UBS gjør KI-ferdigheter til et krav for juniorbankere

UBS gjør KI-kompetanse til en del av inngangskravet for juniorstillinger i Global Banking and Markets i 2027. Kandidater til graduate-programmer og praktikantopphold må kunne vise at de behersker KI og er åpne for å lære mer. Samtidig legger bankens egen opplæring vekt på praktisk bruk, ansvarlig anvendelse og godt skjønn. 135

Det endrer hva som forventes av en nyutdannet analytiker. Tidligere var mye av verdien knyttet til å lage førsteutkastet til en finansmodell, analyse eller presentasjon manuelt. I økende grad blir oppgaven å bruke KI effektivt, kvalitetssikre materialet og gjøre det pålitelig nok til bruk i kundearbeid.

Dette må kandidatene kunne vise

Ifølge rapporteringen gjelder kravet juniorroller i investment banking i UBS' 2027-opptak til Global Banking and Markets, både for graduates og praktikanter. Vurderingen skal handle om hvorvidt kandidatene kan bruke teknologien til å forbedre resultater og effektivitet, ikke om å ha en snever teknisk sertifisering. 136

UBS bygger også KI-utvikling inn i graduate-programmet. Bankens AI Fluency Pathway skal gi et grunnlag i reelle bruksområder, ansvarlig anvendelse og sunt skjønn. 5 Det er en vesentlig forskjell: I en regulert og kundevendt virksomhet holder det ikke å få et KI-svar. Den ansatte må vite når resultatet skal kontrolleres, korrigeres eller løftes videre til mer erfarne kolleger.

En utlysning for UBS' graduate-program i Global Banking i Hongkong beskriver arbeid med å vurdere selskaper, utvikle modeller for fusjoner og oppkjøp, utarbeide bransjeanalyser til kundeinnspill og bidra i gjennomføringen av aktive transaksjoner. 12 KI kan spare tid i utkast, informasjonsinnhenting og oppsummeringer, men nøyaktighet og faglig kontroll fra bankfolk er fortsatt avgjørende.

Fra manuelt produksjonsarbeid til kontroll og vurdering

Generativ KI passer godt til deler av det repetitive produksjonsarbeidet som tradisjonelt har ligget hos juniorbankere. Reuters Breakingviews skrev at verktøy som ChatGPT og Claude raskt kan lage en finansmodell eller en pitchbok, mens bankfolk også har fortalt om KI-bruk til møteforberedelser og oppsummeringer av resultater.

Men raskt produsert materiale er ikke nødvendigvis korrekt eller egnet for en kunde. Seniorteam trenger analyser og presentasjoner som er faktasjekket, satt i riktig sammenheng og tilpasset situasjonen. Dermed blir det viktigere at juniorer kan definere oppgaven godt, vurdere kilder og forutsetninger, oppdage feil og forklare konklusjonen på en faglig solid måte.

PwCs 2026 AI Job Barometer for finanssektoren peker i samme retning. Juniorroller med høy KI-eksponering har sju ganger større sannsynlighet enn de minst KI-eksponerte juniorrollene for å kreve ferdigheter som vanligvis forbindes med seniornivå, blant annet lederskap og strategisk tenkning. 4 Når rutineoppgaver automatiseres, kan altså kravet til menneskelig vurderingsevne øke også i inngangsroller.

UBS hever terskelen – men beholder opplæringen

UBS' modell er ikke bare å vente til kandidatene er ansatt før de får møte KI-verktøyene. Banken tar KI-kapasitet inn i rekrutteringen og fortsetter deretter utviklingen gjennom et strukturert opplæringsløp. 35

Dette skiller seg i vektlegging fra en strategi som først og fremst handler om å redusere antallet junioranalytikere fordi teknologien overtar repetitivt arbeid. Kildene gir ikke grunnlag for en full sammenligning bank for bank, men de viser en tydelig bekymring for at inngangsporten til bransjen blir smalere. Fortune rapporterte at banker i enkelte tilfeller kutter analytikerkull med opptil to tredeler, med henvisning til McKinsey-enheten QuantumBlack – samtidig som de samme kullene er en viktig kilde til KI-talent.

Spenningen er enkel å forstå. Investment banking er i stor grad et læringsyrke: Juniorer bygger teknisk og kommersiell erfaring gjennom arbeid med transaksjoner, og mange blir senere erfarne rådgivere og ledere. Når UBS krever KI-ferdigheter ved ansettelse, forsøker banken å bevare denne utviklingsveien, men med en ny definisjon av hva en produktiv førsteårsanalytiker skal kunne.

PwC: Finansbedrifter venter kutt, men planleggingen henger etter

En separat PwC-undersøkelse blant 1 004 ledere på direktørnivå eller høyere i amerikanske finansforetak viser hvorfor KI-ferdigheter får større verdi – og hvor uferdig mange virksomheters arbeidsstyrkeplanlegging fortsatt er. 10

Store reduksjoner forventes

Nesten åtte av ti respondenter forventer at arbeidsstyrken vil bli redusert med minst 20 % de neste fem årene som følge av KI. Inngangsstillinger ble pekt ut som det mest utsatte nivået av 30 % av respondentene. 17

Dette er forventninger, ikke vedtatte kuttplaner. Tallene viser likevel at lederne ser for seg betydelige endringer, selv om det fortsatt er uklart hvilke arbeidsoppgaver som forsvinner, omformes eller vokser.

Få har planlagt hele omstillingen

Bare 42 % oppga at virksomheten hadde gjennomført modellering på tvers av hele organisasjonen av hvordan KI kan påvirke behovet for arbeidskraft. Blant dem som hadde modellert arbeidsstyrkeeffekten, hadde bare halvparten vurdert hvordan prosesser og arbeidsflyt måtte utformes på nytt. 17

Det skillet er viktig. Å redusere kapasitet er ikke det samme som å designe arbeidet på nytt. Uten tydelige arbeidsprosesser kan bedrifter risikere å fjerne oppgaver som tidligere ga juniorer verdifull trening, før de har avklart hvordan ansatte skal lære å kontrollere KI-resultater og ta ansvar for oppgaver med høyere verdi.

Avkastningen er fortsatt vanskelig å måle

PwC fant at 77 % sa at de fleste KI-investeringene ikke ga målbar avkastning på investeringen. Det betyr ikke nødvendigvis at KI ikke skaper verdi. Det tyder heller på at mange fortsatt strever med å måle gevinster på virksomhetsnivå mens de tar teknologien i bruk og tilpasser prosessene rundt den.

En annen PwC-undersøkelse fra Hongkong beskrev moderate resultater fra KI i større skala: 56 % av finansinstitusjonene oppga en avkastning på 11–25 % fra sentrale KI-applikasjoner. 15 Undersøkelsene har ulikt omfang og ulike spørsmål, men begge peker mot en sektor som fortsatt beveger seg fra eksperimentering til mer repeterbare og målbare driftsmodeller.

KI-kompetanse gir høyere lønn og mer opplæring

I den amerikanske finansundersøkelsen svarte 91 % av lederne at de øker kompensasjonen for ansatte med KI-ferdigheter. 58 % forventer å knytte kompensasjon direkte til produktivitet muliggjort av KI. 10

Hele 86 % var enige i at opplæring i KI-ferdigheter er mer verdifull enn en MBA for mange nyansettelser. 10 Det betyr ikke at finansutdanning er blitt irrelevant, men at arbeidsgivere i større grad ser praktisk KI-kompetanse som et nødvendig supplement til finansforståelse, analyse og kundearbeid.

Ansattes uro kan bremse innføringen

PwC rapporterte at 44 % så bekymring blant ansatte for jobbsikkerhet eller rolleendringer. 43 % sa at ansatte bare bruker KI når de må, 40 % sa at de ansatte føler seg overveldet av endringstakten, og 34 % oppga endringstretthet som en hindring for å skalere KI.

Samtidig mente 77 % av lederne at egen organisasjon ikke beveget seg raskt nok for å holde tritt med KI-utviklingen. Fragmenterte data eller data av lav kvalitet, nevnt av 41 %, var blant hindrene for både arbeidsstyrkemodellering og innføring av teknologien.

Hva betyr dette for dem som vil inn i bank?

For kandidater bør «KI-kompetanse» ikke forveksles med ukritisk bruk av en chatbot eller en påstand om at KI kan erstatte fagkunnskap i finans. UBS' formulering om opplæring peker i stedet mot praktisk bruk, ansvarlighet og godt skjønn. 5

En troverdig KI-klar juniorbanker bør kunne forklare hvordan vedkommende vil:

• bruke et godkjent verktøy for å effektivisere research, utkast og forberedelser;
• kontrollere forutsetninger, beregninger, kilder og fakta før resultatet brukes;
• beskytte konfidensiell informasjon og følge bankens kontrollrutiner;
• oppdage når et resultat er ufullstendig, upålitelig eller uegnet i en kundesituasjon; og
• forklare den forretningsmessige logikken klart, uten å behandle KI-resultatet som et fasitsvar.

UBS' krav for 2027 bør derfor først og fremst forstås som en ny utforming av ferdighetskravet i inngangsroller i finans. KI kan redusere noe manuelt produksjonsarbeid, men øker verdien av medarbeidere som kan styre verktøyene, etterprøve resultatene og utøve godt skjønn når mye står på spill. 145