svarede, at deres organisation havde gennemført virksomhedsdækkende modellering af AI’s effekt på behovet for arbejdskraft. Blandt virksomhederne, der havde modelleret arbejdsstyrkekonsekvenserne, havde kun halvdelen set på den nødvendige omlægning af processer eller arbejdsgange. 17

Det skel betyder noget. At reducere kapacitet og at redesigne arbejdet er ikke det samme. Uden tydelige nye arbejdsgange risikerer virksomheder at fjerne opgaver, der tidligere havde en læringsfunktion, før de har afklaret, hvordan juniorer skal lære at validere AI-output og påtage sig opgaver med højere værdi.

AI-investeringerne giver endnu ikke stabile, målbare afkast

PwC fandt, at 77 % af respondenterne sagde, at de fleste AI-investeringer ikke leverede et målbart investeringsafkast. Det er ikke det samme som, at AI er uden værdi. Det indikerer snarere, at mange virksomheder fortsat kæmper med at måle gevinster på tværs af organisationen, mens teknologien indføres og arbejdsgange tilpasses.

En separat PwC-undersøgelse fra Hongkong beskrev tilsvarende moderate afkast fra AI i større skala: 56 % af de finansielle institutioner angav et afkast på 11-25 % på centrale AI-anvendelser. 15 Undersøgelserne har forskellig rækkevidde og metode, men samlet tegner de et billede af en sektor på vej fra eksperimenter til mere gentagelige og målbare driftsmodeller.

AI-færdigheder udløser løn- og uddannelsesinvesteringer

I den amerikanske finansundersøgelse sagde 91 % af lederne, at de øger lønnen til medarbejdere med AI-færdigheder, mens 58 % forventer at knytte løn direkte til AI-understøttet produktivitet. 10

Desuden var 86 % enige i, at træning i AI-færdigheder for mange nyansatte er mere værdifuld end en MBA. 10 Det gør ikke en traditionel finansuddannelse overflødig, men det understreger, at arbejdsgiverne i stigende grad ser praktisk AI-kompetence som et centralt supplement til finansiel forståelse, analyse og kundearbejde.

Medarbejdernes bekymring kan bremse indførelsen

PwC rapporterede, at 44 % så medarbejderbekymring om jobsikkerhed eller rolleændringer; 43 % sagde, at medarbejderne kun bruger AI, når de bliver bedt om det; 40 % oplevede, at medarbejderne er overvældede af forandringstempoet; og 34 % pegede på forandringstræthed som en barriere for at skalere AI.

Samtidig mente 77 % af lederne, at deres organisation ikke bevæger sig hurtigt nok til at følge med AI-udviklingen. Fragmenterede data eller data af lav kvalitet, som 41 % pegede på, var en af hindringerne for både arbejdsstyrkemodellering og implementering.

Hvad det betyder for kommende bankfolk

For ansøgere bør “AI-kompetence” ikke forveksles med ukritisk brug af en chatbot eller en påstand om, at AI kan erstatte finansfaglige færdigheder. UBS’ eget sprog om uddannelse peger i stedet på praktisk brug, ansvar og dømmekraft. 5

En troværdig AI-klar juniorbanker bør kunne forklare, hvordan vedkommende vil:

• bruge et godkendt værktøj til at gøre research, udkast eller forberedelse hurtigere;
• kontrollere antagelser, beregninger, kilder og faktuelle påstande, før resultatet anvendes;
• beskytte fortrolige oplysninger og følge virksomhedens kontrolprocedurer;
• genkende, når et resultat er ufuldstændigt, upålideligt eller uegnet til en kunde; og
• forklare den bagvedliggende forretningslogik klart uden at behandle AI-output som det endelige svar.

UBS’ krav fra 2027 bør derfor først og fremmest forstås som en ny definition af kompetencerne i et indgangsjob i finans. AI kan mindske noget af det manuelle produktionsarbejde, men øger værdien af medarbejdere, der kan styre værktøjerne, kontrollere resultaterne og udvise sund dømmekraft, når der er meget på spil. 145