AI fyrer tusindvis i banker: LLMs, RPA og agents – hvad sker der egentlig?
Banker fyrer tusindvis med AI som begrundelse, men hvilken teknologi er der tale om? En teknisk gennemgang af RPA, LLMs og AI-agents i finanssektoren og hvad det egentlig betyder for jobmarkedet.
Mens overskrifterne fokuserer på antallet af fyrede, er den vigtige tekniske detalje sjældent forklaret ordentligt: Hvilken AI-teknologi er der rent faktisk tale om, og hvad kan den? Det er det afgørende spørgsmål, hvis vi skal forstå konsekvenserne for fremtidens beskæftigelse i den finansielle sektor.
Danske Bank og Nordea har begge annonceret markante nedskæringer i de seneste måneder, og begge peger på 'digitalisering' og 'AI' som drivkraft. Men AI er ikke bare AI – og her er de tre nøgleteknologier, der faktisk ændrer billedet i banker:
RPA: Den gamle kending der allerede virker
Robotic Process Automation (RPA) er slet ikke ny teknologi – den har eksisteret i mere end et årti. RPA-robotter kopierer præcis det, en menneskelig medarbejder gør på en skærm: klikker, kopierer data, udfylder formularer. Det er dumb automation, men den er robust og billig at køre.
Banker som Nordea har brugt RPA i årevis til back-office processer som kreditansøgningsbehandling, compliance-tjek og kontooprettelse. Mange af de job der forsvinder nu, er allerede delvist RPA-automatiserede – det sidste trin er bare at fjerne den menneskelige oversigt.
LLMs: Den nye vilde teknologi
Large Language Models (LLMs) – som dem der driver ChatGPT og lignende systemer – er en fundamentalt anden teknologi end RPA. Hvor RPA følger scripts, kan LLMs håndtere ustruktureret tekst, forstå kontekst og generere svar der ligner menneskelig kommunikation.
I bankverdenen implementeres LLMs primært i tre roller: kundeservice-chatbots der håndterer standardforespørgsler, dokumentanalyse der gennemlæser kontrakter og låneansøgninger, og compliance-screening der gennemgår korrespondance for mistænkelige mønstre.
Det er de job, der mest direkte er truede: kundeservicemedarbejdere i første led, sagsbehandlere der håndterer standardsager, og junior analytikere der manuelt gennemgår dokumenter.
AI-agents: Det der kommer bagefter
Den mest avancerede – og endnu mest eksperimentelle – teknologi er AI-agenter. Det er LLMs der ikke bare svarer på spørgsmål, men aktivt planlægger og udfører flertrins-opgaver. En AI-agent kan selvstændigt afgøre: undersøg denne kundes kredithistorik, tjek mod interne regler, og godkend eller afvis ansøgningen.
Bankerne er forsigtige med at deploye fuld agentic AI til beslutningstagning endnu – regulatorisk ansvar og 'explainability'-krav fra EU's AI Act gør det komplekst. Men pilotprojekterne kører allerede.
Den ærlige konklusion
Kombinationen af moden RPA-teknologi, LLMs der nu fungerer godt nok til mange standardopgaver, og begyndende AI-agent-kapabilitet giver bankerne en reel mulighed for at reducere headcount på rutineprægede jobs. Det er ikke spin – det er reel teknologisk forandring.
Men det er heller ikke den fulde sandhed at kalde det udelukkende en 'AI-revolution'. Det er en 15 år lang automatiseringsrejse, der nu er nået til det punkt hvor det rammer medarbejdere højere op i hierarkiet. Bankerne ville formentlig have fundet andre grunde til omstruktureringen selv uden AI – den teknologiske udvikling giver dem en bekvem og ikke helt usandfærdig fortælling.
Konsekvensen er reel nok: fintech-kompetencer og AI-literacy bliver afgørende for overlevelse i den finansielle sektor. De medarbejdere der forstår at arbejde med AI-tools snarere end mod dem, er dem der beholder jobbene.
Kilde: https://www.version2.dk/artikel/tusindvis-fyres-i-danske-storbanker-ai-revolution-eller-simpelthen-spin