En ny dybdeborende analyse fra Goldman Sachs peger på, at de første konkrete tegn på AI’s negative beskæftigelseseffekter nu er begyndt at vise sig. Pointen er ikke, at en fuldskala jobkatastrofe er indtruffet, men at arbejdsmarkedet allerede viser målbare sprækker i de brancher, hvor kunstig intelligens er mest udbredt og kommercielt anvendelig.
Analysen kommer kort tid efter, at Goldman Sachs’ topchef David Solomon nedtonede frygten for en omfattende AI-drevet jobkrise. Alligevel konkluderer bankens egen analyseafdeling nu, at AI allerede ser ud til at presse beskæftigelsen i særligt udsatte sektorer. Goldman vurderer, at omkring 15 millioner amerikanske arbejdstagere på længere sigt kan blive fortrængt i løbet af AI-omstillingen, selv om en del af jobbene efterfølgende ventes erstattet af nye typer beskæftigelse.
Et centralt datapunkt er udviklingen i teknologisektorens andel af den samlede beskæftigelse. Ifølge Goldman er tech-sektorens andel af den samlede beskæftigelse begyndt at falde i forhold til den langsigtede trend. Det markerer et brud med en længere periode, hvor tech-beskæftigelsen voksede kraftigt og tog en stigende andel af arbejdsmarkedet. Efter lanceringen af ChatGPT i november 2022 synes udviklingen at have ændret retning, og sektoren ligger nu under den tidligere trendlinje.
Goldman fremhæver, at beskæftigelsespresset ikke er bredt fordelt på hele økonomien, men i stedet koncentreret i brancher, hvor virksomheder allerede har taget AI-værktøjer i brug i meningsfuldt omfang. Analysen understreger, at teknologisk kapacitet alene ikke automatisk ændrer arbejdsmarkedet. Som Neil Thompson citeres for: “Capability is only one step in the process that leads to labor market change.” Med andre ord skal teknologien både være tilstrækkeligt moden, implementerbar og økonomisk attraktiv, før den begynder at fortrænge arbejdskraft.
I brancher med etablerede AI-anvendelser ser Goldman nu en samlet beskæftigelsestilbagegang på omkring 11.000 job om måneden. Det er et vigtigt signal, fordi faldet ikke blot kan forklares som en generel konjunkturafmatning. Ifølge analysen er forværringen særligt tydelig i brancher, hvor automatisering via AI allerede har praktisk værdi for virksomhederne.
Et andet tegn er, at beskæftigelsesvæksten er faldet under 2015-2019-trenden i en række både teknologiske og ikke-teknologiske servicesektorer. Det gælder især sektorer med allerede etablerede AI-use cases. Grafer baseret på data fra det amerikanske Bureau of Labor Statistics viser, at lønvæksten i flere af disse brancher ligger markant under det mønster, der var normalt før pandemien. Goldman tolker dette som et tegn på, at AI allerede kan have ændret virksomhedernes behov for arbejdskraft.
Også fyringer, der eksplicit begrundes med AI, er steget. Ifølge data fra Challenger, Gray & Christmas er antallet af AI-relaterede fyringer accelereret i de seneste måneder, samtidig med at flere højt profilerede teknologivirksomheder har annonceret nedskæringer. Det er væsentligt, fordi virksomheder i stigende grad selv angiver AI som en direkte eller medvirkende årsag til personalereduktioner. Dermed bliver AI-effekten mere synlig end tidligere, hvor teknologisk effektivisering ofte blev pakket ind i bredere formuleringer om omstruktureringer eller omkostningsbesparelser.
Goldman estimerer, at den fulde AI-overgang i sidste ende kan fortrænge omkring 15 millioner amerikanske arbejdstagere. Banken understreger dog, at mange af disse job sandsynligvis over tid vil blive erstattet af nye jobtyper og nye erhverv. Alligevel er omstillingsfasen problematisk, fordi jobskabelsen ikke nødvendigvis sker i samme tempo, i samme geografiske områder eller for de samme arbejdstagere, som mister deres nuværende arbejde.
Analysen viser desuden, at teknologidrevet produktivitetsvækst historisk har haft en målbar kortsigtet negativ effekt på arbejdsmarkedet. Ifølge Goldman øger en produktivitetsstigning på 1 procentpoint, drevet af teknologi, arbejdsløsheden med 0,3-0,4 procentpoint. Samtidig hæver en tilsvarende produktivitetsstigning den kumulative jobdestruktionsrate med 0,5-0,6 procentpoint over to år. Det peger på, at selv hvis produktivitetsgevinster på længere sigt kan løfte økonomien, kan overgangen skabe betydelige tab for de berørte arbejdstagere.
Et særligt opmærksomhedspunkt er de nyuddannede. Dokumentet fremhæver, at amerikanske college graduates i øjeblikket har en højere arbejdsløshed end andre uddannelsesgrupper. Det kan indikere, at AI især rammer entry-level-arbejde, hvor rutineprægede analyse-, skrive-, programmerings- og administrationsopgaver tidligere blev udført af nyansatte medarbejdere. Hvis virksomheder kan automatisere en del af de opgaver, der normalt blev brugt til at oplære nye medarbejdere, kan overgangen fra uddannelse til arbejdsmarked blive vanskeligere.
Goldman peger også på, at arbejdstagere, der mister jobbet som følge af teknologisk forandring, typisk oplever langvarige økonomiske konsekvenser. Teknologifortrængte medarbejdere har ifølge analysen vedvarende lavere indtjening end arbejdstagere, der ikke bliver fortrængt, og de har også større risiko for ustabil beskæftigelse efterfølgende. Det betyder, at tabet ikke kun handler om en midlertidig periode uden job, men også om lavere lønbane og større usikkerhed i årene efter.
En af de mest konkrete mekanismer bag udviklingen er omkostningsforskellen mellem AI-agenter og menneskelig arbejdskraft. Goldman vurderer, at coding agents allerede i dag er omkostningseffektive sammenlignet med menneskelige udviklere. Andre AI-agentkategorier er endnu mere begrænsede, men udviklingen ventes at brede sig i takt med faldende tokenomkostninger og bedre modeller. Banken fremhæver, at det ikke kun er AI-modellernes kvalitet, men også prisen på at bruge dem, der afgør, hvornår automatisering bliver økonomisk rationel.
Det betyder, at stadig flere jobfunktioner gradvist kan komme i risikozonen. Når AI bliver billigere at anvende, vil opgaver, der i dag stadig kræver mennesker, kunne automatiseres, hvis omkostningsbesparelsen bliver stor nok. Goldman ser derfor faldende AI-omkostninger som en central faktor for, hvor hurtigt arbejdsmarkedseffekterne kan brede sig.
Analysen afsluttes med en historisk parallel til heste. Før bilens og traktorens gennembrud havde heste en central produktionsmæssig rolle i USA. Da teknologien ændrede transport og landbrug, faldt behovet for arbejdsheste dramatisk. Figuren over den amerikanske hestebestand anvendt til produktionsformål illustrerer, hvordan en tidligere uundværlig arbejdsressource næsten kan forsvinde, når en ny teknologi bliver overlegen.
Goldman citerer økonomen Daron Acemoglu for, at der ikke findes nogen generel økonomisk lov, som siger, at jobskabelse nødvendigvis skal matche jobødelæggelse. Historisk har teknologiske gennembrud ofte skabt nye job og nye brancher, men det er ikke garanteret, at de nye muligheder opstår hurtigt nok til at kompensere for de job, der forsvinder. Den afgørende usikkerhed er derfor tempoet: Kan arbejdsmarkedet skabe nye job hurtigere, end AI ødelægger gamle?
Samlet tegner Goldman-analysen et billede af en AI-omstilling, der endnu ikke har udløst en bred arbejdsmarkedskrise, men hvor de første ofre allerede er synlige. Effekten er mest tydelig i AI-eksponerede brancher, hvor beskæftigelsen falder, AI-relaterede fyringer stiger, og automatisering allerede er økonomisk attraktiv. På længere sigt kan AI skabe nye erhverv og produktivitetsgevinster, men overgangen kan blive smertefuld for millioner af arbejdstagere, især hvis jobskabelsen ikke følger med jobdestruktionen.
———————————————————————————-
Uddrag fra Goldman Sachs
AI’s first victims have arrived
Only weeks after Goldman CEO David Solomon argued fears of an AI jobs bloodbath were overblown, his own research department published what may be the most comprehensive report yet on AI’s impact on employment. The conclusion isn’t that an AI apocalypse has arrived, but that the first measurable cracks are beginning to appear. AI-exposed industries are already contracting, layoffs explicitly attributed to AI are accelerating, coding agents are now dramatically cheaper than human developers, and Goldman estimates that roughly 15 million US workers could ultimately be displaced during the transition.
Tech total employment
Tech’s share of total employment continuing to decline relative to its long-run trend.
Source: Goldman
AI contraction
“Capability is only one step in the process that leads to labor market change.” (Neil Thompson)
Goldman argues that the deterioration is concentrated in industries where enterprise AI adoption is already meaningful rather than broad-based across the economy.
In aggregate, industries with established AI use cases are seeing employment contract by around 11k per month…
Source: Goldman
Fallen below trend
Employment growth has fallen below its 2015-2019 trend in many non-tech… and tech service sectors where AI use cases have been established. Charts show year-over-year payrolls growth deviation from 2015-19 trend.
Source: US Bureau of Labor Statistics
AI layoffs
Layoffs attributed to AI have accelerated in recent months as many high-profile tech companies have announced layoff plans.
Source: Challenger, Gray & Christmas
AI displacement
Goldman estimates the full AI transition could ultimately displace roughly 15 million US workers, although it expects many of those jobs to be replaced over time through new occupations.
Each 1% increase in technology-driven productivity raises the unemployment rate by 0.3-0.4pp.
Each 1% increase in technology-driven productivity cumulatively raises the job destruction rate by 0.5-0.6pp over two years.
Source: Goldman
Is AI hurting new graduates?
College graduates are currently unemployed at a higher rate than other education levels.
Source: Department of Labor
Fired by AI – face tough times
Technology-displaced workers face persistently lower earnings…
Source: Goldman
AI agents vs. humans: who costs more?
Coding agents are currently cost effective against human labor, while other categories remain more constrained for now.
Goldman believes falling token costs, not just improving models, will steadily expand the number of jobs where automation becomes economically rational.
Source: Goldman
“go the way of horses”
Chart shows the US equine population used for production purposes (mn).
“No general law of economics says that job creation must match job destruction.” (Daron Acemoglu)
History says technology creates new jobs. Goldman agrees. The real question is whether the labor market can create them faster than AI destroys the old ones.
Source: GIR
2 md. adgang for
2 x 49 kr.
Få straks adgang til denne artikel og derefter 2 måneder til alle artikler på ugebrev.dk
- Alle artikler på ugebrev.dk
- Om investering, finans, ledelse, samfundsansvar, life science og Bestyrelsesguiden.dk
- Daglige nyhedsmails med nyheder og analyser
Tilbuddet gælder til 31. juni 2026. Abonnement fortsætter til normalpris på 249 kr. efter bindingsperiode på to måneder. Opsig når du vil - til udgang af den anden måned. Tilbud gælder kun, hvis du ikke har haft abonnement på ØU udgivelser de seneste tre måneder
Allerede abonnent? Log ind her
