Jina Zachrisson: AI kan slå ut nästa generations stjärnor

Jag träffade nyligen en bekant som precis sagt upp sig för att starta eget företag inom finansbranschen. Han hade övervägt saken länge, pratat om det i flera år utan att komma till skott. När jag frågade vad som varit avgörande för att han till slut hoppade av hade jag förväntat mig en utläggning om att tiden rinner i väg, att det är nu eller aldrig, att han skulle ångra sig på dödsbädden, och så vidare.

I stället svarade han: AI.

“Kalkylen ser helt annorlunda ut nu”, sade han. “För bara ett par år sedan hade jag behövt anställa en junior analytiker från dag ett. Nu kan jag göra stora delar av arbetet med Claude.”

Han syftade på analyser, sammanställningar, genomgångar av bolag, research och dokumentation. Sådant som tidigare krävde mer juniora medarbetare eller dyra konsulter. I dag kan AI jämföra värderingsmultiplar mellan bolag och bygga analysmodeller, samt hjälpa till med due diligence, dokumentgranskning och policyutkast.

“AI gör jobbet snabbare, till en mycket billigare prislapp ... Och det blir ofta tillräckligt bra.”

Först blev jag upprymd vid tanken. För någon som själv aldrig lärt sig mer än grunderna i Excel (och alltid haft komplex över det) kändes resonemanget som en lättnad. Men hans svar väckte också en annan frågeställning: Vad händer egentligen med finansbranschen när AI ersätter juniorernas jobb, och vi slutar producera seniorer?

Inom finansbranschen (och säkert många andra branscher) har juniorroller handlat om utbildning lika mycket som produktion. Ingen lär sig aktieanalys, börsnoteringar eller företagsuppköp “på riktigt” i skolan. Under studietiden får man den teoretiska kunskapen, och sedan lärs jobbet ut på plats: genom att följa med en senior på kundmöten och sitta tyst, eller sammanställa jämförelsetabeller och bli rättad när man gjort fel.

När jag jobbade i London var hundåren en självklar del av kulturen. Juniorer satt sena kvällar med modeller, presentationsmaterial och förberedde material för de mer seniora kollegernas möten. Det var monotont, ibland absurt detaljstyrt och sällan glamoröst. Men det var också där hantverket lärdes ut. Man lärde sig hur marknaden fungerar, hur erfarna kolleger tänker och hur man upptäcker fel.

Ett vanligt argument är att juniorernas roll bara kommer att förändras, att framtidens analytiker snarare ska styra och kvalitetssäkra AI, än att göra jobben själva. Det låter rimligt. Problemet är bara att det är väldigt svårt att kvalitetssäkra något man aldrig själv lärt sig göra från grunden.

För att kunna ställa rätt frågor till en modell (och upptäcka fel) krävs ofta erfarenhet. Och erfarenhet byggs fortfarande genom repetition, exponering och misstag. Inte genom att läsa sammanfattningar genererade av en språkmodell.

Inom aktieanalys och mäkleri är utvecklingen redan tydlig. Kunder betalar sällan för junior kompetens, utan vill prata med personer som varit med länge, som kan väga samman mjuka och hårda signaler och som vågar dra slutsatser baserade på erfarenhet. Men var ska de personerna komma ifrån om hundåren effektiviseras bort? Risken är att finansbranschen blir ännu mer beroende av ett litet antal redan etablerade namn och nätverk.

Finansbranschen har alltid förändrats med tekniken, och bankerna har varit snabba och smarta med att anpassa sig. Skillnaden nu är att automatiseringen inte slår mot enskilda arbetsuppgifter, utan mot själva lärlingssystemet.

AI kommer utan tvekan göra finansbranschen mer effektiv. Frågan är bara vem som ska bli nästa generations seniorer när ingen längre gör juniorjobben.