Bankernas AI-varsel slår hårdast mot juniorerna

Nordea räknar med att omkring 1 500 medarbetare påverkas av planerade minskningar under 2026 och 2027. Standard Chartered monterar ned 7 800 back-office-jobb fram till 2030. Bankerna varnar för nedskärningar på gång när AI tar över rutinmoment i handläggning, kodning och kundtjänst, och listan blir längre för varje kvartalspresentation.

Det som sällan sägs högt är att besluten fattas i ett läge av god intjäning. Varslen är alltså inte en nödutgång ur en kris. De är ett val om hur vinsten ska fördelas mellan personal, aktieägare och teknikinvesteringar.

Och valet får en bieffekt som knappt diskuteras i pressmeddelandena: det är de yngsta som ryker först.

Bankerna varnar för nedskärningar när AI tar över rutinarbetet

Mönstret började i techsektorn och har vandrat vidare till finans. Block gick från över 10 000 till under 6 000 anställda i februari 2025. Cloudflare tog bort 1 100 roller, ungefär en femtedel av bolaget, i maj samma år efter att den interna AI-användningen ökat med mer än 600 procent på ett kvartal. Snap sa upp 1 000 personer i april 2025 och räknade hem ungefär 500 miljoner dollar i årliga besparingar.

Klarna är det tydligaste svenska exemplet. Från 7 000 anställda 2022 ligger bolaget nu kring 3 000, med uttalad ambition att nå 2 000. Wells Fargo har gjort samma resa i långsammare takt, från 275 000 anställda 2019 till drygt 210 000 i september 2025. Bankens egna mätningar av AI-stöd för kodskrivning visar 30 till 35 procent högre effektivitet, vilket är precis den typ av siffra som gör att en personalbudget krymper utan att någon behöver kalla det varsel.

Två helt olika sätt att minska personalstyrkan

Bankerna har valt olika vägar, och skillnaden spelar roll för den som funderar på sin egen bransch.

JPMorgan lutar sig mot naturlig personalomsättning. Med ungefär tio procents avgångar per år kan banken låta bemanningen sjunka helt enkelt genom att inte ersätta alla som slutar. Ingen uppsägning, ingen rubrik, men samma effekt över tre till fyra år. På bankens kostnadssida syns i stället att investeringarna ökar: prognosen för 2026 landade på 105 miljarder dollar, över analytikernas förväntade 101,1 miljarder. Teknik är inte gratis, och de miljarderna hamnar till stor del hos de amerikanska bolag som i praktiken äger hela västvärldens AI-infrastruktur.

Standard Chartered gör det motsatta. Där pekas konkreta funktioner ut, back-office-arbete flyttas eller automatiseras, och slutdatumet är utsatt. Snabbare resultat, men också större risk att kompetens försvinner innan någon hunnit testa om systemet faktiskt klarar uppgiften.

Åtta procent av varslen skyller på AI. Resten?

I amerikansk varselstatistik för de första månaderna av 2025 angavs AI som orsak i knappt en tiondel av alla planerade jobbminskningar. Det är en tydlig ökning, men det är också en påminnelse om att nio av tio nedskärningar hade andra skäl: räntor, sviktande efterfrågan, dyra förvärv som behöver betalas av, överanställning under pandemiåren.

Här ligger själva misstänksamheten. Att skylla ett varsel på AI låter framåtlutat inför aktiemarknaden. Att erkänna att bolaget anställde för många för tre år sedan gör det inte. Flera genomgångar av företags AI-satsningar har visat att en klar majoritet av piloterna aldrig gett mätbar avkastning, vilket gör det svårt att tro att tekniken redan hunnit ersätta så många roller som retoriken antyder.

Det finns dessutom en obekväm boomerang. Bemanningsbranschens egna mätningar pekar på att nära var tredje rekryteringschef har behövt öppna tjänster igen som först strukits efter en AI-satsning. Arbetet fanns kvar. Det var bara inte lika lätt att automatisera som kalkylen förutsatte.

Vem ska bli senior analytiker om tio år?

Det juniora arbetet är det som AI klarar bäst: sammanställa underlag, uppdatera modeller, kontrollera siffror mot källor, skriva utkast. Därför är det där bankerna skär hårdast. Analyser av sektorns rekrytering pekar på att intaget av juniora analytiker kan krympa med upp mot två tredjedelar i vissa hus.

Problemet är att samma grupp är rekryteringsbasen för AI-kompetens. Den som ska bygga, granska och ifrågasätta bankens modeller behöver förstå både tekniken och affären. Den förståelsen byggs genom några år av tråkigt grundarbete, inte genom en kurs. Skär man bort ingångsstegen i trappan sitter man kvar med ett tak och ingen väg upp.

Effekten syns inte i nästa kvartalsrapport. Den syns 2033, när seniorleden ska fyllas med människor som aldrig anställdes.

Vilka bolag tjänar faktiskt pengar på tekniken?

Skillnaden mellan vinnare och förlorare handlar mindre om hur mycket AI ett bolag köpt in och mer om hur långt det kommit i att göra tekniken till en del av den ordinarie verksamheten. En kartläggning av 721 företag från MIT CISR visar att 28 procent fortfarande experimenterar, 34 procent kör pilotprojekt och 31 procent har nått industrialisering. Gruppen som kommit längst presterade finansiellt klart bättre än branschsnittet. Gruppen som fastnat i experiment och piloter låg under snittet.

Det talar mot idén att personalminskningar i sig skapar värde. Mätningar av företag som drog ned på bemanningen i samband med AI-satsningar visar avkastning i stort sett i nivå med företag som lät bli. Sparade lönekronor är enkla att räkna. Industrialisering av en teknik i en reglerad bank är det inte.

Det finns också en teknisk fälla i finans specifikt. En modell blir aldrig bättre än det underlag den tränas på, och bankernas data ligger ofta spridd över system som byggts i olika årtionden. Automatiseras en kreditbedömning eller en regelefterlevnadskontroll på strukturlös information skalar man upp fel beslut i stället för rätt. Skillnaden mellan de bolag som lyckas och de som inte gör det syns redan i kurserna, vilket vi gått in på i artikeln om hur AI-aktier gav skjuts åt Europabörserna medan klyftan växte.

Frågorna som avgör om varslet håller

För dig som äger bankaktier är det värt att skilja på två sorters kostnadsbesked. Ett bolag som minskar bemanningen och samtidigt höjer sin teknikbudget, som JPMorgan, beskriver en omfördelning. Ett bolag som minskar bemanningen och räknar hem besparingen direkt på sista raden beskriver en engångseffekt. Den första kan bli uthållig. Den andra syns i två kvartal och sedan är den borta.

Arbetar du i sektorn är den mest användbara frågan inte om AI tar ditt jobb, utan vem som granskar systemets utdata. De rollerna växer i samma takt som handläggningen krymper, och de kräver att någon förstår vad ett orimligt svar ser ut som. Klarnas och Cloudflares återgångar till mänsklig kundkontakt i vissa flöden visar att gränsen dras om löpande.

Under 2027 går det att pröva påståendena mot verkligheten. Har Nordea och Standard Chartered nått sina mål utan att öppna tjänsterna igen var AI-argumentet giltigt. Dyker rollerna upp under nya namn i rekryteringsannonserna vet vi att tekniken fick bära ansvaret för en effektivisering som redan låg på bordet.