Danmark er det EU-land der bruger mest AI. 75 procent af store danske virksomheder har AI i drift, og adoptionen accelererer måned for måned. Men der er en omkostning ingen taler højt om: de entry-level jobs der plejede at træne næste generation forsvinder i takt med automatiseringen.
Fortune bringer nu data der sætter tal på problemet. Og tallene er ubehagelige.
Erfaringsparadokset
Paradokset er simpelt. Virksomheder automatiserer de opgaver der plejede at træne juniorer - dataoprydning, udkast, test, fejlretning. Så kræver de 3+ års erfaring i stillingsopslag der hedder "entry-level."
60 procent af entry-level IT-stillinger kræver nu mindst tre års erfaring. 66 procent af hiring managers siger nyansatte ikke er forberedte. Men hvor skulle de blive forberedte, når træningsgrunden er væk?
Det er en catch-22 der vokser for hver måned. Virksomheder vil have erfarne folk, men fjerner systematisk de positioner hvor erfaring opbygges.
Tallene bag trenden
Udviklingen er ikke et dansk fænomen, men et globalt mønster der rammer tech-sektoren hårdest:
- Entry-level jobs i USA er faldet 35 procent på 18 måneder
- De 15 største tech-firmaer reducerede entry-level hiring 25 procent fra 2023 til 2024
- 54 procent af engineering-ledere planlægger at ansætte færre juniorer ifølge LeadDev 2025
- Salesforce skar kundesupport fra 9.000 til 5.000 medarbejdere
- Block reducerede 40 procent af arbejdsstyrken, Atlassian 10 procent, Chegg 45 procent
- Nordea annoncerede ca. 1.500 berørte stillinger i en omstrukturering knyttet til AI og datastrategi i 2026-2027
Mønsteret er det samme overalt: de roller der forsvinder først er dem i bunden af hierarkiet. Dem der plejede at være indgangen.
Talent doom cycle
CNBC advarer om en "talent doom cycle" - en selvforstærkende spiral hvor virksomheder erstatter juniorer i dag og skaber en akut mangel på seniorer om 5-10 år.
Fast Company rapporterer at virksomheder der allerede har erstattet entry-level medarbejdere med AI nu betaler prisen. Big Tech reducerede graduate-hiring 25 procent og øgede samtidig hiring af folk med 2-5 års erfaring med 27 procent.
Spørgsmålet er konkret: hvem bliver seniorerne i 2031, hvis ingen bliver trænet i 2026? Hvem designer systemerne, når hele det lag der skulle lære at designe dem er blevet sprunget over?
Hvad universiteterne kan gøre
Fortunes tese er at uddannelsessystemet skal bygge erfaring direkte ind i forløbet. 79 procent af Gen Z vil have hands-on læring under uddannelsen, ikke efter. Northeasterns co-op model, hvor studerende veksler mellem undervisning og erhvervserfaring, har en beskæftigelsesrate på 97 procent inden for 9 måneder efter dimission.
Men uddannelse alene løser det ikke. Hvis virksomheder ikke investerer i early-career udvikling, flytter man bare problemet fra HR-afdelingen til universiteternes karrierevejledning.
Hvad det betyder for danske virksomheder
Danmark har en strukturel mangel på over 7.000 IT-specialister. IMF estimerer at en femtedel af den danske arbejdsstyrke står over for displacement-risiko. At være EU's AI-frontrunner betyder at vi rammer dette problem før alle andre.
Tempoet i AI-adoptionen betyder at de fleste er allerede bagud - men løsningen er ikke at skære alle juniorpositioner væk. Virksomheder der gør det låner fra deres egen fremtidige talentpipeline. Det er en kortsigtet besparelse med en langsigtet pris.
Den kloge tilgang er at bruge AI til at forstærke juniorroller, ikke eliminere dem. Lad nyuddannede arbejde sammen med AI i stedet for at blive erstattet af den. De lærer hurtigere, leverer mere fra dag et, og virksomheden opbygger den erfaring den har brug for om fem år.
Det kræver en bevidst strategi at integrere AI uden at miste den interne vidensopbygning. Organisationer der lykkes med det investerer i talentudvikling parallelt med automatisering - ikke i stedet for.
Det handler ikke om at bremse automatiseringen. Det handler om at sikre der stadig er nogen til at tage over når AI ikke er nok.
Kilde: Fortune
