Det første job findes måske ikke længere

AI bliver solgt som en teknologi, der frigør medarbejdere fra rutinearbejde. Men rutinearbejdet har også haft en anden funktion: Det er her, unge lærer deres fag. Hvad sker der, når virksomhederne ikke længere har brug for junioren?

Jobannoncen, der aldrig bliver slået op

Du står som helt nyuddannet kandidat og du har gjort alt det rigtige undervejs. Taget den rigtige uddannelse, de rigtige studiejob, den rigtige praktikplads og du har fået de gode karakterer. Nu skal du ud og søge dit første rigtige job. Traditionelt ville en med din profil stå først i køen til de gode job, men sådan hænger verden måske ikke længere sammen. For virksomhederne har ikke nødvendigvis længere de samme behov for juniorstillinger, som der det, du står og leder efter. 

Det handler ikke om, at virksomhederne er i krise – nærmest tværtimod. Forskellen er, at i dag kan en erfaren medarbejder meget lettere udføre de opgaver, der tidligere måske krævede en seniormedarbejder og to juniormedarbejdere. AI har gjort seniormedarbejderne langt mere effektive – eller kommer i hvert fald til det indenfor den allernærmeste fremtid – men efterlader det dig, som nyuddannet uden seniormedarbejderens erfaringer? Hvem vil ansætte juniormedarbejdere, når seniormedarbejderne bare kan udføre opgaverne? 

AI tager ikke nødvendigvis jobbet – den tager junioropgaverne

Der er naturligvis forskel på, hvordan man behandler juniormedarbejdere i forskellige virksomheder og hvilke opgaver, man sætter dem til, men som udgangspunkt handler det om, at de skal lære ved at få de grundlæggende og mere rutineprægede opgaver. En juniorjurist bliver måske sat til at gennemgå dokumenter og finde relevante afgørelser. En programmør bliver sat til de mere begrænsede kodeopgaver, en konsulent laver desk research og forberede Power Points, en revisor gennemgår bilag, mens en marketingsmedarbejder måske får de første udkast til tekster og kampagner. 

Fælles for mange af de opgaver er, at det faktisk lige præcis er den type arbejde, som generativ AI og AI-agenter er rigtigt gode til at automatisere og accelerere. European Parliamentary Research Service udgav i juli 2026 et briefing papir om AI og arbejdsmarkedet The Debate on AI and jobs. Konklusionen var her, at generativ AI i uforholdsmæssig stor grad rammer entry-level jobs.

En undersøgelse fra den mest benyttede jobportal i Schweitz, jobs.ch, fra juni 2026 fandt, at antallet af annoncerede entry-level stillinger i 2025 lå 32 % under gennemsnittet for 2019-2022. Undersøgelsen fandt også, at juniorstillinger faldt med 16 % indenfor AI-eksponerede områder, mens seniorstillinger steg med 26 %.

Juniorarbejdet var aldrig bare billigt arbejde

Problemet ved den udvikling er, at juniorstillingerne aldrig bare var billig arbejdskraft for virksomheden. Det var også stedet, hvor du lærte dit fag, hvor du gjorde dig de erfaringer, der gjorde dig til en seniormedarbejder. Det vil sige, at hvis virksomhederne ikke længere tilbyder juniorstillinger, så bryder de reelt fødekæden til seniorstilingerne. Vi automatiserer de opgaver, der gjorde begynderen til ekspert.

Næste spørgsmål: kan man springe juniorstadiet over? Kan en 25-årig jurist eksempelvis blive sat direkte til den komplekse rådgivning, hvis AI har lave grundarbejdet? 

Lavor Bojinov og Edward McFowland III fra Harvard Business School har undersøgt problemstillingen i Gen AI Boosts Productivity, But Can’t Turn Novices Into Experts og deres konklusion blev, at AI kan gøre begyndere betydeligt bedre, men det gør dem ikke til eksperter – titlen var måske en lidt stor spoiler. AI reducerer det umiddelbare performance-gap, fordi begynderen kan producere et bedre resultat, men når opgaven kræver egentlig ekspertviden, er der forsat en væsentlig forskel. 

En del af problemet er, at man langt hen ad vejen lærer af sine fejltagelser og hvis AI bare leverer korrekte svar for en, så render man aldrig ind i den produktive kamp med et problem. Stanford-forskere har i artiklen Productive Struggle: The Future of Human Learning in the Age of AI beskrevet problemet i programmeringsundervisningen. Når en studerende bruger timer på at forstå, hvorfor et program ikke fungerer, så sker der noget andet end blot det, at opgaven til sidst bliver løst. Den studerende opbygger mentale modeller af, hvordan systemet fungerer, hvorfor det fejler, og hvordan forskellige løsninger hænger sammen. 

Er det allerede ved at ske?

Der er tydelige tegn på en svækkelse af entry-level markedet i flere AI-eksponerede vidensfag, men det kan være mere problematisk at finde egentlig dokumentation for, at AI er årsagen. På softwareområdet er faldet stort, men sandsynligvis begyndte det at falde inden generativ AI. På juraområdet ser vi foreløbigt mere en ændring af arbejdsopgaver end egentlige job, der forsvinder. Konsulentbranchen ligger et sted imellem de to. Graduate markedet svækkes og arbejdsgiverne siger direkte, at AI dæmper behovet, men økonomi og cost-cutting betyder mere. 

En britisk analyse offentliggjort af Department for Science, Innovation & Technology sammen med LinkedIn i juni 2026 giver et interessant tværsnit. Den samlede britiske ansættelses-rate var i april 14 % lavere end året før. Entry-level faldt omtrent lige så meget som resten af arbejdsmarkedet. Undersøgelsen viser, at det er entry-level stillinger som revisorer, grafiske designere, data analytikere, juridiske assistenter, software engineers og product manager, der er faldet mest. Fællesnævneren for disse stillinger er, at de i høj grad består i at finde, behandle, organisere, analysere eller producere information. Opgaver, hvor generativ AI er blevet markant bedre. Men rapporten er også meget præcis omkring, at der ikke er bevis for, at udviklingen skyldes AI.

Der sker med andre ord en udvikling indenfor netop de professioner, hvor AI er bedst til arbejdsopgaverne, men vi ved ikke med sikkerhed endnu, hvor meget AI har med udviklingen at gøre.

Den nye Catch-22: Du skal have erfaring for at få erfaring

Det kan stille den nyuddannede i en vanskelig situation, fordi arbejdsgiveren nu kan forvente mere af en nyuddannet, fordi personen har AI til rådighed. Hvor arbejdsgiveren ikke tidligere havde en forventning om, at en nyuddannet skulle kunne alt, men at de skulle lære det, så forventer de i dag, at der kan leveres fra dag et med de tilgængelige værktøjer. 

Det kan på den måde være med til at skabe en helt ny og udsat gruppe. Den unge uden erfaring konkurrerer ikke bare med andre unge, men samtidigt med erfarne medarbejdere plus AI. 

Den amerikanske jobportal ZipRecruiter offentliggjorde i juli 2026 rapporten More Jobs, Higher Bar: The 2026 AI Employer Report, baseret på en undersøgelse blandt mere en 1.000 amerikanske arbejdsgivere. Her fandt man, at 38 % har flyttet basale data- og processingopgaver fra entry-level medarbejdere til AI. 31 % siger direkte, at AI har fået dem til at hæve erfaringskravene til entry-level stillinger og 57 % har hævet deres generelle produktivitetsforventninger på grund af AI.

Det betyder altså, at kandidater tidligt i karrieren har brug for et stærkere CV for at få deres første job, samtidigt med at nogle af de opgaver, hvor de tidligere kunne opbygge netop den erfaring, automatiseres.

Hos PwC kalder man det i deres 2026 AI Jobs Barometer for ”seniorisation”. De analyserede 2.4 millioner amerikanske entry-level jobs og fandt, at de mest AI-eksponerede entry-level roller er syv gange mere tilbøjelige til at kræve kompetencer, der traditionelt forbindes med seniorer, som for eksempel dømmekraft, ledelse, strategisk beslutningstagning og samarbejde.

Hvad gør vi så med lælingeprincippet?

Indenfor håndværksfag har man lærlinge, læger har klinisk uddannelse, advokater har advokatfuldmægtige og forskere har ph.d.- og postdoc-forløb. Mange vidensprofessioner har derimod været afhængige af en mere uformel model, hvor man blev ansat som junior og har lært gennem arbejdet. Hvis den model nedbrydes, så får vi brug for nye institutionelle læringsmodeller.

Det kunne for eksempel være graduate-programmer, længere praktikforløb, egentlige lærlingemodeler for akademiske professioner, rotationsprogrammer eller krav om, at virksomheder fastholder junioropgaver som læringsopgaver også selvom AI kan udføre dem hurtigere. 

Konsulentvirksomheden McKinsey foreslår i artiklen Building expertise in the age of AI: Who trains the next generation? fire elementer:

• Knowledge management: Junioren skal have systematisk adgang til organisationens ekspertviden og tidligere cases.
• Role design: Juniorjob skal designes efter, hvad medarbejderen skal lære, og ikke bare hvilke resterende opgaver AI ikke kan udføre.
• Learning in the flow of work: Læring skal integreres direkte i rigtige arbejdsopgaver i stedet for primært at foregå på kurser.
• Managerial coaching: Seniorer skal have en eksplicit rolle som coaches og ikke bare være de produktive medarbejdere, der nu kan udføre juniorarbejdet hurtigere med AI.

En anden virksomhed i samme branche, Gartner (ja, dem med Hype Cyklen) foreslår, at man ændrer junior-stillingernes indhold og tidligere giver nyansatte adgang til mere komplekse opgaver. Gartner fremhæver, at traditionelle juniorjob gav medarbejdere mulighed for at opbygge færdigheder, relationer og organisationsforståelse gennem relativt ufarlige arbejdsopgaver. Hvis de forsvinder, skal virksomhederne skabe andre situationer, hvor begynderen kan prøve, fejle og lære uden katastrofale konsekvenser.

Den medarbejder, der aldrig blev senior

Tilbage til den nyuddannede i starten af artiklen, der står i en vanskelig situation. Problemet er ikke nødvendigvis, at det job, han eller hun har uddannet sig til forsvinder. Der vil også i fremtiden være stor efterspørgsel efter erfarne jurister, programmører, analytikere og journalister. Problemet er, hvordan man bliver erfaren i et arbejdsmarked, der ikke længere har brug for den uerfarne. 

Vi diskuterer i øjeblikket meget omkring hvor mange jobs teknologien skaber eller fjerner, men måske er det lige så vigtigt at se på, hvor på karrierestigen at jobbene forsvinder. Hvis det primært er de nederste trin, der bliver automatiseret, så har vi ikke bare et beskæftigelsesproblem, men et generationsproblem. 

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.