I samme periode økte sysselsettingen blant arbeidstakere i 50-årene med rundt 230 000, ifølge omtalen av Bank of Korea-analysen. Kontrasten passer med et mulig skifte i karrierestigen: Bedrifter kan redusere oppgaver og ansettelser på begynnernivå når KI kan hjelpe til med eller automatisere arbeidet, samtidig som de fortsatt verdsetter erfarne medarbeidere som kan tolke resultater, håndtere unntak og ta ansvar for beslutninger. Aldersmønsteret beviser likevel ikke at KI alene har forårsaket hele utviklingen. Demografi, samlet etterspørsel og arbeidsgivernes ansettelsesvalg kan også ha spilt inn.

De sørkoreanske tallene bør derfor leses som et varselsignal om hvor presset samler seg – ikke som bevis på at hvert eneste tapte ungdomsarbeid skyldes ChatGPT eller et annet KI-system. Bank of Koreas mål identifiserer bransjer og yrker med høy teknisk eksponering for KI. Eksponering sier noe om hvor gjennomførbar en omveltning er; det er ikke det samme som dokumentert erstatning av arbeidsplasser.

Hvorfor nyutdannede og juniorer kan være særlig utsatt

En universitetsgrad er ikke lenger et automatisk vern mot generativ KI. Mange nyutdannede begynner i kontorbaserte roller innen teknologi, profesjonelle tjenester, forskning, analyse, forlagsvirksomhet og administrasjon – brede områder der KI kan håndtere deler av arbeidet.

Slike stillinger har tradisjonelt hatt to funksjoner. De leverer nyttig arbeid, men fungerer også som opplæring til mer komplekse oppgaver. Når KI tar over den enklere delen, kan arbeidsgivere heve terskelen for nyansettelser i stedet for å fjerne hele yrket. En junioranalytiker kan for eksempel forventes å kontrollere KI-generert arbeid i stedet for å utarbeide hvert førsteutkast. En nyutdannet programmerer kan måtte kvalitetssikre og integrere KI-generert kode fremfor å skrive all standardkode fra bunnen av.

Det kan øke produktiviteten i etablerte team, men samtidig skape en flaskehals for dem som prøver å komme inn i bransjen. Hvis færre juniorer ansettes, er det også færre som får erfaringen som trengs for å bli senioreksperter, ledere eller betrodde rådgivere.

Goldman Sachs ser lignende press i utviklede økonomier

Forskning fra Goldman Sachs viser at bransjer med høyere eksponering for KI-automatisering generelt har hatt svakere vekst i antall ledige stillinger siden andre halvdel av 2022. Sammenhengen har vært særlig synlig i flere avanserte økonomier, blant annet USA, Tyskland og Australia.

Forskjellene blir tydeligst i kundesentre. Sysselsettingen skal ligge rundt 39 prosent under historisk trend i USA, 33 prosent under trenden i Canada og 27 prosent under i Tyskland. Andre utsatte områder som nevnes i forskningen, er programvareutvikling, management consulting og reklame. Tallene beskriver et avvik fra en tidligere trend; de fastslår ikke at KI er den eneste årsaken til nedgangen.

Goldmans bredere konklusjon er mer nyansert enn en spådom om umiddelbar utskifting av arbeidskraft i hele økonomien. Det synlige sjokket er fortsatt konsentrert i bestemte bransjer og grupper. Nyansatte er sårbare fordi oppgavene de får, ofte er mer standardiserte, enklere å måle og lettere å automatisere eller effektivisere.

KI-bruken er samtidig betydelig, men langt fra fullstendig. Anslag omtalt i Goldman-materialet plasserer bruken i store utviklede økonomier på rundt 15–20 prosent, mens et annet Goldman-mål – selskaper i USA som bruker KI i regelmessig produksjon – lå på rundt 9 prosent. Forskjellen viser hvorfor adopsjonstall må tolkes med varsomhet: Undersøkelser kan måle eksperimentering, bruk hos enkeltansatte eller varig produksjonsbruk.

Automatisering og forsterkning gir ulike utslag

Effekten på sysselsettingen avhenger delvis av om virksomheter bruker KI til å erstatte arbeidskraft eller til å gjøre ansatte mer produktive.

Automatisering betyr at det trengs mindre menneskelig arbeidskraft for å utføre en oppgave. Eksempler er håndtering av standardhenvendelser, rutinemessige sammendrag, standardisert kode eller førsteutkast til dokumenter. Automatisering kan redusere nyansettelser på juniornivå selv om ingen nåværende ansatte blir formelt sagt opp.

Forsterkning betyr at KI gjør en arbeidstaker mer produktiv, samtidig som mennesket fortsatt har ansvar for vurderinger, kontroll, unntak, relasjoner og beslutninger. Det kan øke verdien av erfarne medarbeidere, men også føre til at hver enkelt forventes å levere mer. Én KI-støttet fagperson kan dermed utføre arbeid som tidligere krevde flere timer med junioroppgaver.

De to prosessene kan foregå i samme virksomhet. KI kan fjerne enkelte rutineoppgaver, øke produktiviteten til senioransatte og samtidig skape behov for medarbeidere som kan utforme arbeidsflyter, kontrollere resultater og håndtere risiko. Derfor kan de samlede sysselsettingstallene se forholdsvis stabile ut, mens det blir vanskeligere å få sin første jobb.

Den sentrale risikoen er en svekket karrierestige

Det viktigste langsiktige spørsmålet er ikke bare om KI fjerner en stillingstittel. Spørsmålet er om teknologien fjerner de tidlige oppgavene som gjør det mulig å lære et fag.

En velfungerende karrierestige lar vanligvis ansatte gå fra veiledet og repeterbart arbeid til oppgaver som krever kontekst, skjønn og ansvar. Hvis KI tar over for mye av det veiledede arbeidet, kan arbeidsgivere beholde seniorene, men ansette færre nybegynnere. På kort sikt kan resultatet bli høyere effektivitet. På lengre sikt kan det føre til en tynnere strøm av arbeidstakere med den erfaringen som trengs.

Dette forklarer også hvorfor en tilsynelatende liten effekt på arbeidsmarkedet totalt kan få store konsekvenser for unge. En moderat endring i samlet sysselsetting kan skjule en langt kraftigere endring i hvem som får jobb, hvem som får opplæring på arbeidsplassen, og hvem som får mulighet til å utvikle seg.

Hva forskningen viser – og ikke viser

Det tilgjengelige materialet støtter fire forsiktige konklusjoner:

• KI-relatert press i arbeidsmarkedet oppstår først i utvalgte, sterkt eksponerte bransjer – ikke i alle yrker samtidig.
• Unge og nyansatte er særlig utsatt fordi KI kan utføre eller effektivisere mange rutineoppgaver som historisk har vært en inngang til kunnskapsintensive karrierer.
• Erfarne arbeidstakere kan få en fordel når verdien deres ligger i oppfølging, kundetillit, komplekse vurderinger og ansvar for resultatene.
• Forskningen viser ikke at masseutskifting av arbeidskraft er uunngåelig. Utfallet vil også avhenge av produktivitetsgevinster, nye produkter og tjenester, etterspørsel etter arbeidskraft, regulering og om bedriftene bruker KI til å øke produksjonen eller hovedsakelig til å redusere bemanningen.

For arbeidsgivere og myndigheter betyr det at man bør følge med på mer enn det totale antallet jobber. Nyansettelser på juniornivå, lærlingeplasser, intern mobilitet, endringer i arbeidsoppgaver, muligheten til å avansere og tilgang til relevant opplæring kan vise omveltningen tidligere enn den samlede arbeidsledigheten.

KI endrer i dag hvordan mennesker kommer inn i arbeidslivet, tydeligere enn teknologien fjerner alle yrker. Virksomhetene og myndighetene som er best rustet for overgangen, vil være de som bruker KI til å forbedre arbeidet uten å rive ned den menneskelige veien der kompetanse bygges.

I samme periode økte sysselsettingen blant arbeidstakere i 50-årene med rundt 230 000, ifølge omtalen av Bank of Korea-analysen. Kontrasten passer med et mulig skifte i karrierestigen: Bedrifter kan redusere oppgaver og ansettelser på begynnernivå når KI kan hjelpe til med eller automatisere arbeidet, samtidig som de fortsatt verdsetter erfarne medarbeidere som kan tolke resultater, håndtere unntak og ta ansvar for beslutninger. Aldersmønsteret beviser likevel ikke at KI alene har forårsaket hele utviklingen. Demografi, samlet etterspørsel og arbeidsgivernes ansettelsesvalg kan også ha spilt inn.

De sørkoreanske tallene bør derfor leses som et varselsignal om hvor presset samler seg – ikke som bevis på at hvert eneste tapte ungdomsarbeid skyldes ChatGPT eller et annet KI-system. Bank of Koreas mål identifiserer bransjer og yrker med høy teknisk eksponering for KI. Eksponering sier noe om hvor gjennomførbar en omveltning er; det er ikke det samme som dokumentert erstatning av arbeidsplasser.

Hvorfor nyutdannede og juniorer kan være særlig utsatt

En universitetsgrad er ikke lenger et automatisk vern mot generativ KI. Mange nyutdannede begynner i kontorbaserte roller innen teknologi, profesjonelle tjenester, forskning, analyse, forlagsvirksomhet og administrasjon – brede områder der KI kan håndtere deler av arbeidet.

Slike stillinger har tradisjonelt hatt to funksjoner. De leverer nyttig arbeid, men fungerer også som opplæring til mer komplekse oppgaver. Når KI tar over den enklere delen, kan arbeidsgivere heve terskelen for nyansettelser i stedet for å fjerne hele yrket. En junioranalytiker kan for eksempel forventes å kontrollere KI-generert arbeid i stedet for å utarbeide hvert førsteutkast. En nyutdannet programmerer kan måtte kvalitetssikre og integrere KI-generert kode fremfor å skrive all standardkode fra bunnen av.

Det kan øke produktiviteten i etablerte team, men samtidig skape en flaskehals for dem som prøver å komme inn i bransjen. Hvis færre juniorer ansettes, er det også færre som får erfaringen som trengs for å bli senioreksperter, ledere eller betrodde rådgivere.

Goldman Sachs ser lignende press i utviklede økonomier

Forskning fra Goldman Sachs viser at bransjer med høyere eksponering for KI-automatisering generelt har hatt svakere vekst i antall ledige stillinger siden andre halvdel av 2022. Sammenhengen har vært særlig synlig i flere avanserte økonomier, blant annet USA, Tyskland og Australia.

Forskjellene blir tydeligst i kundesentre. Sysselsettingen skal ligge rundt 39 prosent under historisk trend i USA, 33 prosent under trenden i Canada og 27 prosent under i Tyskland. Andre utsatte områder som nevnes i forskningen, er programvareutvikling, management consulting og reklame. Tallene beskriver et avvik fra en tidligere trend; de fastslår ikke at KI er den eneste årsaken til nedgangen.

Goldmans bredere konklusjon er mer nyansert enn en spådom om umiddelbar utskifting av arbeidskraft i hele økonomien. Det synlige sjokket er fortsatt konsentrert i bestemte bransjer og grupper. Nyansatte er sårbare fordi oppgavene de får, ofte er mer standardiserte, enklere å måle og lettere å automatisere eller effektivisere.

KI-bruken er samtidig betydelig, men langt fra fullstendig. Anslag omtalt i Goldman-materialet plasserer bruken i store utviklede økonomier på rundt 15–20 prosent, mens et annet Goldman-mål – selskaper i USA som bruker KI i regelmessig produksjon – lå på rundt 9 prosent. Forskjellen viser hvorfor adopsjonstall må tolkes med varsomhet: Undersøkelser kan måle eksperimentering, bruk hos enkeltansatte eller varig produksjonsbruk.

Automatisering og forsterkning gir ulike utslag

Effekten på sysselsettingen avhenger delvis av om virksomheter bruker KI til å erstatte arbeidskraft eller til å gjøre ansatte mer produktive.

Automatisering betyr at det trengs mindre menneskelig arbeidskraft for å utføre en oppgave. Eksempler er håndtering av standardhenvendelser, rutinemessige sammendrag, standardisert kode eller førsteutkast til dokumenter. Automatisering kan redusere nyansettelser på juniornivå selv om ingen nåværende ansatte blir formelt sagt opp.

Forsterkning betyr at KI gjør en arbeidstaker mer produktiv, samtidig som mennesket fortsatt har ansvar for vurderinger, kontroll, unntak, relasjoner og beslutninger. Det kan øke verdien av erfarne medarbeidere, men også føre til at hver enkelt forventes å levere mer. Én KI-støttet fagperson kan dermed utføre arbeid som tidligere krevde flere timer med junioroppgaver.

De to prosessene kan foregå i samme virksomhet. KI kan fjerne enkelte rutineoppgaver, øke produktiviteten til senioransatte og samtidig skape behov for medarbeidere som kan utforme arbeidsflyter, kontrollere resultater og håndtere risiko. Derfor kan de samlede sysselsettingstallene se forholdsvis stabile ut, mens det blir vanskeligere å få sin første jobb.

Den sentrale risikoen er en svekket karrierestige

Det viktigste langsiktige spørsmålet er ikke bare om KI fjerner en stillingstittel. Spørsmålet er om teknologien fjerner de tidlige oppgavene som gjør det mulig å lære et fag.

En velfungerende karrierestige lar vanligvis ansatte gå fra veiledet og repeterbart arbeid til oppgaver som krever kontekst, skjønn og ansvar. Hvis KI tar over for mye av det veiledede arbeidet, kan arbeidsgivere beholde seniorene, men ansette færre nybegynnere. På kort sikt kan resultatet bli høyere effektivitet. På lengre sikt kan det føre til en tynnere strøm av arbeidstakere med den erfaringen som trengs.

Dette forklarer også hvorfor en tilsynelatende liten effekt på arbeidsmarkedet totalt kan få store konsekvenser for unge. En moderat endring i samlet sysselsetting kan skjule en langt kraftigere endring i hvem som får jobb, hvem som får opplæring på arbeidsplassen, og hvem som får mulighet til å utvikle seg.

Hva forskningen viser – og ikke viser

Det tilgjengelige materialet støtter fire forsiktige konklusjoner:

• KI-relatert press i arbeidsmarkedet oppstår først i utvalgte, sterkt eksponerte bransjer – ikke i alle yrker samtidig.
• Unge og nyansatte er særlig utsatt fordi KI kan utføre eller effektivisere mange rutineoppgaver som historisk har vært en inngang til kunnskapsintensive karrierer.
• Erfarne arbeidstakere kan få en fordel når verdien deres ligger i oppfølging, kundetillit, komplekse vurderinger og ansvar for resultatene.
• Forskningen viser ikke at masseutskifting av arbeidskraft er uunngåelig. Utfallet vil også avhenge av produktivitetsgevinster, nye produkter og tjenester, etterspørsel etter arbeidskraft, regulering og om bedriftene bruker KI til å øke produksjonen eller hovedsakelig til å redusere bemanningen.

For arbeidsgivere og myndigheter betyr det at man bør følge med på mer enn det totale antallet jobber. Nyansettelser på juniornivå, lærlingeplasser, intern mobilitet, endringer i arbeidsoppgaver, muligheten til å avansere og tilgang til relevant opplæring kan vise omveltningen tidligere enn den samlede arbeidsledigheten.

KI endrer i dag hvordan mennesker kommer inn i arbeidslivet, tydeligere enn teknologien fjerner alle yrker. Virksomhetene og myndighetene som er best rustet for overgangen, vil være de som bruker KI til å forbedre arbeidet uten å rive ned den menneskelige veien der kompetanse bygges.