Den usynlige KI-jobbapokalypsen

Silvija Seres er teknolog og strategisk rådgiver.

SYNSPUNKT. «Det finnes ingen tegn i dataene på at KI tar jobber akkurat nå», sa nylig sjefen for National Economic Council i Det hvite hus.

Bank of Canada sier det samme: KI ser foreløpig ut til å endre arbeidsoppgaver mer enn å erstatte mennesker.

Nvidia-sjef Jensen Huang mener KI vil skape flere jobber enn den fjerner, og beskriver teknologien som USAs største mulighet til reindustrialisering. Mange økonomer peker fortsatt på stabile sysselsettingstall og moderat produktivitetsvekst som tegn på at KI-effekten på arbeidsmarkeder er overvurdert.

Samtidig skjer det noe helt annet inne i verdens største selskaper.

Oracle har nylig sagt opp tusenvis av ansatte. Block kutter mer enn 4000 stillinger – nesten halvparten av arbeidsstyrken. Amazon og Meta nedbemanner også. Fra 2022 til 2025 økte disse selskapene og flere andre teknologigiganter knapt antall ansatte i det hele tatt. Samtidig har total sysselsetting i San Francisco, verdens teknologihovedstad, falt med 3 % siden 2023.

Problemet er at arbeidsmarkedsdata er et bakspeil. Dataene vi har viser verden slik den var før organisasjonene rakk å bygge seg om. Når ny teknologi endrer produksjonssystemer, kommer ikke effekten først som masseoppsigelser. Den kommer som stillinger som aldri lyses ut, juniorroller som forsvinner, team som krymper naturlig, og stadig høyere forventninger til hva én ansatt skal levere. Først ser man at arbeid reorganiseres. Senere ser man at arbeidsmarkedet er endret.

Det er akkurat dette som skjer nå. KI brukes foreløpig mest til å øke kapasiteten i eksisterende organisasjoner. Derfor ser tallene fortsatt relativt stabile ut. Men når én utvikler plutselig kan produsere som et helt team, eller én konsulent kan levere analyser som tidligere krevde flere juniorer, endres økonomien i arbeidskraft lenge før det synes i sysselsettingsstatistikken. Bedrifter sier ikke nødvendigvis opp folk først. De stopper ansettelser, flater ut organisasjoner og bygger nye arbeidsflyter rundt færre mennesker og flere intelligente systemer.

Dette er grunnen til at mange analyser undervurderer tempoet i endringen. De leter etter klassiske industrisignaler: store permitteringsrunder og brå kollaps i sysselsetting. KI virker annerledes. Den spiser først fremtidig etterspørsel etter arbeidskraft. Den reduserer behovet for neste ansettelse, neste juniorrolle, neste mellomlederlag. Når effekten til slutt blir synlig i statistikken, er organisasjonene allerede bygget om.

Men tallene måler bare antall jobber. De måler ikke hva som skjer med læringsstiger, erfaring og fremtidig kompetanse når juniorroller forsvinner. Samtidig kommer signalene nå direkte fra toppledelsen i verdens største selskaper. Anthropic-sjef Dario Amodei advarer om at KI kan eliminere halvparten av alle juniorjobber i kunnskapsyrker og drive arbeidsledigheten kraftig opp i løpet av få år. Ford-sjef Jim Farley sier at teknologien kan fjerne halvparten av alle white-collar-jobber over det neste tiåret. Sam Altman beskriver interne diskusjoner i Silicon Valley som handler om når verdens første milliardselskap med én ansatt vil oppstå.

Dette er ikke aktivister eller dommedagsprofeter. Det er menneskene som bygger teknologien og investerer titalls milliarder dollar i å skalere den. Disse utsagnene kommer bare måneder etter at de nyeste modellene begynte å prestere på nivå med erfarne kunnskapsarbeidere på stadig flere oppgaver. Selskaper som Walmart, JPMorgan Chase og UPS kombinerer nå store investeringer i KI med gradvise nedbemanninger, færre nyansettelser og stadig tydeligere språk om «automatisering», «effektivisering» og «headcount trending down». Dette skjer samtidig som arbeidsmarkedstallene fortsatt ser relativt stabile ut. Mange tolker derfor situasjonen som trygg.

Men arbeidsmarkeder kollapser sjelden momentant. Først forsvinner behovet for neste junioransettelse. Så blir organisasjonene flatere. Så øker forventningene til hvor mye én person skal produsere. Når tallene endelig bekrefter endringen, er det for sent å snu de nye KI-drevne produksjonssystemene. Det skjer på to måter. Først gradvis. Så plutselig.