A4_rapport_kompetence_2024_web by Finansforbundet

Rapporten, Udviklingstendenser i den finansielle sektor, er udarbejdet af Hanne Shapiro Futures og HBS Economics i samarbejde med Finansforbundet 1. udgave, december 2024

INDLEDNING

Finanssektoren gennemgår en transformation, der har ført til flere højtuddannede i sektoren og fortløbende ændringer i jobroller og opgaver. I de kommende år vil migrationen af forældede IT-teknologiplatforme1 til cloud blive implementeret. Herudover kan både ESG og AI føre til ændringer i den finansielle værdikæde. Det forventes at få betydning for sektorens fremadrettede kompetencebehov og kommer allerede til udtryk i ansættelsen af flere højtuddannede medarbejdere – ikke kun IT-uddannede, men også fx matematikøkonomer og jurister. Migrationen til cloud vil give pengeinstitutterne øgede muligheder for at differentiere serviceløsninger til forskellige kundesegmenter gennem samarbejde med fintech-virksomheder, men hvordan udviklingen helt konkret vil tegne sig, er på ingen måde entydigt.

På den baggrund har Hanne Shapiro Futures og HBS Economics af Finansforbundet fået i opdrag at afdække udviklingstendenser i sektoren, herunder hvilke kompetencestrategier sektoren forfølger med hensyn til morgendagens kompetencebehov, som indspil til Finansforbundets medlemsrådgivning, politikudvikling og øvrige aktiviteter.

ANALYSENS OPBYGNING

Analysen består af både kvantitative og kvalitative indsigter opnået ved en kombination af registerdata fra Danmarks Statistik og øvrige

kvantitative datakilder, caseinterview med virksomheder i finanssektoren og en omfattende gennemgang af litteratur omhandlende finanssektorens udviklingstendenser. I kapitel 2 samles de mest centrale af disse indsigter i en overordnet sammenfatning.

Kapitel 3 udgøres af den kvantitative kortlægning af sektorens udvikling, som bygger på en omfattende statistisk analyse af beskæftigelsesudviklingen i den finansielle sektor med udgangspunkt i registerdata fra Danmarks Statistik. Vi belyser her beskæftigelsen i sektoren og beskæftigelsesmønstre på tværs af arbejdsområder, jobroller og de ansattes kvalifikationer. Denne del af analysen omfatter herudover en kortlægning af mobiliteten og rekrutteringsudfordringerne i sektoren. Kapitlet er en sammenfatning af rapporten Kortlægning af finanssektorens arbejdsmarked 2024.

Kapitel 4 og kapitel 5 omfatter en kvalitativ kortlægning af udviklingstendenser i sektoren vedrørende virksomheders forretningsmodeller, strategier og kompetencebehov. Som baggrund herfor er der gennemført en international analyse af udviklingstendenser i den finansielle sektor, som også har omfattet jobanalyser fra internationale finansielle virksomheder samt en kortlægning af kompetencestrategier på

sektorog virksomhedsniveau i udvalgte lande. Det har dannet grundlag for udarbejdelsen af 13 jobprofiler, som gennem rapporten belyses både kvantitativt og kvalitativt. Som led i den kvalitative del er der udført en række caseinterview med virksomheder i den finansielle sektor, hvilket har haft til formål at validere jobprofilerne samt at identificere centrale udviklingstendenser, der forventes at påvirke udviklingen i jobs og kompetencebehov.

Kapitel 6 indeholder afslutningsvist en fremskrivning af finanssektoren frem til 2030. På baggrund af de foregående kapitlers kvantitative og kvalitative indsigter fremskrives udbud af og efterspørgsel på arbejdskraft i den finansielle sektor frem til 2030, blandt andet i forskellige scenarier for udviklingen i den finansielle sektor. Scenarierne vedrører udbredelsen af partnerskaber med fintech, en øget grad af automatisering i sektoren og hyperpersonalisering af kunderejsen understøttet af AI.

Den samlede analyse er gennemført i perioden april-oktober 2024. HBS Economics har udarbejdet den kvantitative kortlægning, mens Hanne Shapiro Futures har udført den kvalitative del af analysen. På den baggrund har de i fællesskab udarbejdet grundlaget for fremskrivningen. En stor tak til de virksomheder, der har bidraget til analysen.

SAMMENFATNING

I dette kapitel sammenfattes analysens hovedkonklusioner. Først udlægges de vigtigste kvantitative resultater vedrørende sektorens udvikling i det seneste årti. Herefter udfoldes de kvalitative indsigter om, hvilke udviklingstendenser vedrørende kompetencebehov, forretningsmodeller og strategier virksomhederne i sektoren står overfor. Endelig beskrives resultaterne af fremskrivningen af sektoren frem mod 2030 via fire forskellige scenarier for, hvilke strategier og forretningsmodeller der vil drive efterspørgslen på arbejdskraft i sektoren.

SEKTORENS UDVIKLING FRA 2013 TIL 2023

Den finansielle sektor har i de seneste ti år gennemgået en stor transformation. Beskæftigelsen i sektoren udgør i 2023 knap 87.000 medarbejdere, hvilket er ca. 4.500 flere end ti år tidligere. Der er dog sket betydelige forskydninger på tværs af sektorens underbrancher, idet antallet af ansatte i banker og realkreditinstitutter er faldet fra at udgøre 60 pct. af sektoren i 2013 til 46 pct. af sektoren i 2023.

STORE FORSKYDNINGER MED HENSYN TIL MEDARBEJDERSAMMENSÆTNINGEN

Lige så vel som at der sker forskydninger med hensyn til, hvilke af sektorens underbrancher de ansatte er beskæftigede i, sker der også forskydninger med hensyn til medarbejdersammensætningen på tværs af sektoren. Det kommer til udtryk ved følgende:

• Færre medarbejdere arbejder direkte med kunderne.

• Væksten i antallet af medarbejdere er særligt stor inden for flere specialistfunktioner.

• Der sker en markant akademisering af sektoren, som er større end på resten af arbejdsmarkedet.

I analysen er de beskæftigede i finanssektoren inddelt i tre hovedarbejdsområder:

• Kundekontakt og -rådgivning

• IT

• Stabs- og specialistfunktioner.

Af de tre områder har kundekontakt og -rådgivning historisk været den største gruppe i sektoren. I 2013 var det 47 pct. af sektorens ansatte, der var beskæftiget i et job inden for dette område. I 2023 er denne andel blot 39 pct. Omvendt er

andelene for de øvrige områder vokset, så IT nu udgør 11 pct. mod 9 pct. i 2013, mens stabsog specialistfunktioner er vokset fra at udgøre 45 pct. i 2013 til at udgøre 50 pct. i 2023 og således nu er det største hovedarbejdsområde i sektoren.

På det underliggende jobprofilniveau er det særligt inden for specialistfunktionerne, at der er jobprofiler i vækst. På ti år er antallet af compliance-medarbejdere og ansatte inden for produkt- og forretningsudvikling næsten tredoblet, mens antallet af analytikere er mere end fordoblet. Inden for de kundevendte funktioner er faldet særligt drevet af et fald på 12 pct. i antallet af privatkunderådgivere, som er den største jobprofil i sektoren og fortsat fylder ca. halvdelen af hele området kundekontakt og -rådgivning samt et fald på 14 pct. i antallet af erhvervskunderådgivere.

Forskydningerne i sektoren omfatter ikke kun, hvilke typer af jobs sektorens ansatte besidder. Det omfatter i mindst lige så høj grad et markant stigende uddannelsesniveau, hvor stadig flere har en videregående uddannelse. Man kan derfor tale om, at der sker en akademisering af sektoren. Fra 2013 til 2023 er andelen af sektorens ansatte, der har en kort, mellemlang eller lang videregående uddannelse, således vokset fra 38 pct. til 57 pct. Heraf er væksten størst for ansatte med en lang videregående uddannelse, idet deres andel alene er vokset fra 14 pct. til 25 pct. På resten af det danske arbejdsmarked er andelen med en videregående uddannelse til sammenligning blot vokset fra 33 pct. til 41 pct. i samme periode.

Akademiseringen er delvist udtryk for et generelt kompetenceløft, hvilket kommer til udtryk, ved at uddannelsesniveauet er vokset inden for alle tre hovedarbejdsområder. Det skyldes dog til dels også forskydningerne på tværs af arbejdsområder og jobprofiler, hvor færre arbejder i de kundevendte funktioner, som historisk har krævet et lavere uddannelsesniveau med mange erhvervsuddannede, mens flere omvendt arbejder inden for IT eller med compliance, forretningsudvikling og analyse, hvor de ansatte oftest har et højt uddannelsesniveau.

SEKTOREN HAR EN GOD TILTRÆKNINGSEVNE –MEN MED UDFORDRINGER PÅ IT-OMRÅDET

Udviklingen har ført til, at det er de forskellige videregående uddannelser inden for erhvervsog finansøkonomi, som er de mest udbredte uddannelsesbaggrunde for nyuddannede i sektoren, hvor det tidligere var en erhvervs-

uddannelse som finansuddannet. Ud over de nyuddannede tiltrækker sektoren dog også mange nye medarbejdere fra andre sektorer, og indstrømningen af medarbejdere til finanssektoren er på den baggrund vokset i de seneste ti år. De største nettoinflow af medarbejdere fra andre sektorer er fra handelsvirksomheder samt fra det offentlige.

Evnen til at tiltrække medarbejdere fra andre sektorer kan være medvirkende til, at man i finanssektoren oplever mindre rekrutteringsudfordringer end i andre brancher. I 2023 var det blot ved 5 pct. af rekrutteringsforsøgene i finanssektoren tilfældet, at det ikke lykkedes at rekruttere en medarbejder. Det er en mindre andel end for alle andre brancher, og gennemsnittet for hele arbejdsmarkedet lå i 2023 på 12 pct. Medregnes også de tilfælde, hvor der ansættes en kandidat uden de rette kvalifikationer, er det dog 15 pct. af rekrutteringsforsøgene i sektoren, der er forgæves. Det er stadig lavere end for andre brancher, men det taler dog for, at der også i finanssektoren er visse udfordringer med rekruttering.

Disse udfordringer vedrører særligt IT-området, hvor udfordringerne er størst i 2023 – og hvor udfordringerne samtidig er vokset fra 2022, i modsætning til de øvrige områder. I 2023 endte 10 pct. af rekrutteringsforsøgene til IT-jobs med en ubesat stilling, mod 7 pct. inden for kundekontakt og -rådgivning, og 4 pct. inden for stabsog specialistfunktioner. Det er et skift fra året forinden, hvor andelen var mindst inden for IT.

Udfordringerne på IT-området forstærkes yderligere af – eller kan til dels forklares ved – at mobiliteten internt i sektoren fra de øvrige arbejdsområder til IT-jobs er begrænset. Ved jobskifte i finanssektoren – enten mellem to forskellige virksomheder i sektoren eller internt i samme virksomhed – er det således meget sjældent, at ansatte inden for kundekontakt og -rådgivning eller i stabsog specialistfunktioner skifter til et IT-job. Omvendt er der en noget større udveksling af medarbejdere mellem de to øvrige arbejdsområder. Det kan have den naturlige forklaring, at IT-jobs er mere specialiserede og derfor sværere at skifte til for en medarbejder ansat inden for et andet område, men det understreger fortsat de større udfordringer, der gør sig gældende for IT-området.

Udfordringerne inden for IT-området er særligt relevante i en kontekst, hvor de udviklingsten-

denser, som sektoren står overfor, i høj grad relaterer sig til brugen af AI og data, og hvor de nødvendige digitale kompetencer er centrale for at kunne udnytte potentialerne heri til fulde. Disse udviklingstendenser udfoldes i det følgende.

PÅ VEJ MOD SKYEN –UDVIKLINGSTENDENSER I

DEN FINANSIELLE SEKTOR

Den finansielle sektor er i disse år i en fortsat transformation, som er drevet af en række udviklingstrends, herunder:

• Kunder, både erhvervskunder og privatkunder, forventer i stigende grad at kunne tilgå banktjenester nemt og hurtigt.

• Implementeringen af en cloud-baseret infrastruktur baseret på åbne standarder og en mikroservice-arkitektur2 giver pengeinstitutterne en ny teknologisk platform, så tredjepartsløsninger udviklet af fintech-virksomheder kan integreres.

• Det skaber mulighed for partnerskaber baseret på ’open banking’, hvor data deles mellem forskellige aktører. Parallelt hermed muliggør AI-teknologier som maskinlæring og generativ AI, at kundedata kan udnyttes til udvikling af tjenester og produkter, der er skræddersyet til forskellige kunder (’hyperpersonalisering’).

• Maskinlæring og generativ AI øger automatiseringsmulighederne på tværs af en række funktioner, blandt andet compliance, hvor kompleksiteten i reguleringen kræver stadig flere ressourcer.

Det er i høj grad datacentralerne, der som leverandører af den digitale infrastruktur til langt de fleste af pengeinstitutterne er med til at rammesætte digitaliseringen i den finansielle sektor. Det har hidtil vanskeliggjort integrationen af fintech-løsninger, men i de kommende år vil den forældede IT-infrastruktur blive erstattet af en cloud-baseret infrastruktur og en modulær softwarebaseret IT-arkitektur baseret på åbne standarder. Det vil muliggøre, at man integrerer state-of-the-art-løsninger udbudt af tredjeparter som fx fintech-virksomheder fremfor selv at udvikle. Dermed vil pengeinstitutterne i langt større udstrækning kunne tilbyde personaliserede kundeserviceløsninger ved fuldt ud at udnytte AI og data om kundeadfærd.

GENERATIV AI – DE STRATEGISKE VALG

De danske pengeinstitutter har forskellige tilgange til generativ AI3 som en udviklingsmulighed. Mens nogle banker har iværksat projekter for at opbygge AI-kompetencer, især inden for backoffice-funktioner, vælger andre en mere afventende strategi og ser tiden an, indtil datacentralernes cloud-baserede løsninger er klar. Særligt mindre banker med fokus på nichemarkeder, fx ESG, prioriterer ikke nødvendigvis digitalisering og AI som nøglen til øget kundetilfredshed og tættere kunderelationer. Forskelle i satsningen på digitalisering afspejles også i filialstrukturen, hvor nogle pengeinstitutter har udvidet deres filialnetværk parallelt med at digitalisere, mens andre som en konsekvens af digitaliseringen har lukket en del af deres filialer.

I de pengeinstitutter, der har investeret i AI inden for maskinlæring og nu har fokus på generativ AI, er man fortsat i gang med at afsøge mulighederne i og forretningsværdien af generativ AI gennem konkrete pilotprojekter.

Generativ AI kan skabe skræddersyet indhold og skræddersyede produkter i realtid baseret på individuelle kundeinteraktioner, hvilket giver mulighed for en hidtil uset grad af personalisering (’hyperpersonalisering’). I modsætning til klassisk maskinlæring, der ofte kræver en vis tid til at ”lære” kundemønstre, kan generativ AI tilpasse outputtet umiddelbart. Samtidig øger generativ AI også automatiseringsmulighederne ud over de muligheder, maskinlæring har åbnet op for. Inden for investeringer kan generativ AI fx generere alternative porteføljer baseret på forskellige risikoprofiler og mål. Generativ AI kan desuden automatisere en række rapporteringsopgaver, og den kan skabe mere avancerede kundeserviceløsninger, der håndterer komplekse forespørgsler og giver mere omfattende svar end de traditionelle maskinlæringsdrevne chatbots.

Fordi generativ AI er i en tidlig udviklingsfase i den finansielle sektor og dels kan fungere som intelligente værktøjer, der kan understøtte medarbejdere i forskellige funktioner, og dels kan øge automatiseringsmulighederne, er det svært at forudsige de præcise produktivitetsgevinster. Internationale erfaringer viser dog, at en avanceret udnyttelse af AI medfører substantielle produktivitetsgevinster, men det er ikke entydigt, hvordan de bliver omsat. I en dansk kontekst rejser det derfor spørgsmålet om, hvorvidt investeringerne i generativ AI foretages med udgangspunkt i at omkostningsreducere eller i øget værdiskabelse og dybere personaliserede

kunderelationer, da dette vil have betydning for job- og beskæftigelsesudviklingen.

DEN ORGANISATORISKE RAMMESÆTNING AF AI

De første erfaringer med generativ AI understreger vigtigheden af en involverende og eksperimenterende tilgang, hvor medarbejderne får mulighed for at udforske teknologiens potentialer og begrænsninger i praksis. Dette kan bidrage til at reducere frygten for, at AI kommer til at overtage jobs, og det kan medvirke til at skabe en åben dialog om fremtidens arbejdsopgaver. Det er derfor essentielt, at ledelsen klart kommunikerer de strategiske mål med AI-satsningen samt de potentielle konsekvenser for medarbejdernes jobroller, og hvordan de kan blive rustet til fremtidige forandringer. Den organisatoriske rammesætning understøttes af en data governance-praksis med fokus på transparens og etik i udnyttelsen af data.

DEN STRATEGISKE ROLLE FOR HR

Udviklingshastigheden og kompleksiteten stiller store krav til medarbejdernes kompetencer, da udviklingen i stigende grad er baseret på agile processer. HR spiller derfor en voksende strategisk rolle. Med udgangspunkt i forretningsudviklingen i et tre-fem-års perspektiv skal HR kunne oversætte og operationalisere kompetencebehov som grundlag for eksekvering af udviklingsstrategien.

Mens nogle finansielle virksomheder rapporterer om voksende rekrutteringsudfordringer, er det dog langt fra alle. De pengeinstitutter, der ikke oplever de store rekrutteringsudfordringer, forfølger flere strategier, hvad angår rekruttering og fastholdelse. Ud over en systematisk tilgang til talent-pipelines og rekruttering af udlændinge har virksomhederne implementeret tiltag, der systematisk understøtter udviklingsmulighederne for den enkelte gennem øget mobilitet og intern rekruttering understøttet af måltal og en tæt dialog med lederne. Erfaringerne er, at det reducerer medarbejderomsætningen.

NYE KOMPETENCEPROFILER OG KOMPETENCEBEHOV

Udviklingen inden for AI kombineret med en voksende satsning på udnyttelsen af data medfører, at der opstår og besættes nye specialistprofiler i sektoren, fx matematikøkonomer, data scientists og matematikere. P.t. er satsninger på ESG i deres vorden. I de pengeinstitutter, hvor ESG er integreret i rådgivningen af fx erhvervskunder, peges der på kompetencer, der gør rådgiverne i stand til at bistå SMV-kunder med vurderingen af grønne teknologier i forbindelse med investeringer eller

opkøb og ligeledes kunne henvise til uvildige teknologirådgivere.

Den øgede satsning på digitalisering og AI som et innovationsanliggende har som konsekvens, at medarbejderne uanset jobfunktion og opgaver i stigende grad forventes at have kompetencer inden for dataforståelse, datakvalitet, forretningsudvikling og kommunikation gennem data, forståelse af funktionaliteten, muligheder og begrænsninger i forskellige AI-teknologier samt compliance-forståelse. De tværgående kompetencer medvirker til, at medarbejderne har en fælles referenceramme, og det fremmer det tværfaglige samspil og resultatskabelsen. Herudover ses kompetencer som fx samarbejde, evnen til at tænke ud af boksen og empati som komplementære til maskinintelligens og som helt centrale for samspil og værdiskabelse i udviklingsteams.

TRADITIONELLE KURSUSSTRUKTURER UNDER PRES I de virksomheder, hvor man har igangsat udviklingsprojekter med generativ AI, vurderer man, at værktøjskurser, fx prompting i ChatGPT, ikke er vejen til at øge medarbejdernes AI-kompetencer. I de internationale pengeinstitutter, der er førende inden for AI og datadrevet forretningsudvikling, investerer man betydeligt i kompetenceudvikling for alle medarbejdere. Kompetenceudviklingen foregår som kontinuerlige processer fremfor isolerede, værktøjsbaserede kurser for at understøtte, at medarbejderne får en forståelse af AI-teknologier, deres virkemåder og begrænsninger i forhold til forretningsudvikling og automation. Man udnytter i høj grad digitaliseringen, og læringen er tæt koblet til opgaver og jobfunktioner.

Parallelt hermed ses en øget brug af ’microcredentials’4 og certificeringer, der medvirker til at synliggøre medarbejdernes kompetencer, uanset hvordan de er opnået. Udviklingen kan derfor udfordre traditionelle kursusstrukturer, og det er helt afgørende at have fokus på, hvordan der i dagligdagen prioriteres tid til læring og refleksion over virkelige problemstillinger.

SEKTORENS VEJE FREM

MOD 2030

På baggrund af udviklingen i de sidste ti år og de tendenser, der er afdækket, skitseres fire hovedscenarier for sektorens udvikling frem mod 2030. Scenarierne skal ses som potentielle strategiske veje, virksomhederne kan vælge, og er derfor ikke et direkte bud på, hvordan fremtiden vil se ud. Derimod er det snarere et bud på, hvad effekten vil være af forskellige strategiske valg. Det er desuden forventeligt, at ikke alle virksomheder vil træffe de samme valg, men

at nogle virksomheder vil vælge strategier, der læner sig op ad ét scenarie, mens andre vil gå andre veje. De fire scenarier omfatter:

• Scenarie 1: Baseline-scenariet

• Scenarie 2: Fintech-partnerskaber

• Scenarie 3: Automatisering

• Scenarie 4: Hyperpersonalisering5 af kunderejsen.

I scenarie 1 fremskrives udviklingen i efterspørgslen på arbejdskraft i sektoren frem til 2030 på baggrund af de seneste års udvikling. Der antages således et fald i efterspørgslen på ansatte inden for kundekontakt og kunderådgivning og en stigende efterspørgsel inden for de øvrige områder. Den samlede vækst i sektoren i de seneste år antages således at fortsætte, hvorved efterspørgslen i dette scenarie vil være knap 16 pct. større end beskæftigelsen i dag –hvilket særligt vil være drevet af den stigende efterspørgsel på stabsog specialistfunktioner.

Scenarie 2 indebærer, at virksomhederne i høj grad vil indgå partnerskaber med fintechog big tech-virksomheder med henblik på, at de som tredjepartsleverandører vil stå for udviklingen af en række finansielle servicer i form af fx digitale applikationer, og scenariet vil dermed være en realisering af open banking og open finance Scenariet vil indebære en mindre efterspørgsel end i baseline-scenariet på alle hovedarbejdsområder, idet en række opgaver vil blive varetaget af tredjepartsleverandørerne. Inden for IT og stabsog specialistfunktioner vil det modvirke de trends, man ser i dag, som har resulteret i en voksende beskæftigelse, og der antages således nulvækst på disse områder. Samtidig antages en endnu større negativ vækst inden for kundekontakt og -rådgivning. Tilsammen vil det resultere i, at efterspørgslen i sektoren i 2030 vil være 6 pct. mindre end beskæftigelsen i dag – primært drevet af markant færre medarbejdere inden for kundekontakt og -rådgivning.

I scenarie 3 sker der en øget implementering af AI med henblik på automatisering af processer i størst muligt omfang. Automatiseringen vil vedrøre både kundevendte processer og backoffice, og der vil blandt andet blive satset massivt på udvikling af applikationer, der kan gøre kunderne selvhjulpne. Derfor antages der i dette scenarie et fald i vækstraten for efterspørgslen på stabsog specialistfunktioner i forhold til de senere år, samt at efterspørgslen på ansatte inden for kundekontakt og -rådgivning falder endnu mere end i baseline-scenariet.

Udviklingen af automatiseringsløsningerne vil omvendt kræve flere IT-specialister, og væksten i efterspørgslen på IT-medarbejdere vil derfor blive endnu større end i de seneste år. Tilsammen vil det føre til en noget lavere vækst i efterspørgslen

på arbejdskraft i sektoren, end de seneste år har indikeret, hvorved efterspørgslen i 2030 i dette tilfælde vil være 7 pct. større end beskæftigelsen i dag – blandt andet drevet af en efterspørgsel inden for IT, der vil være hele 33 pct. større end antallet af beskæftigede på området i dag.

I det fjerde scenarie implementeres AI med henblik på at styrke de ansattes produktivitet, snarere end for at erstatte dem. Gennem anvendelsen af AI-redskaber og kundegenererede data forfølges der en strategi rettet mod den hyperpersonaliserede kunderejse, hvor der tilbydes løsninger og rådgivning målrettet den specifikke kunde, hvilket også vil indebære en dybere integration til andre brancher uden for det finansielle område, såsom rejser, transport, bolig o.l.

Det vil resultere i en bredere værdikæde, som fører til jobvækst gennem en transformation af de traditionelle jobroller. Væksten i efterspørgslen inden for kundekontakt og -rådgivning samt IT vil således blive større end de seneste år, mens modsatrettede effekter vil føre til, at væksten inden for stabsog specialistfunktionerne antages at fortsætte på samme niveau. Det vil alt i alt føre til en markant stigning i efterspørgslen på arbejdskraft til sektoren, hvor beskæftigelsen i 2030 vil være 25 pct. større end i dag.

De fire scenarier illustrerer de spænd med hensyn til, hvordan efterspørgslen i sektoren kan udvikle sig frem mod 2030, der følger af de forskellige strategier, som virksomhederne kan forfølge. På tværs af scenarierne afviger den fremskrevne efterspørgsel for hele sektoren med 33 pct., og inden for hvert arbejdsområde er der også afvigelser på 30-40 pct. på tværs af scenarierne. Der kan på den baggrund blive stillet store krav til op- og rekvalificering af medarbejdere for at sikre overensstemmelse mellem udbud og efterspørgsel, hvor arbejdsgivernes efterspørgsel imødekommes, og hvor der samtidigt ikke er for mange medarbejdere, der overflødiggøres.

KVANTITATIV KORTLÆGNING AF FINANSSEKTORENS

Kortlægningen af den finansielle sektors arbejdsmarked over det seneste årti giver et dybdegående indblik i, hvilke tendenser der præger sektoren. Det kan fx være tendenser vedrørende uddannelsesniveauer og uddannelsesbaggrunde, mobilitet samt forskydninger mellem arbejdsområder og jobfunktioner. Dette videngrundlag er afgørende for at kunne vurdere, hvor sektoren er på vej hen, og for at kunne udforme og iværksætte initiativer og indsatser, der kan udvikle den finansielle sektor, så både medarbejdere og arbejdsgivere er bedst muligt rustede til at imødekomme de forandringer, sektoren står overfor.

Således udgøres dette kapitel af en række kvantitative opgørelser, der beskriver hovedtendenserne i den finansielle sektor over det seneste årti. Kapitlet er en sammenfatning af rapporten Kortlægning af finanssektorens arbejdsmarked 2024. Der henvises til denne rapport for viden om datagrundlag og metode.

BESKÆFTIGELSEN I SEKTOREN VOKSER – MEN

FÆRRE ARBEJDER DIREKTE MED KUNDERNE

Målt på antal ansatte er den finansielle sektor voksende. Det fremgår af figur 3.1. Fra 20112023 er antallet af ansatte vokset med ca. 4.300 medarbejdere. Det dækker dog over et fald fra 2011-2016, og siden 2016 er sektoren således vokset med næsten 10.000 medarbejdere. Over samme periode er beskæftigelsen dog faldet med 9.300 medarbejdere i banker og realkreditinstitutter, som således er gået fra at udgøre knap 60 pct. af sektoren i 2011 til ca. 46 pct. af sektoren i 2023.

De ansatte i penge- og realkreditinstitutterne beskæftiger sig i særligt høj grad direkte med kunderne, og den ovennævnte udvikling afspejles således også i fordelingen af sektorens ansatte på arbejdsområder, som fremgår af figur 3.2. For ti år

siden udgjorde de ansatte inden for kundekontakt og -rådgivning 47 pct. af sektoren, og i 2023 er denne andel faldet til 39 pct. Derimod udgør de ansatte inden for IT-funktioner samt stabsog specialistfunktioner en voksende andel af de beskæftigede i sektoren. Udviklingen kan blandt andet være et udtryk for, at finanssektorens kunder i stigende grad er selvhjulpne og benytter sig af digitale servicer og applikationer fremfor at henvende sig direkte til medarbejderne. Dette reducerer behovet for ansatte i de kundevendte funktioner, hvilket blandt andet også kommer til udtryk gennem filiallukninger.

FLERE SPECIALISTFUNKTIONER ER I SÆRLIGT

STOR VÆKST

Som beskrevet udgør antallet af ansatte inden for hhv. IT-funktioner og stabsog specialistfunktioner en større del af sektoren end tidligere. Ud over faldet i antallet af medarbejdere inden for kundekontakt og -rådgivning skyldes det også, at antallet af ansatte inden for IT er vokset med 31 pct. fra 2013-2023, mens der er 21 pct. flere medarbejdere i stabsog specialistfunktionerne i 2023 end ti år forinden. Det viser figur 3.3. Inden for IT er det særligt beskæftigelsen af softwareudviklere samt ansatte inden for IT og forretningsprocesser, der er vokset. Begge profiler er vokset med 43 pct. på ti år. Dette hænger sammen med den voksende brug af digitale servicer samt et øget behov for at tænke IT og digitale løsninger ind som en gennemgående del af forretningsmodellen.

Inden for stabsog specialistfunktionerne er det særligt specialister inden for compliance, produkt- og forretningsudvikling samt analytikerarbejde, der er i vækst. Andelen af disse profiler er mere end fordoblet siden 2013. Det øgede behov for compliance-medarbejdere kan blandt andet hænge sammen med et

øget behov for compliance med hensyn til den voksende brug af digitale løsninger, herunder i forhold til fx GDPR, ligesom også et øget fokus på ESG-principper øger behovet.

Som helhed er området kundekontakt og -rådgivning faldet med 11 pct. på de ti år. Det skyldes især faldet på 12 pct. i antallet af privatkunderådgivere, da denne jobprofil – på trods af faldet – fortsat er den klart største jobprofil på arbejdsområdet såvel som i hele sektoren. Profilen udgør ca. halvdelen af hele det kundevendte område og ca. en femtedel af hele sektoren. Inden for kundekontakt og -rådgivning er der også et faldende antal erhvervskunderådgivere, mens antallet af ansatte inden for kundesupport og investeringsrådgivning omvendt er vokset med hhv. 25 pct. og 28 pct. på ti år.

AKADEMISERINGEN I SEKTOREN ER STØRRE END PÅ RESTEN AF ARBEJDSMARKEDET – OG DEN SER UD TIL AT FORTSÆTTE

På hele det danske arbejdsmarked sker der en akademisering – således øges uddannelsesniveauet, og stadig flere personer tager en videregående uddannelse. Denne udvikling går dog endnu stærkere i finanssektoren end på resten af arbejdsmarkedet, som illustreret i figur 3.4. På ti år er andelen af ansatte i finanssektoren, der har en videregående uddannelse, vokset fra knap 40 pct. til knap 60 pct. På resten af arbejdsmarkedet er den tilsvarende andel vokset fra 33 pct. til 41 pct. Det generelle uddannelsesniveau er således også væsentligt højere i finanssektoren end på resten af arbejdsmarkedet. Udviklingen skyldes særligt en voksende andel med lang videregående uddannelse (LVU). På ti år er andelen af LVU’er i finanssektoren vokset med 11 procentpoint, så det i dag er 25 pct. af alle ansatte, der har en LVU. På resten af arbejdsmarkedet er andelen blot 15 pct.

FINANSSEKTORENS ARBEJDSMARKED

Det voksende antal ansatte med videregående uddannelse har primært erstattet medarbejdere med en erhvervsuddannelse (EUD). På ti år er EUD’er således gået fra at udgøre 42 pct. til at udgøre 26 pct. af de ansatte i finanssektoren. Også her er udviklingen tydeligere end på resten af arbejdsmarkedet, hvor andelen blot er faldet fra 35 til 30 pct. Udviklingen her skyldes særligt, at færre i sektoren har finansuddannelsen. Finansuddannelsen er fortsat den mest udbredte uddannelsesbaggrund i sektoren, men andelen af ansatte, der har denne baggrund, er blevet næsten halveret i perioden 2013 til 2023, fra 27 pct. til 14 pct. Omvendt er der flere, der har videregående uddannelser på forskellige niveauer inden for særligt finans- og erhvervsøkonomi. Faldet i antallet af finansuddannede har samtidig resulteret i en større uddannelsesmæssig spredning, idet de ti mest udbredte uddannelsesbaggrunde i dag udgør 59 pct. af sektoren mod 68 pct. for ti år siden.

I de kommende år ser den voksende akademisering af sektoren desuden ud til at blive yderligere forstærket. Blandt de 30-35-årige i sektoren, som ud fra en bred betragtning er kommet relativt nyligt fra uddannelse, er det hele 43 pct., der har en LVU, og 24 pct., der har en mellemlang videregående uddannelse (MVU), mens blot 12 pct. har en EUD. I denne gruppe er det blot 4 pct., der har en finansuddannelse, mens det særligt er videregående uddannelser inden for erhvervsøkonomi, der også her er i vækst.

VÆKSTEN I SEKTOREN SKYLDES ET KONSTANT OUTFLOW OG ET VOKSENDE INFLOW Udviklingen i antallet medarbejdere i sektoren er, som vist i figur 3.1, i sagens natur direkte drevet af in- og outflowet af medarbejdere til og fra sektoren – altså hvor mange der hhv. kommer ind i sektoren og forlader sektoren. Personer,

der kommer ind i sektoren, kan komme fra både anden beskæftigelse, uddannelse, ledighed eller anden offentlig forsørgelse samt fra udlandet. Tilsvarende vil personer, der forlader sektoren, typisk skifte til anden beskæftigelse, blive ledige, trække sig tilbage eller flytte til udlandet.

Således skyldes det faldende antal medarbejdere i sektoren fra 2011 og frem til og med 2015, at outflowet fra sektoren i den periode var højere end inflowet. Omvendt har inflowet siden da været højere end outflowet, hvorved antallet af medarbejdere er vokset. Inflow til og outflow fra sektoren er defineret som beskrevet i boksen nedenfor.

DEFINITIONER AF FINANSSEKTORENS INFLOW

OG OUTFLOW

INFLOW: Individer, som i november år t-1 ikke var ansat i finanssektoren, men som i november år t er ansat i sektoren. Inflow kan være fra andre jobs, ledighed, studie mv. Inflowet er opgjort som andelen af beskæftigelsen i sektoren i november år t.

Der vises således, hvor stor en del af beskæftigelsen i sektoren ved udgangen af et givet år der er kommet ind i sektoren i løbet af året.

OUTFLOW: Individer, som i november år t-1 var ansat i finanssektoren, men ikke længere er ansat i november år t. Outflow kan være til andre jobs, ledighed, pension mv. Outflowet er opgjort som andelen af beskæftigelsen i sektoren i november år t-1.

Der vises således, hvor stor en del af beskæftigelsen i sektoren ved indgangen til et givet år der forlader sektoren i løbet af året.

Som det fremgår af figur 3.5, skyldes udviklingen, at der siden 2011 har været et nogenlunde konstant outflow af medarbejdere fra finanssektoren om året på omkring 12 pct. af sektorens størrelse, mens inflowet er vokset, fra at 10 pct. af medarbejderne var nye i 2011, til at det gjaldt 15 pct. i 2022. Fra 2016 og frem har inflowet ligget på over 12 pct. om året og således højere end outflowet, hvorved den samlede beskæftigelse i sektoren er steget i denne periode.

Den største udveksling af medarbejdere sker med erhvervsservicevirksomheder, hvorfra og -til 1.700-1.800 ansatte i finanssektoren er skiftet i løbet af 2022. De største nettoinflow fra andre sektorer kommer fra handelssektoren og det offentlige, hvorfra der netto er hentet 500-550 ansatte, mens der også er en vis udveksling af ansatte med IT-virksomheder, hvorfra der også er et lille positivt nettoinflow.

Inden for banker og realkreditinstitutter er både in- og outflow generelt lavere end i resten af sektoren. Det bemærkes, at denne opgørelse ser isoleret på bevægelser ind og ud af banker og realkreditinstitutter, og man vil således indgå i opgørelsen, både hvis man bevæger sig mellem banker og realkreditinstitutter og brancherne helt uden for finanssektoren, og hvis man bevæger sig til og fra andre underbrancher til finanssektoren – fx finansiel service, forsikring og pension eller kreditforeninger mv. På trods af dette er inflowet og outflowet stadig lavere end i resten af sektoren, hvilket yderligere underbygger indikationerne på en lavere mobilitet ind og ud af bankerne og realkreditinstitutterne end i resten af sektoren.

MERE END 25 PCT. SKIFTER ARBEJDSOMRÅDE

VED JOBSKIFTE I FINANSSEKTOREN

Hvor figuren ovenfor siger noget om mobiliteten ind og ud af finanssektoren, belyser vi i det

følgende mobiliteten internt i finanssektoren. Mobiliteten internt i sektoren er en central indikator for, hvor godt sektoren er rustet til at imødegå de forskydninger på tværs af arbejdsområder, der finder sted i sektoren, og som er illustreret både i figur 3.2 og figur 3.3. Dette belyser vi også senere i rapporten i forbindelse med fremskrivningen af sektorens arbejdsmarked. Forskydningerne stiller således krav om, at der er en vis mobilitet på tværs af områderne, hvis ikke de ansatte i de funktioner, der gradvist efterspørges mindre, skal ende i en sårbar position, hvor der i lavere grad vil være mulighed for at finde job inden for sektoren. Derfor betragter vi i figur 3.6 mobiliteten på tværs af arbejdsområder, når der sker jobskifte internt i finanssektoren. Et jobskifte kan i denne forbindelse både dække over et skifte internt i samme virksomhed i finanssektoren eller et skifte mellem to forskellige virksomheder, der begge er i finanssektoren.

For alle tre arbejdsområder er det for det meste tilfældet, at de ansatte bliver inden for samme arbejdsområde, når de skifter job inden for sektoren. Ansatte inden for IT, der i løbet af 2022 skiftede fra ét job til et andet i sektoren, arbejder således i 65 pct. af tilfældene også inden for IT i det nye job. Inden for kundekontakt og -rådgivning er andelen 72 pct., mens 77 pct. af skiftene fra en stabsog specialistfunktion førte til et nyt job inden for samme område. Tilsammen svarer det til, at 74 pct. af jobskifterne i sektoren førte til et nyt job inden for samme område. Således blev der altså omvendt skiftet arbejdsområde i 26 pct. af de interne jobskifter i sektoren, hvilket taler for, at der generelt er en vis mobilitet på tværs af arbejdsområderne.

Som tidligere beskrevet er det særligt arbejdsområdet kundekontakt og -rådgivning samt flere af jobprofilerne herunder, der gradvist udgør en mindre del af sektoren. Derfor er det særligt relevant, hvor ofte jobskifterne herfra

fører til nye arbejdsområder. Hvor der meget sjældent skiftes til et IT-job, skiftes der i 27 pct. af tilfældene til stabsog specialistfunktioner, når der skiftes fra et job inden for kundekontakt og -rådgivning. Det taler således for, at der også for de ansatte, der umiddelbart kunne fremstå mest udsatte som følge af forskydningerne i sektoren, er nogenlunde gode muligheder for at finde nyt job i andre funktioner i sektoren.

Den relativt lille andel af ansatte inden for IT, der bliver inden for samme område ved interne jobskifter i sektoren, skal ses i lyset af, at arbejdsområdet også er væsentligt mindre end de øvrige arbejdsområder. Relativt til arbejdsområdernes størrelse er det således en forholdsvis stor andel, der bliver i et IT-job i forbindelse med et internt jobskifte. Dette taler for en relativt høj specialisering inden for IT-området, hvilket understreges yderligere af, at der meget sjældent skiftes til et IT-job fra nogen af de andre arbejdsområder.

MINDRE REKRUTTERINGSUDFORDRINGER END I ANDRE BRANCHER – MEN DE VOKSER INDEN FOR IT

En central indikator for tilstanden på finanssektorens arbejdsmarked er, i hvilket omfang arbejdsgiverne i sektoren har adgang til den arbejdskraft, de har brug for. Rekrutteringsudfordringerne kommer til udtryk gennem arbejdsgivernes forgæves rekrutteringer, hvilket kan dække over, at man i et rekrutteringsforsøg enten slet ikke er lykkedes med at besætte den givne stilling, eller at man er lykkedes med at besætte stillingen, men med en profil, der ikke helt var, hvad man søgte. I 2023 var dette tilfældet for 15 pct. af rekrutteringsforsøgene i finanssektoren, hvilket fremgår af figur 3.7.

Det dækker over ubesatte stillinger i 5 pct. af tilfældene, mens der i 10 pct. af tilfældene blev ansat en kandidat med en anden profil. Som

figuren illustrerer, er dette niveau lavere end for alle andre brancher, hvilket både skyldes få ubesatte stillinger og få stillinger, der besættes med forkerte profiler. Til sammenligning var der på tværs af hele arbejdsmarkedet i 2023 en forgæves rekrutterings-rate på 24 pct., hvoraf halvdelen udgjordes af ubesatte stillinger, mens halvdelen udgjordes af stillinger besat med en anden profil.

De mindre rekrutteringsudfordringer i den finansielle sektor skyldes således særligt en noget mindre andel af rekrutteringsforsøgene, hvor stillingen slet ikke besættes. Dette kan blandt andet tilskrives et stort fald i netop denne andel fra 2022 til 2023, som illustreret i figur 3.8. Inden for IT er andelen af ubesatte stillinger ganske vist vokset fra 7 pct. til 10 pct., men inden for kundekontakt og -rådgivning er andelen faldet fra 10 pct. til 7 pct., mens den inden for stabsog specialistfunktioner er faldet med hele 8 procentpoint fra 12 pct. til 4 pct. Tilsammen svarer det til et fald for hele sektoren fra 11 pct. til 5 pct., hvilket er et større fald end i nogen anden branche. Med hensyn til stillinger, der besættes med en anden profil, er andelen vokset en smule inden for IT og stabsog specialistfunktioner, men omvendt er den faldet inden for kundekontakt og -rådgivning. Dermed er andelen sammenlagt faldet med 2 procentpoint, hvilket kun er et lidt større fald end gennemsnittet.

De samlede rekrutteringsudfordringer målt på både ubesatte stillinger og stillinger besat med andre profiler er således vokset med 5 procentpoint inden for IT, mens de er faldet med 5-9 procentpoint inden for de øvrige områder. På den baggrund er IT på et enkelt år gået fra at være det arbejdsområde, der har mindst udfordringer, til at være det område med størst udfordringer. De voksende rekrutteringsudfordringer inden for IT går også igen på resten af arbejdsmarkedet.

UDVIKLINGSTRENDS I FINANSSEKTOREN

Dette kapitel bygger på en analyse af danske og internationale rapporter om udviklingen i den finansielle sektor. På den baggrund er der gennemført en række interview i den finansielle sektor i Danmark. Interviewene har omhandlet en vurdering af udviklingstendenser i et sektorog virksomhedsperspektiv i de kommende år, og hvordan tendenserne forventes at påvirke udviklingen i beskæftigelsen, forskydninger i de ansattes profiler samt de ansattes kompetencebehov.

Den finansielle sektor er i en fortsat transformation drevet af nye teknologier, en øget kompleksitet i reguleringen samt mere differentierede kundebehov. Som leverandører af den digitale infrastruktur til langt de fleste af pengeinstitutterne er det i høj grad datacentralernes strategier, der rammesætter digitaliseringen i den finansielle sektor. I de kommende år er det forventningen, at udviklingen i den finansielle sektor vil være præget af nedenstående trends, som også vil give sig udslag i ændrede rekrutteringsbehov samt en fortsat udvikling i jobs og kompetencebehov:

Udviklingen i digitale betalingsservicer i form af embedded finance. I praksis betyder det, at konventionelle finansielle tjenester integreres i ikke-finansielle virksomheder og platforme inden for andre sektorer; det gælder fx detailhandlen og rejsebranchen i form af indlejret kredit og kundeloyalitetstilbud.

Ændrede og mere komplekse forbrugerforventninger. Det gælder i forhold til både digitale servicer og nicheprodukter – ikke mindst blandt yngre kunder. Det kan føre til disruption, blandt andet inden for betalingsservice, hvor fx Spar Nord Bank strategisk har fravalgt Nets for at være bedre rustet til innovationsmulighederne inden for betalingsservicer. Det kan også omfatte et kundefokus på specifikke nicher som ESG, som fx Merkur Andelskasses forretningsmodel har sit afsæt i.

Differentierede forretningsmodeller. Udviklingen i den digitale infrastruktur og en øget satsning på partnerskaber kan på længere sigt betyde, at nogle pengeinstitutter ikke længere er totalleverandører, og i den forstand bliver til 60-pct.-banker, hvilket fx karakteriserer Lunar Banks forretningsmodel, og også Spar Nord Bank vurderer, at det på længere sigt kan være en forretningsmodel, der vinder indpas som en mulighed for fx at kunne tilbyde mere komplekse løsninger. Dermed kan der opstå økosystemer, som er tværsektorielle, hvor finansiel service

indlejres i andre sektorer, som man fx ser det inden for detailhandlen.

Udviklingen i cloud-infrastruktur6. Danske Bank har fx indgået samarbejde med Amazon Web Services, og den eksisterende infrastruktur udbudt af datacentralerne er i gang med at blive erstattet af cloudløsninger samt en softwarebaseret, modulær arkitektur baseret på åbne standarder. Cloud-baserede løsninger muliggør øget brug af data som grundlag for en øget personalisering af kunderejsen. Open banking. Cloud-infrastrukturen åbner op for en dybere integration af løsninger udbudt af tredjeparter. Det styrker muligheden for digital innovation forbundet med open banking. Migrationsprocessen er i fuld gang, fx i BEC Financial Technologies, og vil løbe hen over de næste år. Pengeinstitutterne kan dermed tilbyde forskellige tjenester til deres kunder, muliggjort af EU’s PSD2-direktiv (Revised Payment Service Directive 2), der har til formål at gøre det lettere for nye aktører at udbyde betalingstjenester inden for EU.

AI-teknologier. Teknologier som maskinlæring, neurale netværk og generativ AI kræver stor analysekraft for at kunne udnytte de voksende datamængder. Pengeinstitutternes indsats for at bekæmpe hvidvask er blot et eksempel på de konstant voksende og skiftende behov for hurtig analysekraft.

En voksende og mere kompleks regulering, som stiller større krav til compliance, og at compliance indtænkes fra designfasen og gennem hele udviklingsprocessen. Det danner afsæt for, at udviklingsprocesser foregår i tværfaglige teams.

UDVIKLINGEN I FORRETNINGSMODELLER

I de senere år har der været et fortsat fald i antallet af pengeinstitutter fra 65 i 2018 til 56 i 2022, og antallet af filialer er reduceret fra 2.150 i 2000 i 710 i 20217. Udviklingen er en konsekvens af, at kunderne i stigende grad gør brug af pengeinstitutternes digitale og mobile tjenester. Pengeinstitutterne forfølger dog vidt forskellige strategier for at tilgodese de mere komplekse kundebehov. Fx vurderer Merkur Andelskasse, at digitalisering og AI ikke vil øge kundetilfredsheden, og Spar Nord Bank har valgt at forfølge en strategi, hvor banken – parallelt med udbygning af filialnettet – investerer offensivt i digitalisering og partnerskaber med

fintechog big tech-virksomheder for at styrke digital innovation og for at få erfaringer med open banking.

Inden for AI har flere pengeinstitutter i de seneste år investeret i maskinlæring som et led i bekæmpelsen af finansiel kriminalitet, og nogle har også implementeret chatbots i kundeservice for at kunne besvare kundehenvendelser 24/7. Anvendelsen af generativ AI8 er endnu i sin vorden. Nogle pengeinstitutter er i gang med at opbygge kapacitet, hvor de primært afprøver og udvikler løsninger til interne funktioner, me-dens andre er afventende i forhold til de løsninger, som datacentralerne vil være i stand til at tilbyde som følge af migration af ’legacy technology’ 9 til cloud-løsninger.

Generativ AI er blevet lanceret som en teknologi, der kan overtage rutineopgaver, så der er mere tid til udvikling. I og med at generativ AI er i en pilotfase i de største af pengeinstitutterne, er det ikke muligt at vurdere de produktivitetsgevinster, som pengeinstitutterne på længere sigt kan opnå inden for forskellige områder, og hvordan potentielle produktivitetsgevinster vil blive udnyttet. Det er dog værd at notere sig, at 20 af verdens største banker i 2023 afskedigede 60.000 ansatte10 parallelt med at der blev skabt nye job i den finansielle sektor for AI-specialister11

En global analyse fra PwC om job-og kompetenceudvikling inden for AI viser, at der som følge af AI-relaterede produktivitetsgevinster er et markant fald i udbuddet af nye jobs sammenholdt med øvrige jobområder, der ikke er påvirkede af AI. Desuden forældes kompetencerne langt hurtigere i AI-udsatte jobs, sammenholdt med øvrige, ikke-AI-udsatte, jobs. Endelig viser analysen en væsentlig lønpræmie i forbindelse med de jobs, der kræver AI-kompetencer12

McKinsey & Company har på europæisk niveau vurderet, at op til 30 pct. af arbejdstimerne i den finansielle sektor potentielt kan blive automatiseret frem mod 2030. I samme analyse fra McKinsey & Company er implikationerne, at op mod 600.000 ansatte potentielt har behov for et skift i jobroller13

Samlet set er vurderingen, at AI-teknologier rummer en række potentialer, men de voksende og komplekse compliancekrav medfører, at compliance skal indtænkes fra den tidlige designfase. Som erfaringerne fra Spar Nord Bank viser, er data governance helt centralt i forhold til en etisk og transparent tilgang til

innovation gennem AI. Afhængigheden af datacentralernes infrastruktur og migration til cloud kan også medføre en forsinkelse i udviklingen sammenholdt med andre lande.

Interviewene viser dog, at flere pengeinstitutter har igangsat udviklingsaktiviteter, som ikke alene beror på maskinlæring og neurale netværk, men også på generativ AI. Blandt disse er Danske Bank og Lunar Bank, som ikke er afhængige af datacentralernes infrastruktur, men også Spar Nord Bank, som er kunde hos BEC Financial Technologies, har valgt at igangsætte pilotprojekter, der bygger på generativ AI, og som ikke kræver den dybe integration. I Mastercard er AI i dag dybt integreret i en række funktioner. Mastercards strategiske tilgang beskrives senere.

DANSKE BANK

Danske Bank har gennem de senere år gennemført en omstrukturering af filialinfrastrukturen, hvilket har medført lukninger af filialer, som er erstattet af rådgivningscentre. Med rådgivningscentre har banken ønsket at signalere, at man som kunde fortsat kan få personlig og specialiseret rådgivning om komplekse økonomiske forhold, såsom investeringer, boliglån, pension og virksomhedsdrift, medens kunderne selv kan løse de daglige bankforretninger via bankens mobile og online selvbetjeningsløsninger.

Danske Bank har i nogle år været i gang med at udvikle AI-teknologier. Banken implementerede i 2017 en state-of-the-art maskinlæringsløsning til bekæmpelse af svindel i et samarbejde med Teradata og Think Big Analytics. Siden har Danske Bank samarbejdet med IBM (platformen Watson) for at identificere risici for nedbrud i forbindelse med IT-infrastrukturen14

BOKS 4.1 GENERATIV AI I DANSKE BANK I 2023 begyndte Danske Bank at investere i generativ AI, og denne satsning er øget i 2024 som et inte-greret element i bankens strategiske teknologiinvesteringer. De applikationer, banken udvikler, bygger oven på dens centrale IT-arkitektur. Fx omfatter det en knowledge assistant, der kan vejlede om poli-tikker og retningslinjer, som kan være af værdi, når en ny medarbejder skal onboardes. Et andet områ-de er en help desk, hvor en copilot kan bistå med en række rutineopgaver, fx, hvordan man laver et password eller får et nyt adgangskort.

Med afsæt i strategien Forward ’28, der blev lanceret i 2023, har Danske Bank fortsat udviklingen

inden for AI og understøttet af sine investeringer i cloud15. I marts 2024 indgik Danske Bank således en flerårig aftale med Amazon Web Services16 som en udmøntning af strategien. Som indspil til strategien gennemførte Danske Bank en survey blandt 20.000 af bankens nordiske kunder17.

Målet var at få et udefra-og-ind-perspektiv på forventningerne til banken, dvs. bedre at forstå kundernes ønsker og behov i et fremadrettet perspektiv18.

Strategien, som Danske Bank omtaler som ”en digital fordør” til rådgivning og finansielle tjenester for kunderne, kan ses som en forlængelse af, at Danske Bank gennem de senere år har lukket et stort antal filialer, mens de resterende filialer er omdannet til specialiserede rådgivningscentre. Turn to New Tech refererer i Danske Bank til en omfattende transformation, der sigter mod at skabe en teknologisk robust og fremtidsorienteret bank med brugergrænseflader, der modsvarer kundernes øgede forventninger om sikker og let tilgang til bankservicer, og som fuldt ud modsvarer deres skiftende behov.19

På længere sigt vil den udgøre en kundecentreret platform med fleksible plug and play-løsninger, der kan matche differentierede kundebehov. Som et led i den fortsatte transformation har de enkelte udviklingsteams fået større autonomi for at styrke innovationskapaciteten i forbindelse med udviklingen af kundecentrerede løsninger.

Forventningen er, at partnerskaber med fintechog big tech-virksomheder kommer til at spille en stigende rolle. Fremfor at udvikle selv kan cloud-infrastrukturen og den modulære IT-arkitektur baseret på åbne standarder muliggøre integration af state-of-the-art tredjepartsløsninger, så Danske Bank ikke nødvendigvis skal bygge alting selv. Selv om Danske Bank i medierne og blandt konkurrenterne ses som en frontløber inden for AI-teknologier, er den interne vurdering, at banken ikke kommer til at positionere sig som first mover grundet kravene til cybersikkerhed og compliance.

Alene i enheden Group Risk Management er der på verdensplan 750 ansatte, hvoraf de 550 er ansat i Danmark. Danske Banks rammer for risikostyring har til formål at beskytte banken mod overdreven risiko og sikre en sund risikokultur som grundlag for bankens aktiviteter. Gruppens opgaver omfatter derfor alt, hvad der har med risiko at gøre. Det inkluderer fx udviklingen af beslutningsmodeller, der udvikles i Python, og

som i stigende omfang vil udnytte AI-teknologier. Danske Bank har i dag en hel afdeling, der bruger maskinlæring til udviklingen af modeller til risk management. Udviklingsmiljøet er baseret på et tværfagligt samarbejde med businessanalytikere, som har den forretningsmæssige indsigt.

Inden for Group Risk Management er der gennem de senere år i stigende grad blevet ansat medarbejdere med en anden faglig baggrund end den bankfaglige. Det er fx statistikere, matematikere og ingeniører, og flere af disse medarbejdere har en ph.d.-grad. Der er også medarbejdere, der har en bankfaglig uddannelse, men som typisk har skiftet spor fra rådgivning til risk management. Vurderingen er, at medarbejdere med en bankfaglig baggrund næppe bliver modeludviklere, der programmerer i Python. Ikke desto mindre er der god brug for ansatte med en bankfaglig baggrund, også i Group Risk Management.

LUNAR BANK

Lunar Bank blev grundlagt af en gruppe iværksættere med det formål at gentænke betalinger, investeringer og bankdrift. Udgangspunktet for Lunar Way, som banken dengang hed, var at fokusere på brugeroplevelsen og derved sikre en høj kundetilfredshed som grundlag for at fastholde eksisterende kunder og tiltrække nye. Gennem en ”digital-first”-strategi har Lunar Bank fra begyndelsen positioneret sig som en digital bank uden fysiske filialer. En brugervenlig og intuitiv app gør det nemt for kunderne at håndtere deres økonomi og at åbne konti. Da Lunar Bank blev lanceret, var målgruppen privatkunder. I 2018 udvidede banken sin kundekreds til også at omfatte erhvervskunder, med særligt fokus på startups og virksomheder i deres tidlige vækstfase.

Som en digital-first-bank bygger Lunar Banks strategi på et udefra-og-ind-perspektiv på finansiel service, dvs. med udgangspunkt i kunderne. Lunar Banks perspektiv på teknologi er, at de gode brugercentrerede løsninger forudsætter personlige kompetencer. Derfor er kompetencer som læring, omstillingsparathed og kreativitet nøglekompetencer, når Lunar Bank ansætter nye medarbejdere.

Data og brugen af data har på flere måder en afgørende rolle i udviklings- og innovationsprocesser, som illustreret i boks 4.2:

BOKS 4.2 KUNDEREJSEN OG HYPERPERSONALISERING I

LUNAR BANK

KUNDEPERSPEKTIVET OG KUNDEREJSEN:

Data giver Lunar Bank en dybdegående indsigt i kunder-nes adfærd, fx deres forbrugshistorik. Data omfatter kommunikation med kunderne via sociale medier samt kundernes banktransaktioner.

ANONYMISERING AF DATA: Anonymisering af data, så de enkelte personer, som dataene relaterer sig til, ikke længere kan identificeres, danner grundlaget for en løbende udvikling og optimering af tjenester uden at kompromittere privatlivets fred.

RISIKOSTYRING: Gennem dataanalyse identificerer Lunar Bank transaktionsmønstre og adfærd. På den baggrund kan banken proaktivt identificere og reagere på mulige compliance-risici eller cyber-sikkerhedsbrister.

HYPERPERSONALISERING: Ved at analysere de indsamlede data kan Lunar Bank tilbyde hyperper-sonaliserede løsninger målrettet den enkelte kunde og fx baseret på individuel brugs- og udgiftshi-storik.

BRUGERDREVET INNOVATION: Ved at forstå kundens behov og adfærd gennem data kan Lunar Bank udvikle innovative finansielle produkter, der inkluderer alt fra grønne låneprodukter til værktøjer til freelancere.

Lunar Banks datadrevne kundefokus er understøttet af en multi-cloud mikroservice-arkitektur med platforme som Amazon Web Services, Microsoft Azure og Google Cloud. Multi-cloud-strukturen minimerer desuden risikoen for afhængighed (log-in) af en af de dominerende big tech-virksomheder inden for cloud. Fra et kundeperspektiv giver AI-teknologier muligheder for at skræddersy løsninger til specifikke kunder ved at analysere kundedata som fx forbrugsmønstre, opsparing og digital interaktion med banken. Det giver pengeinstitutterne øgede muligheder for at forstå kundeadfærd, og på den baggrund kan de tilbyde hyperpersonaliserede løsninger.

Lunar Bank udnytter open source-software og en API20-først tilgang. Dermed kan Lunar Bank drage fordel af den brede vifte af værktøjer og biblioteker i form af koder og funktioner, der er frit tilgængelige, og som kan bruges af udviklere til at bygge software uden at skulle programmere alt fra bunden2122

Lunar Bank har i dag en stribe samarbejdspartnere. Kunder kan fx investere gennem Saxo Bank og tegne forsikringer hos Tryg i Lunar-appen. I 2023 lancerede Lunar Bank et helt nyt forretningsområde, Banking Services,

hvor banken åbnede sin nordiske betalingsinfrastruktur og dermed adgangen til betalinger for partnere. Senest har Lunar Bank lanceret en chatbot-assistent, der p.t. findes i en betaversion23 . Chatbotten er baseret på generativ AI og kan hjælpe kunderne til at få et overblik over forbrugsmønstre, og den kan identificere opsparingsmuligheder, så kunderne fx kan spare op til et større køb.

Lunar Bank ser udviklingen inden for AI som en mulighed for at skalere hurtigere, optimere processer og udvikle nye, personaliserede tjenester. Også inden for marketing tester Lunar Bank mulighederne inden for såvel generativ AI som softwareudvikling for at optimere programmering24

SPAR NORD BANK

Spar Nord Bank vurderer, at udviklingen inden for cloud i fremtiden vil give banken bedre mulighed for at tilbyde kundetilpassede løsninger gennem en open banking-forretningsmodel, og at perspektiverne er mangfoldige. Det kan fx betyde, at nogle pengeinstitutter, der hidtil har været totalleverandører af finansielle løsninger, vælger strategisk at fokusere og blive til 60-pct.-banker som en vej til at kunne tilbyde mere komplekse og specialiserede tjenester.

Spar Nord Bank satser dog ikke kun på en digital infrastruktur som vejen til at imødekomme mere komplekse kundebehov. I de senere år har Spar Nord Bank øget antallet af fysiske filialer ud fra bankens såkaldte lokalbankmodel, hvor den enkelte filial har en høj grad af autonomi. Dette sikrer optimal kundeservice, uanset om kunderne foretrækker at mødes med en rådgiver i den nærmeste filial eller digitalt.

Spar Nord Bank har gennem flere år indgået i partnerskaber med fintech-virksomheder med udgangspunkt i en eksperimenterende og agil kultur med en høj grad af videndeling. Set i et forretningsperspektiv vurderer Spar Nord Bank, at cloud-teknologien bliver helt central for bankens udviklingsstrategi. Cloud-teknologien vil øge skalerbarheden og fleksibiliteten i forhold til skiftende markedsbehov – uden tilsvarende øgede driftsomkostninger. Med en cloud-infrastruktur bliver det yderligere muligt at understøtte integration af de bedste løsninger på markedet fremfor selv at udvikle egne løsninger, og det kan medvirke til at accelerere den digitale innovation.

Spar Nord Bank har gennem samarbejdet med fintech-virksomheder opbygget knowhow om åben innovation og digital forretningsudvikling. I en erkendelse af, at det vil tage nogle år, før BEC Financial Technologies har afsluttet migrationen af den eksisterende infrastruktur til cloud, har Spar Nord Bank valgt at forfølge en strategi, hvor man afprøver mulighederne i forbindelse med generativ AI på områder, der ikke kræver dyb integration. Det opbygger kapacitet, og det

understøtter en samarbejdende og eksperimentende kultur i spændet mellem kundenærhed i de fysiske filialer og personalisering af den digitale kunderejse. Det sker i en kontekst, hvor forventningerne i Spar Nord Bank er, at vi ser ind i en øget digital og datadreven digital innovation, fx inden for betalingstjenester og drevet af nogle forventninger fra især yngre kunder.

BOKS 4.3 DATA GOVERNANCE – DE ETISKE PERSPEKTIVER

Som et led i Spar Nord Banks AI-strategi nedsatte ledelsen en arbejdsgruppe med reference til direkti-onen, som har haft i opdrag at udvikle en dataetisk politik for virksomheden. Implementeringen af governance-principper for brugen af AI og data afspejler, at balancen mellem forretningsudvikling, compliance og IT er blevet langt mere kompleks. Formålet med en dataetisk politik i Spar Nord Bank har derfor været at få skabt fælles principper og fælles praksis for, hvordan banken indsamler, anven-der og sletter data, samt retningslinjer for en etisk ansvarlig anvendelse af teknologi, herunder kunstig intelligens (AI). Den dataetiske politik er nu forankret i hele organisationen.

Da generativ AI blev lanceret, udpegede Spar Nord Bank en projektleder for at definere rammerne for brugen af AI, hvor man blandt andet har afprøvet mulighederne i Microsoft Copilot. Et af pilotprojekterne har fx illustreret, hvordan generativ AI potentielt kan være et redskab i forbindelse med onboarding. Som en copilot baseret på AI kan Spar Nord Vejviser potentielt give nye medarbejdere lettere adgang til processer og arbejdsgange og støtte dem, når de fx første gang skal udstede et kreditkort. Det er endnu ikke besluttet, om den AI-baserede Vejviser-applikation skal implementeres. Ikke desto mindre har pilotprojekterne haft en væsentlig funktion. Ud over at medarbejdere har fået nye kompetencer, har pilotprojekterne skabt eksempler på, hvordan generativ AI kan anvendes og understøtte opgaveløsningen på en række områder, men også vist, at teknologien har sine begrænsninger. Et pilotprojekt, der har været gennemført inden for compliance, har vist, at gevinsterne ved generativ AI ikke er lige oplagte inden for alle områder. Årsagen er, at generativ AI for nuværende har sine begrænsninger, hvis større datamængder skal processeres. Quantum computing kan på længere sigt løse dette, men vil give nye udfordringer i forhold til cybersikkerhed.

Ud over at medarbejderne har fået hands-on-erfaringer med AI, har AI-pilotprojekterne ført til dialoger med medarbejderne om, hvor AI med fordel kan anvendes, og hvad det betyder for udviklingen i medarbejdernes opgaver og kompetencer.

Vurderingen er, at den praksisnære tilgang til dialogen om generativ AI har været med til at afmontere en frygt for effekterne af AI, fordi det er blevet mere klart, at udviklingen i generativ AI ikke er et spørgsmål om, at teknologien erstatter de ansatte, men at den kan overtage nogle opgaver, og at det giver mulighed for udvikling af arbejdsopgaverne, understøttet af kompetenceudvikling.

På længere sigt er forventningen, at der vil ske en forskydning med hensyn til jobprofiler, så der vil blive ansat flere medarbejdere med dybe kompetencer inden for AI og data, som fx matematikøkonomer, data scientists og matematikere, som man også ser det i de internationalt set mest AI-intensive pengeinstitutter.

MASTERCARD

I Mastercard i Danmark er AI dybt integreret i en række funktioner, og det gælder også i salgsteamet. I teamet er der et dedikeret datateam med fire medarbejdere, som udvikler ’BI-værktøjer’ (Business Intelligence-værktøjer).

BOKS 4.4 SÆLGEREN SOM RÅDGIVER

Mastercards salgsstrategi bygger i dag på en model, der er kendt som ’Challenger sale’. Tilgangen foku-serer på at rådgive og udfordre kunden ud fra en datafunderet indsigt og med fokus på værdiskabelse for kunden. Tidligere var salg baseret på de personlige relationer og sælgerens intuition, men nu har sælgerne en mere rådgivende rolle.

På kundemøder understøtter Mastercards dataog business intelligence-værktøjer salgsteamet. Hvor kundemøder tidligere byggede på sælgernes erfaringer og de gode relationer, kan salgsteamet nu illustrere den faktiske værdi af de løsninger, som Mastercard kan tilbyde. Salgsteamet kan fx med udgangspunkt i en specifik by som Aalborg og kundesegmentet i alderen 20-27 år præsentere et datafunderet scenarie for, hvor mange kunder der vil falde fra inden for det første år med det nuværende setup. Erfaringen i Mastercard er, at pengeinstitutterne værdsætter de dialoger, fordi det giver dem en indsigt, som de kan handle på baggrund af, fx i form af mere personaliserede løsninger til specifikke kundesegmenter.

DATA I ALTING

Betalingsværdikæden er på globalt plan karakteriseret ved mange forskellige aktører, så fremfor at tro, at man kan vinde alle markeder selv, kan strategiske partnerskaber være et redskab, der styrker tilliden i markedet, hvis den pågældende partner allerede har en solid position. Vurderingen er, at udviklingen går i retning af open banking og open finance som redskaber til at kunne tilbyde datadrevne, personaliserede løsninger.

En afledt effekt af open banking er, at vi vil se partnerskaber mellem virksomheder, som på

nogle punkter er konkurrenter på andre områder, men vælger at indgå i et partnerskab baseret på en API-first-strategi (Application Programming Interfaces). API-løsningen muliggør, at selv om virksomheder på nogle punkter konkurrerer, udvirker fastlagte og automatiserede processer, at de kan dele og udveksle data på en sikker og kontrolleret måde inden for nogle fastlagte områder.

Derfor er der et voksende behov for, at alle medarbejdere har en dataforståelse. Fx skal sælgerne også være i stand til at kunne kommunikere gennem data i deres dialog med markedet, og de skal være i stand til at forklare en given løsning og dens design som følge af GDPR. For softwareudviklerne i Mastercard handler det i høj grad om kompetencer, der relaterer sig til at automatisere udviklingsprocesser fra test til lancering og opgradering af et digitalt produkt og som et redskab til at øge kvaliteten og minimere antallet af menneskeskabte fejl, når der fx fortløbende integreres nye funktioner i en af Mastercards løsninger.

ERFARINGER MED GENERATIV AI I DEN FINANSIELLE SEKTOR

Det er ikke kun inden for backoffice-funktioner, at nogle pengeinstitutter er i gang med at afprøve mulighederne inden for generativ AI. Også inden for HR er der fundet flere anvendelsesområder. ChatGPT bliver blandt andet brugt ved udarbejdelsen af stillingsopslag og som indspil til planlægning og udvikling af kurser. Som på andre områder er brugen af ChatGPT i HR i en tidlig fase, men eksemplerne illustrerer, at brugen af ChatGPT potentielt kan løse nogle opgaver inden for HR, og det kan frigive ressourcer til strategiske indsatser og sparring med ledelsen. Inden for kunderådgivning ses ChatGPT som et værktøj, der på længere sigt vil gøre det muligt for rådgiverne, at de under kundemødet kan inddrage analyser og data, som vil kunne understøtte og kvalificere den personlige rådgivning. Det kan styrke rådgivernes muligheder for at fungere som strategisk sparringspartner for kunderne, når de har behov herfor.

INVESTERINGSRÅDGIVNING MED BRUG AF GENERATIV AI25

I den amerikanske investeringsbank Morgan Stanley har man implementeret generativ AI i investe-ringsrådgivning gennem et samarbejde med OpenAI. For investeringsrådgiverne har det betydet, at de nemt kan trække på de tusindvis af analytiske rapporter, der løbende udarbejdes af bankens analytike-re som grundlag for deres investeringsrådgivning.

eller udarbejde et udkast til engelsksproget materiale, og at det potentielt kan frigive tid til selve rådgivningsopgaven. Selv om de IT-løsninger, som kunderne anvender, bliver stadig mere brugervenlige, vurderer Merkur Andelskasse, at generativ AI har sine begrænsninger, fordi teknologien ikke er i stand til at sætte sig ind i en kundes samlede situation og derfor heller ikke er i stand til at skabe de tætte kunderelationer på samme måde, som en rådgiver kan.

De pengeinstitutter, der har igangsat udviklingsprojekter inden for generativ AI, forfølger typisk en eksperimenterende og undersøgende tilgang til generativ AI for at afdække forretningspotentialerne og for at forstå begrænsningerne i teknologien for nuværende. I den sammenhæng peger flere af de interviewede virksomheder på, at værktøjskurser som prompting i ChatGPT har deres begrænsninger, fordi kurserne typisk er afkoblede fra arbejdsopgaver og jobfunktion, og transferværdien derfor begrænset. I Danske Bank har man i den sammenhæng positive erfaringer med at stille guidelines til rådighed, som medarbejderne kan ty til, hvis ChatGPT fx skal anvendes i en konkret arbejdssituation.

Erfaringerne viser, at pilotprojekter kan hjælpe med at skabe en organisatorisk ramme for brugen af generativ AI, som kan medvirke til at afmontere frygten for, at generativ AI kommer til at overtage jobs. Derfor er det også vigtigt, at både den øverste ledelse og mellemlederne er tydelige i deres kommunikation om strategien bag introduktionen af generativ AI, og hvordan evt. produktivitetsgevinster vil blive omsat.

I Nykredit har ledelsen offensivt meldt ud, at generativ AI ikke ses som en teknologi, der vil føre til afskedigelser, men snarere skal ses som et hjælpeværktøj, der kan løse nogle af rutineopgaverne. Det har medvirket til at understøtte en eksperimenterende og involverende tilgang til generativ AI med udgangspunkt i konkrete testcases. Ud over en klar kommunikation fra ledelsens side viser de første erfaringer værdien af, at medarbejderne aktivt involveres i en tidlig planlægningsfase, fx gennem tillidsrepræsentantssystemet, eller samarbejdsudvalget. Afledt heraf bliver det muligt at igangsætte systematiske kompetenceudviklingstiltag, der afspejler den strategiske forretningsudvikling og forventningerne til denne, holdt op mod morgendagens kompetencekrav.

Nogle rådgivere har gjort de første spæde erfaringer med, at ChatGPT kan optimere nogle opgaver, fx referatskrivning efter et kundemøde,

Kompleksiteten forbundet med at overføre den eksisterende digitale infrastruktur til en cloud-infrastruktur er høj, og processen forventes derfor at tage nogle år. Det kan indebære en forsinkelse i forhold til en dybere og mere integreret udnyttelse af AI. På sektorniveau kan man udnytte den forsinkelse, så man får udviklet modulopbyggede efteruddannelsesforløb i modeller, der kan sikre en volumen i udbuddet, og som kan understøtte

en tæt kobling til udviklingen i arbejdsopgaver og jobs. Pengeinstitutterne vil dermed få opbygget knowhow og kompetencer internt til at udvikle og implementere konsoliderede AI-strategier. Det vil kunne understøtte strategier om intern mobilitet og rekruttering, og det vil ske i en kontekst, hvor der sandsynligvis i de kommende år vil være en stigende efterspørgsel på både AI-specialister, hybridprofiler og medarbejdere med avancerede brugerkompetencer.

For at skabe en sammenhængende og fremadrettet kompetenceindsats kan man tage udgangspunkt i jobopslag fra nogle af de globalt førende pengeinstitutter inden for AI-teknologier, fx Capital One, Bank of America, DBS Bank, HSBC m.fl., og nogle af de mange kompetenceudviklingstiltag, som de har igangsat i relation til AI, for at få en indsigt i, hvilke kompetencer de efterspørger26 Annoncerne afspejler, at der, i takt med at AI integreres på tværs af forretningsområder, og data governance bliver implementeret, finder en voksende specialisering sted, hvad angår AI-jobroller.

Tabel 4.1 illustrerer denne udvikling. Profilerne og jobtitlerne har deres udspring i jobannoncer i de mest AI-intensive pengeinstitutter globalt set. I Danske Bank kan man se tegn på de udviklingstrends med jobtitler som AI engagement lead og strategic generative AI partner eller chief quantitative analyst for model risk management.

HUMANS IN THE LOOP – RAMMESÆTNING AF GENERATIV AI

De interviewede finansielle virksomheder, der forfølger en offensiv digital og datafunderet strategi, oplever ikke de store udfordringer med at rekruttere specialister som matematikøkonomer, statistikere og data scientists. Vurderingen er, at det skyldes, at de har en stærk kultur for udviklings- og videndeling. Erfaringerne fra de pengeinstitutter, der er i gang med udvikling inden for AI, understreger vigtigheden af en kritisk tilgang til mulighederne i AI-teknologierne. Det er begrundet med, at generativ AI godt kan hallucinere og dermed producere resultater, der ikke har hold i virkeligheden.

Herudover understreger erfaringerne, hvor vigtigt det er, at pilotprojekter tager udgangspunkt i tests af konkrete forretningsideer. I den sammenhæng vurderer Lunar Bank, at der er en latent risiko for, at man som pengeinstitut satser markant på investeringer i AI med fokus på selve teknologen, fremfor at satsningerne er funderet i mulige forretningscases, og det øger risikoen for massive omkostninger uden tilstrækkelig merværdi.

Erfaringer med udrulningen af generativ AI har vist, at de organisatoriske rammer for lancering af generativ AI har betydning for medarbejdernes

holdninger og motivation for at tage AI i anvendelse, ligesom de organisatoriske rammer kan danne grundlag for at indkredse og identificere behov for kompetenceudvikling.

Interviewene i Danske Bank peger mere specifikt på, at medarbejdernes holdninger og forventninger til generativ AI kan kategoriseres i tre grupper:

1. De skeptiske. Det er medarbejdere, der typisk har mange års erfaring inden for fx rådgivning eller kredit. De er skeptiske, hvad angår generativ AI, og hvad det kan bibringe dem i deres job, og de forholder sig kritisk til det output, som generativ AI kan producere. Denne gruppe har behov for eksemplificering af potentialerne i generativ AI for banken som helhed og i forhold til de konkrete jobfunktioner. Desuden er det vigtigt at komme ud til denne gruppe og give dem den støtte, de måtte have behov for.

2. De motiverede. Det er medarbejdere, der er interesserede og motiverede for at komme i gang med brugen af generativ AI, men som grundlæggende ikke forstår teknologien. De kan sagtens have en videregående uddannelse, men de har typisk ikke haft teknologiske fag, eller de har afsluttet en videregående uddannelse for mange år siden som fx cand. polit., finansøkonom eller finansbachelor. Denne gruppe vil gerne i gang med at anvende generativ AI, og man kan understøtte denne gruppe, ved at de fx får skabeloner for, hvad god prompting er.

3. De overentusiastiske. Det er medarbejdere, der ikke synes, udviklingen kan gå hurtigt nok. De bruger generativ AI også til private formål, og de kan se, hvor hurtig spredningstakten har været. Til gengæld kan der være udfordringer forbundet med, at denne gruppe typisk ikke forholder sig kildekritisk til outputtet fra generativ AI, og det skal der tages højde for i supporten til denne gruppe.

De pengeinstitutter, der på globalt plan er førende inden for udvikling og anvendelse af AI, har alle udviklet sammenhængende kommunikationsstrategier målrettet både eksterne og interne interessenter27. AI-teknologiernes disruptive potentiale og ressourcekravene forbundet med AI fordrer, at den strategiske ledelse er i stand til at kommunikere en klar vision og ambition for satsningen på AI som udgangspunkt for mobilisering af interessenter – både medarbejdere, kunder, investorer og regulerende myndigheder.

VIL UDVIKLINGEN FORDRE EN ØGET SPECIALISERING?

Internationalt ses det, at pengeinstitutter forfølger forskellige specialiseringsstrategier for at kunne tilbyde mere komplekse og specialiserede

ydelser. Det gælder fx Banco Santander, der har specialiseret sig i vækst-SMV’er, eller Rabobank, der tilbyder løsninger til landbruget og fødevareindustrien, samt HSBC, der er specialiseret inden for life sciences og sundhed samt komplekse finansieringsbehov fra den tidlige forskning til lancering af ny innovation.

Men også virksomheder som Grab Finance – der er en nichebank, der udspringer af et taxaselskab i Singapore som et alternativ til Uber – har specialiseret sig i at betjene startups og mikrovirksomheder samt private, som ikke kan få adgang til en bankkonto i de etablerede banker. De internationale pengeinstitutter, som har implementeret en digital infrastruktur med avanceret brug af AI og data, har det til fælles, at de i høj grad bruger AI og data til en øget specialisering og som grundlag for at kunne tilbyde kunderne mere komplekse kundecentrerede løsninger.

Set i et fremadrettet perspektiv er spørgsmålet, om kundernes efterspørgsel og adfærd vil ændre sig, i takt med at de danske pengeinstitutter stiller AI-applikationer til rådighed, som har en funktionalitet, så man som privatkunde kan få forslag til, hvordan man kan optimere sin økonomi, eller at man som virksomhed i vækst kan få forslag til investeringsopkøb, eller at en ung familie kan få rådgivning om det første huskøb.

I oktober 2024 har Lunar Bank lanceret en ny kundeserviceassistent, der bygger på generativ AI og naturlig stemmeteknologi, og som muliggør en mere naturlig og kompleks interaktion med kunderne28 . Lunar Banks forventning er, at den nye AI-assistent efter en testfase bliver i stand til at klare 75 pct. af alle kundehenvendelser. Flere af interviewene understreger, at kunderne, også de yngre, foretrækker et fysisk møde med en rådgiver, når de står med mere komplekse behov. Men spørgsmålet er, om teknologien og brugervendte applikationer i stigende grad vil kunne løse stadig mere komplekse og personlige finansielle behov.

FORRETNINGSUDVIKLING OG SPECIALISERING –DE STRATEGISKE VALG

I takt med at teknologien bliver mere brugervenlig, kan den ikke blot gøre kunderne mere selvhjulpne, den kan også frigøre tid til de komplekse rådgivningsbehov. For rådgiverne kan generativ AI også understøtte en specialisering, og at de får øgede muligheder for at kunne fungere som strategiske sparringspartnere, men det vil ultimativt bero på pengeinstitutternes AI-strategier og på, om teknologien primært vil blive brugt til at optimere en række backoffice-processer, eller om AI også bliver et redskab til at styrke værdiskabelsen for kunderne. Hvis pengeinstitutterne forfølger en strategi med fokus på værdiskabelse, vil det også have betydning for medarbejderes kompetencer. Ikke kun rådgiverne, men også

4.1 Udviklingen i AI-fagområder og -profiler i internationale pengeinstitutter

FAGOMRÅDE DEFINITION EKSEMPLER

AI-UDVIKLING Specialister, der arbejder med design af AI-algoritmer og -modeller. Ansvarsområderne omfatter udvikling og optime-ring af AI-modeller, der kan analysere data, lære på bag-grund af mønstre, forudsige hændelser/risici og understøtte beslutningsprocesser. Typisk baggrund som matematiker, økonom, data scientist eller fysiker og mange med en ph.d.-grad

Risikomodellering

Overvågning og forebyggelse af risici forbundet med forkert anvendelse af underliggende modeller i ai-beslutningsprocesser og/eller bias i modeller. Typisk baggrund som matematiker, økonom, data scientist eller fysiker og mange med en ph.D.-Grad

Data engineering Engineering-brobygger mellem AI-udvikling og AI-implementering kombinerer viden om AI-modeller og data med viden inden for softwareudvikling, databaseudvikling m.m.

AI-implementering Specialister med ansvar for ”processer og procedurer forbundet den samlede implementeringsproces af AI-applikationer og værktøjer fra planlægning til integration i eksisterende forretningsgange. Rollen omfatter typisk forandringsledelse som en del af en overordnet digital transformationsstrategi – og strækker sig ud fra pilotfasen til forbedringer og opgraderinger.”

• Quant • Data Scientist

• Model Developer

• AI/ML model developer

• Risk Audit Manager

• Chief Quantitative Model Risk Manager

• AI/ML Model Risk Manager

• Operational Risk AI Modeler

• Model Risks Analysts

• Risk Quant/AI Engineer

Data Engineer

Data Architect

Database Administrator

• Software Engineer

• AI Engagement Lead

• DevOps

• Strategic Generative AI Part-ner

• Full Stack Developer

• Backend Developer

• Cloud Developer

• Software Architect

• Technical Lead

AI-brugere Ansatte, der anvender AI-værktøjer med henblik på både at optimere og understøtte arbejdsprocesser i kundevendte funktioner og i stabsfunktioner. De kan indgå med deres bankfaglige kompetencer i udviklingen af løsninger, som også kan implicere kvalitetssikring af data, vurdering af etiske perspektiver i kundevendte løsninger m.m.

Compliance Compliance-specialister i AI-intensive banker har ansvar for, at AI-systemer udvikles, implementeres og forvaltes på en måde, der overholder juridiske, regulatoriske og etiske standarder samt risikostyringsstandarder. Deres ansvarsområder krydser teknologi, regulering, risikostyring og etik, og de sikrer, at AI-systemerne opererer inden for rammerne af regulering og samfundsværdier.

Kilde: Videreudviklet på basis af Evident AI Index.

andre typer af medarbejdere, som en informant fra Nets peger på.

Inden for forretningsudvikling vurderer en informant fra Nets, at der vil være et stigende behov for forretningsudviklere med AI-baserede analysekompetencer og branchespecifik viden for at kunne tilbyde kunderne mere værdiskabende rådgivningsydelser. Det kunne fx være værktøjer, der understøtter den grønne omstilling i landbruget, hvad enten det handler om at bistå en landmand med identifikation af grønne underleverandører, eller at et pengeinstitut på basis af data analytics kan bistå en landmand med at optimere udnyttelsen af en mark uden brug af sprøjtemidler. AI-teknologier kan øge pengeinstitutternes muligheder for at tilbyde mere værdiskabende løsninger og derigennem udvikle tættere kunderelationer, som kan føre til et tættere samarbejde mellem analytikere og forretningsudviklere.

DEN AGILE, KUNDECENTREREDE ORGANISATION

Den agile salgsorganisation i Mastercard i Danmark har været igennem en markant transformation, hvor rollen som commercial manager er blevet introduceret med henblik på at styrke kundeorienteringen gennem hele organisationen. Tidligere fokuserede salgsteamet udelukkende på salg, mens produktudvikling, vedligehold, kundeservice m.m. var separate enheder. For at sikre en tæt kobling mellem udviklingen i markedet og efterspørgslen på nye løsninger og nye produktudviklingssatsninger har salgsteamet i Mastercard defineret en ny jobrolle i form af commercial managers som vigtige brobyggere mellem de forskellige funktioner.

Commercial managers deltager i alle interne møder i salgsafdelingen inklusive de ugentlige salgsmøder. Ved at være til stede får de salgsteamets indsigter fra møder med kunderne. De deltager også i kundemøder, hvor de får en dybdegående forståelse af de aktuelle

• Privatkunderådgiver

• Erhvervskunderådgiver

• Investeringsrådgiver

• Økonomi- controller

• HR - specialist

• AI Compliance Officer

• AI Risk Manager

• Ethics and AI Governance Specialist

• Data Privacy and AI Regula-tory Specialist

• AI Audit and Monitoring Lead

markedsbehov og udfordringer set i kundernes optik. Commercial managers fungerer her som bindeled og formidlere af kundefeedback til udviklingsteams og kundeservice i Mastercard. Samtidig medvirker commercial managers til, at salgsteamet er opdateret med hensyn til et product roadmap for de kommende år, så sælgerne er klædt på til at tage en dialog med kunderne om udviklingstrends og strategiske planer, som kan styrke de forretningsmæssige relationer med Mastercard.

Den strukturerede integration af commercial managers skaber dermed ikke blot sammenhæng mellem salg og produktudvikling, men også en mere agil og markedsorienteret organisation. Den agile organisation er understøttet af en stærk feedbackkultur med fokus på læring.

SPECIALISERING GENNEM ESG

Pengeinstitutterne forfølger forskellige strategier for at tiltrække og fastholde kunder i et marked,

Tabel

hvor den finansielle infrastruktur er karakteriseret ved forholdsvis mange pengeinstitutter og et relativt tæt filialnet. Digitaliseringen og udnyttelsen af data spiller en voksende strategisk rolle i mange pengeinstitutter, men det gælder dog langt fra alle.

BOKS 4.6 MERKUR ANDELSKASSE – BÆREDYGTIGHED OG ETISK BANKDRIFT

Merkur Andelskasse blev grundlagt i 1982. Hovedafdelingen ligger i København, men

Merkur Andels-kasse har også en afdeling i Aarhus og en i Aalborg. Merkur Andelskasse har i dag ca. 35.000 kunder og 8.000 andelshavere, og de tre afdelinger beskæftiger i alt ca. 100 ansatte. Andelskassens virke er base-ret på en kombination af økonomisk stabilitet og socialt ansvar, hvor der fokuseres på bæredygtighed og etisk bankdrift. Merkur Andelskasse er kendt for at være en pioner inden for bæredygtige investeringer og har som mål at bidrage til en mere retfærdig og miljømæssigt bæredygtig verden. I 2023 blev Merkur Andelskasse for tredje gang kåret som klimabank nr. 1 i undersøgelsen Greencheck.

Merkur Andelskasse ser ikke digitaliseringen som en vej til øget kundetilfredshed og kundeværdiskabelse, da teknologien ifølge bankens vurdering ikke kan erstatte den tætte kunderelation. Bankens forretningsmodel er baseret på bæredygtighed, social ansvarlighed og dybe kunderelationer. Merkur Andelskasses strategi beror på, at banken skal være i stand til at fungere som strategisk sparringspartner for sine kunder. Det forudsætter udviklingen af en tillidsfuld relation til kunderne og et dybt kendskab til den enkelte kunde, hvad enten det er en privatkunde eller en erhvervskunde.

Som en konsekvens af strategien har Merkur Andelskasse inden for erhvervsrådgivning valgt at forfølge en specialiseringsstrategi. I praksis betyder det, at andelskassen prioriterer specifikke brancher inden for den offentlige og den private sektor samt udvalgte NGO’er. Det gør man for at sikre, at bankens rådgivning bygger på en brancheindsigt, samt at virksomhedernes forretningsgrundlag hviler på formål og værdier, der modsvarer Merkur Andelskasses.

Inden for de prioriterede brancheområder afsætter Merkur Andelskasse fortløbende ressourcer, så erhvervsrådgiverne har mulighed for at specialisere sig inden for de brancher, de rådgiver. De oplever dog en voksende kompleksitet i rådgivningen af nogle af deres virksomhedskunder, som følge af at disses forretning i stigende grad er baseret på avancerede teknologier inden for fx miljø og klima eller kræver nye, grønne teknologiinvesteringer.

Hvor Merkur Andelskasse vurderer, at behovet for brancheteknologisk viden er voksende, blandt

andet som følge af ESG, peger andre pengeinstitutter på vigtigheden af at kunne facilitere samarbejder med uvildige teknologirådgivere med viden inden for ESG, på samme vis som at erhvervsrådgivere ofte også har et samspil med revisorer. Det kan danne udgangspunkt for udviklingen af et dynamisk økosystem, der kan tilgodese kompleksiteten i kundebehovene, og hvor virksomhederne ikke selv har al ekspertise in-house.

I Mastercard er ESG dybt integreret i hele den globale organisation og understøttet af, at virksomheden i 2021 etablerede Sustainability Innovation Lab i Stockholm som ramme for udviklingen af bæredygtige løsninger og partnerskaber med fintech-virksomheder29. Bæredygtighed er indlejret i Mastercards strategi gennem visionen ”Doing well by doing good”.

BOKS 4.7 VISIONEN FOR ESG MASTERCARD30

“For us, doing well by doing good means we drive long-term value for our stockholders by empower-ing people to reach their full potential, advancing equitable prosperity around the world, and putting innovative solutions to work protecting the planet.”

Mastercard har udviklet en række værktøjer, både til virksomheder og til forbrugere, med henblik på at reducere CO2-udslippet. Mastercards ”Carbon Calculator” er udviklet med den svenske fintech-virksomhed Doconomy for at skabe bevidsthed blandt forbrugerne om de miljømæssige effekter af deres forbrug og med det perspektiv, at det kan ændre forbrugeradfærden.

Herudover har Mastercard implementeret en række initiativer og mål for diversitet i medarbejderstaben. Medarbejderne har desuden fem dage om året, som de kan bruge til velgørende formål, og virksomheden har i den sammenhæng etableret et samarbejde med organisationen ISOBRO31. Ud over værdien af de mange konkrete aktiviteter er erfaringen i Mastercard i Danmark, at ordningen styrker sammenhængskraften i virksomheden.

OPSUMMERING

Uanset strategi viser erfaringerne fra de interviewede finansielle virksomheder, at de relationelle kompetencer og en bankfaglig indsigt er kernekompetencer både med hensyn til de interne udviklingssamarbejder og med hensyn til rådgivningen af kunder.

De danske pengeinstitutter, der er kommet i gang med brugen af generativ AI, illustrerer, at den strategiske kommunikationsindsats er nødvendig fra den tidlige pilotfase og til den bredere udrulning, og at det ikke alene er en opgave for den øverste ledelse. Lige så vigtigt er det, at afdelings- og teamledere er i stand til at tage en åben dialog med medarbejderne om

AI, og hvad anvendelsen kan betyde med hensyn til ændringer i opgaver og arbejdsprocesser.

Analysen viser, at ESG er i en tidlig udviklingsfase i den finansielle sektor, og tendensen har været, at man i høj grad har fokuseret på de miljø- og klimarelaterede mål i den finansielle sektor og ikke på de samlede mål for ESG. Mastercard er et illustrativt eksempel på, hvordan en holistisk tilgang til ESG kan understøtte strategiske forretningsmål.

Interviewene understreger vigtigheden af, at medarbejdernes erfaringer og refleksioner kommer i spil også i de tidlige overvejelser om, hvor generativ AI potentielt kan skabe værdi. Det er vigtigt, som også Lunar Bank understreger, at pilotprojekter tager udgangspunkt i tests af konkrete forretningspotentialer, og det kræver, at forskellige fagligheder og perspektiver kommer i spil. Herudover kræver udnyttelsen af generativ AI, at den enkelte medarbejder forholder sig kritisk til det output, som generativ AI kan producere, og det kan man fremme gennem en involverende udviklingskultur.

De tidlige erfaringer med generativ AI viser, at kompetencer, der relaterer sig til humans in the loop, dvs. er komplementære til ren maskinintelligens, er afgørende for succes med AI og for en transparent og etisk ansvarlig brug af AI. Det omfatter kompetencer som evnen til at tænke ud af boksen, at kunne se en problemstilling fra forskellige vinkler, at kunne forholde sig kritisk analytisk, at kunne kommunikere samt at kunne samarbejde og udvise empati.

Det ikke muligt på nuværende tidspunkt præcist at vurdere de beskæftigelsesmæssige effekter af AI-teknologier, bl.a. fordi AI er i en tidlig udviklingsfase i den finansielle sektor i Danmark. Desuden er er det usikkert, i hvilket omfang virksomhederne primært ser AI-teknologier som et redskab til en fortsat automation af processer og dermed til omkostningsreduktioner, eller om de ser muligheden for at udnytte AI’s innovations- og automationspotentiale, som kan sikre en værditilvækst gennem dybere og mere komplekse kundeløsninger. I et sådant scenarie, hvor AI ikke alene bruges til at automatisere opgaver, bliver teknologien til intelligente værktøjer, som komplementerer de ansattes kompetencer og kan være grundlaget for kundecentreret innovation32 33 34

McKinsey & Company vurderer, at op til 30 % af arbejdstimerne i Europa kan automatiseres med AI inden 203035. Derfor står den finansielle sektor foran strategiske valg i de kommende år.

MORGENDAGENS KOMPETENCER

Dette kapitel fokuserer på, hvordan virksomhederne strategisk arbejder med deres kompetencebehov. Det gælder med hensyn til, både hvordan de afdækker det, og hvilke behov der tegner sig i en kontekst, hvor afdækningen af efterspørgslen på kompetencer fremadrettet kan være usikker. Det skyldes, at udviklingen inden for digital infrastruktur og brugen af AI kan få en transformativ effekt på jobroller og kompetencebehov i de kommende år. Som en konsekvens af udviklingen spiller HR en stigende strategisk rolle.

AFDÆKNING AF MORGENDAGENS KOMPETENCER

Den finansielle sektor er i en fortsat transformationsproces, som i de kommende år forventes at accelerere som følge af udfordringer med hensyn til kundetilfredshed i flere pengeinstitutter og voksende compliancekrav, og ikke mindst på grund af udviklingen i den digitale infrastruktur og de muligheder, det medfører. Herudover spænder arbejdsstyrken i den finansielle sektor over flere generationer med forskellige forventninger til det gode arbejdsliv. De finansielle uddannelser er ikke længere motorvejen til finanssektoren. I takt med en øget IT- og dataintensitet som følge af udnyttelsen af AI, vil konkurrencen om AI-specialister sandsynligvis øges, i takt med at efterspørgslen vokser i flere sektorer. Samlet set betyder det, at HR spiller en stigende strategisk rolle i de finansielle virksomheder, og at kompleksiteten i HR-opgaven er voksende.

For bedre at kunne vurdere de fremtidige kompetencebehov ses der en tendens til, at der anvendes et mix af metoder til at afdække morgendagens kompetencebehov. Det omfatter fx kortlægning af trends og strategiske usikkerheder i et sektorog værdikædeperspektiv og en vurdering af strategiske forretningsmål. På jobniveau tager man udgangspunkt i de opgaver, et job består i, samt i hvilket omfang de enkelte opgaver kan blive påvirket af AI og hvordan.

Som nævnt skyldes det, at AI kan automatisere opgaver, men ved hjælp af AI-applikationer kan medarbejderne også få nye, intelligente værktøjer stillet til rådighed i forbindelse med løsningen af opgaver. Herudover opstår der nye opgaver og jobs som følge af AI-udviklingen36 37 38 .

Den hollandske bank ING er et af mange eksempler på et forretningsmæssigt udsyn og en tilgang til morgendagens kompetencer, jf. boks 5.1

BOKS

5.1 STRATEGISK UDSYN, MORGENDAGENS FORRETNING OG KOMPETENCEBASE39

Den hollandske bank ING er et af de pengeinstitutter, der på globalt plan er førende inden for udnyttel-sen af AI i bankens forretningsmodel. Da ING udviklede en AI, vurderede ledelsen, at der blandt de 60.000 ansatte ikke var tilstrækkelig knowhow og tilstrækkelige kompetencer til at realisere strategien. Derfor oprettede banken et globalt ING Analytics Academy med skræddersyede læringsforløb tilpasset hver datarolle i virksomheden. Som input til den løbende udvikling af kurser overvåger ING blandt an-det konkurrenters jobopslag relateret til AI.

Samtlige medarbejdere fik adgang til onlinekurser, der skulle øge deres dataforståelse. Mere end 5.000 medarbejdere gennemførte en kompetencevurdering som udgangspunkt for et efteruddannelsesforløb med tre spor:

• Analytics Sponsor

• Business Translator

• Data Scientist. Forløbene blev gennemført i virksomheden med en afsluttende certificering. I alt har 52.000 medarbej-dere gennemført kompetenceudvikling relateret til AI. Mere end 70 pct. af ING’s efteruddannelse fore-går i dag online, og det er understøttet af en systematisk tilgang til intern mobilitet og et bredere per-spektiv på talent.

Den britiske Financial Services Skills Commission40, Singapores Financial Services Industry Transformation Map 2025, Singapores SkillsFuture inden for Financial Services41 samt Australiens Jobs and Skills Council42 inden for finans er alle eksempler på en bredere tilgang til at afdække fremadrettede kompetencebehov og styrke mobilitet i sektoren43

De internationale erfaringer viser, hvor vigtigt det er at udvikle modeller for kompetenceudvikling, der tilgodeser, at arbejdsstyrken som helhed tilegner sig AI og datarelaterede kompetencer tilpasset forskellige jobroller. På samme måde som ING har investeret markant i de ansattes kompetencer inden for AI og data, har Bank of America formået at besætte 40 pct. af deres AI-jobs med medarbejdere, der har gennemført kompetenceudvikling inden for AI-relaterede temaer. Også pengeinstitutter som HSBC, Groupe Société Générale og DBS Bank i Singapore forfølger lignende strategier, og alle virksomheder er globalt førende i udvikling og anvendelse af AI44 .

BOKS 5.2. GROUPE SOCIÉTÉ GÉNÉRALE –STRATEGISK RAMMESÆTNING AF MORGENDAGENS KOMPETENCER45

I 2019 indgik ledelsen i Groupe Société Générale en langsigtet aftale med fagforeningen Cfdt om med-arbejdernes beskæftigelse, job og kompetencer. Som et led i strategien har Groupe Société Générale implementeret en HR-teknologiplatform baseret på maskinlæring, der kan understøtte intern mobilitet, og at medarbejderne har ejerskab til kompetenceudvikling.

I 2023 har Groupe Société Générale for første gang implementeret ”Learning Days”. Formålet med disse dage er at italesætte kompetenceudviklingsmuligheder i relation til bankens strategiske udviklingspla-ner, og det er et redskab til at styrke læringskulturen i virksomheden. I 2023 har Groupe Société Géné-rale implementeret et globalt AI-kompetenceudviklingsinitiativ, der er rullet ud i 25 lande. I det første år omfattede det 5.000 medarbejdere, hvoraf de 2.000 har opnået en formel kvalifikation. For ledelses-gruppen er der implementeret et strategisk udviklingsforløb om AI-forretningsudvikling samt transpa-rens og ansvarlighed med hensyn til anvendelsen af AI. Herudover er der implementeret et sporskifte-program for at fremme intern mobilitet.

– Digital Futures of Work.

De danske pengeinstitutter, der er i gang med at udnytte potentialerne i AI, arbejder alle systematisk med deres talent-pipeline, og de har ligeledes implementeret en række processer, der styrker den interne videndeling og muligheder for systematisk at lære gennem jobbet. Det afspejler sig også i virksomhedernes HR-strategier, fx i Nordea og i Nykredit.

STRATEGISK UDSYN OG KOMPETENCEPLANLÆGNING I NORDEA

I Nordea er der implementeret en struktureret HR-proces, ”Strategic Workforce Planning”, hvor HR en gang om året med lederne og med udgangspunkt i udviklingen i et tre-fem-årigt perspektiv fokuserer på hele arbejdsstyrken i virksomheden og deres kompetencebehov som grundlag for realisering af strategien. Eksterne analyser inddrages for at kvalificere medarbejderbehovene fremadrettet, herunder hvor mange der skal være, deres rolle i virksomheden, samt

Kilde: Hanne Shapiro Futures-interview

hvilke medarbejderprofiler der er behov for. Denne proces giver indspil til en medarbejderevaluering mellem ledere og medarbejdere, hvori der også indgår en medarbejderselvevaluering.

Det resulterer i identifikation af kompetencebehov, der afspejler Nordeas fremadrettede udviklingsprioriteter, og hver medarbejder får en skriftlig udviklingsplan. Det sikrer en sammenhæng mellem strategisk forretningsudvikling og prioritering af ressourcer til kompetenceudvikling, hvor der fx er fokus på områder som ESG, AI samt data og cybersikkerhed.

Nordeas tilgang til strategisk kompetenceudvikling fremmer, at medarbejdernes nye kompetencer kommer effektivt i spil, vurderer HR, hvilket er helt centralt for forankring af læring, for organisatorisk innovation og for produktivitet46. Herudover har Nordea en række læringstilbud, som medarbejderne kan gøre brug af på egen hånd. Banken har desuden igangsat en række tiltag for at understøtte en intergenerations-mentorordning og reverse mentoring, hvor yngre medarbejdere fx fungerer som mentorer for ledere. Erfaringerne er, at den strategiske tilgang til HR styrker transparens og organisatorisk stabilitet. Nordea vurderer, at det har resulteret i en lav medarbejderomsætning.

NYKREDIT – MOBILITET SOM VIRKEMIDDEL

Nykredit er et af de pengeinstitutter, der forfølger en eksperimenterende og involverende tilgang til brugen af AI. Som en konsekvens af Nykredits AI-strategi har ledelsen meldt ud, at AI ikke ses som en teknologi, der vil føre til afskedigelser, men snarere som et hjælpeværktøj, der kan løse nogle af rutineopgaverne. Parallelt hermed har man styrket indsatser, der skal fremme intern rekruttering og mobilitet.

I den sammenhæng har Nykredit eksplicit valgt ikke at bruge terminologien ’fastholdelse’, da man konsekvent prioriterer at kommunikere i et udviklingssprog. Også Nykredit arbejder foregribende med kompetenceudviklingsbehov, og det afspejler sig i høj grad i den interne mobilitet. For tre år siden rekrutterede Nykredit i højere grad eksternt ved jobbesættelser. I dag besættes ca. 50 pct. af stillingerne internt, og målet er på længere sigt, at 60 pct. af stillingerne skal besættes internt og 40 pct. eksternt.

Nykredit har implementeret et systematisk HR-setup, der skal fremme intern rekruttering. Udgangspunktet er et årligt review efter bestyrelsesmødet i juni, hvor niveau 2-ledelsen,

der refererer til direktionen, sammen med HR gennemgår enhedens parathed til at levere i forhold til strategi og forretningsplan. Man ser på ledelseskvalitet, succession, kultur, diversitet, ligeløn, trivsel og kompetencer, herunder om der er medarbejdere, der skal videre til andre roller, eller som skal have tilbudt et specifik udviklingsforløb.

Medarbejdere kan også selv tilkendegive, at de er klar til nye udfordringer, og lederne vurderes blandt andet på deres evne til at understøtte intern mobilitet. Review-processen giver et overblik over organisationen og identificerer behov for udvikling, hvilket resulterer i en årlig kompetence- og udviklingsplan for hver niveau 2-enhed og et successionsoverblik for den samlede koncern.

BOKS 5.3 INTERN MOBILITET I NYKREDIT

Nykredit har succes med intern mobilitet, ikke kun hvad angår ledersuccession, men også med hensyn til medarbejdernes serielle skift mellem afdelinger. Mange medarbejdere deler deres erfaringer med sådanne skift på sociale medier som LinkedIn, hvilket bidrager til at fremhæve en virksomhedskultur, hvor intern mobilitet udgør en naturlig del af den enkeltes karriereudvikling. Dette er en del af Nykre-dits medarbejderløfte om at prioritere udvikling og muligheder for dem, der kan og vil. Alle medarbej-dere har en udviklingsplan, der understøtter deres succes og trivsel. Fremadrettet er målet, at 60 pct. af stillingerne skal besættes internt i 2025. Nykredit har også sat et mål om, at 45 pct. af lederne i 2030 skal være kvinder– med et langsigtet mål om en 50/50-fordeling på ledelsesniveau.

FLERE STRATEGIER, DER UNDERSTØTTER KOMPETENCEUDVIKLING

Den strategiske tilgang til morgendagens kompetencebehov er understøttet af, at de finansielle virksomheder forfølger flere strategier i tilgangen til udvikling og rekruttering af ansatte:

• En systematisk tilgang til udvikling af talent-pipeline med stærke relationer til uddannelsesinstitutioner

• Et bredere perspektiv på talent med øgede indsatser og måltal for at styrke intern rekruttering, mobilitet og diversitet

• Tiltag for at styrke kultur, der fremmer læring og videndeling

• Jobudvikling, fx gennem deltagelse i udviklingsprojekter, interne læringstilbud, intern videndeling, mentoring, ph.d.-projekter m.m.

• En medarbejderinvolverende og eksperimenterende tilgang til udvikling og implementering af nye teknologier.

I Spar Nord Bank afholder man fx karrieredage for at synliggøre job- og karriereudviklingsmuligheder ud over ledersporet og som en understregning af, at det er legitimt at tale om job- og karriereudvikling, og at det ikke handler om at søge væk fra et område, men om, at man som medarbejder har øje for udviklingsmulighederne i Spar Nord Bank. Herudover arbejder banken tæt sammen med uddannelsesinstitutioner, senest i form af et ph.d.-samarbejde.

HR’S STRATEGISKE ROLLE – OG NY HR-TEKNOLOGI

For at sikre en sammenhæng mellem virksomhedernes strategiske udviklingsplaner og virksomhedernes kompetencebase skal HR være i stand til at fungere som sparringspartner for ledelsen. Herudover skal HR være i stand til at oversætte og operationalisere udviklingstendenserne til kompetencebehov og omsætte dette i planlægning af udviklingsindsatser.

I takt med at teknologier spiller en stigende rolle i forretningsudvikling, øger det også kravene til, at HR har teknologiindsigt for at kunne operationalisere kompetencestrategier. Flere af de interviewede virksomheder forventer, at AI vil spille en stigende rolle i transformation af HR-processer. Virksomheder i den finansielle sektor som Mastercard, HSBC og OCBC har alle implementeret techløsninger, der skal styrke deres talent management-strategier gennem implementering af talent marketplaces som fx Gloat og Eightfold.

Talent marketplaces er i praksis en kompetencemarkedsplads, der udnytter AI som grundlag for at få et match mellem virksomhedens samlede udviklingsmuligheder og medarbejderønsker om job- og kompetenceudvikling. Udviklingsmuligheder omfatter fx udviklingsopgaver, projekter, mentoring-tilbud og jobåbninger. Alle udviklingsmuligheder lægges åbent ud, så den enkelte medarbejder kan overskue og forme udviklingsmulighederne, fremfor at de er ledelsesinitierede.

Talent marketplaces er lanceret som en demokratisering af medarbejdernes udviklingsmuligheder, blandt andet fordi det har

vist sig, at talent marketplaces styrker intern mobilitet i virksomhederne og medvirker til, at attraktive jobs i øget omfang besættes med interne kandidater, og det medvirker til at reducere medarbejderomsætningen. Desuden kan talent marketplaces ved omstruktureringer styrke genplacering af medarbejdere. Endelig kan en talent marketplace platform som Gloat medvirke til at understøtte strategiske mål om flere kvinder i ledelsen, større etnisk diversitet og udviklingsmuligheder for seniorer.

Mastercard er en af de globale finansielle virksomheder, der har implementeret Gloat. Med hensyn til at understøtte geografisk mobilitet inden for koncernen er erfaringerne begrænsede. Vurderingen er, at det i høj grad skyldes, at medarbejderne ofte er etablerede med familie og forpligtelser, hvilket kan gøre det sværere at tage beslutningen om at flytte til en anden geografisk lokation i Mastercard. Vurderingen er, at talent marketplaces over tid kan blive et strategisk redskab, der styrker et kontinuerligt fokus på udvikling af medarbejderne, så de er i stand til at påtage sig nye opgaver også andre steder i virksomheden i takt med udviklingen. Gloat har i Mastercard udvirket, at der er skabt en kultur, hvor det er legitimt at tage dialogen med sin leder om ønsket om at prøve noget nyt, også uden for det team, hvor man oprindeligt er ansat.

Når fx en amerikansk kollega i Mastercard tilbringer tre måneder i Danmark for at få en dybere forståelse af den lokale forretning og kultur, kan det give anledning til en dialog blandt medarbejderne eller med ledelsen om mulighederne for at prøve nye udfordringer, enten lokalt eller i Mastercard i et andet land. På den måde bliver medarbejdernes udvikling en ressource, der styrker både medarbejderne og

Mastercard. Vurderingen er, at brugen af talent marketplaces og lignende platforme kræver en åben og tillidsbaseret kultur, fordi der potentielt kan opstå udfordringer med hensyn til at balancere ønsket om at understøtte medarbejdernes udvikling med den daglige drift, og at det er en vigtig strategisk ledelsesopgave.

BOKS 5.4 HSBC – GLOAT TALENT

MARKETPLACE47

HSBC er en af verdens største banker med over 220.000 medarbejdere i 63 lande. Under COVID-19-pandemien accelererede banken implementeringen af fleksible arbejdsformer for at sikre kontinuitet og fremme en agil og samarbejdende kultur. Som en del af denne transformation valgte HSBC at sam-arbejde med Gloat Talent Marketplace for at fremme tværorganisatorisk kompetenceudvikling og job-muligheder for medarbejderne og ud fra et bredere perspektiv på talent. Platformen understøtter, at medarbejdere kan udforske og udnytte karriereveje og udviklingsmulighe-der på tværs af hele virksomheden. Det har styrket en agil kultur gennem hele virksomheden, det har øget fastholdelse ved at systematisere og synliggøre udviklingsmuligheder, og det har øget trivslen. I 2023 havde 120.000 medarbejdere adgang til Gloat, og målet er, at alle medarbejdere kan bruge plat-formen i 2024.

De udviklingstendenser, der ses i HR, er en afspejling af:

• Et skift i forretningsstrategier fra produkt excellence til den personaliserede kunderejse

• En agil kultur med skiftende tværfaglige udviklingsteams

• At fastlagte afdelingsstrukturer og veldefinerede jobroller bliver mere flydende

• At det tværfaglige samarbejde også øger behovet for kompetencer af tværfaglig karakter, der kan understøtte samarbejdet.

Som en informant fra Danske Bank fremhæver, øger det agile samarbejde behovet for, at medarbejderne har en fælles referenceramme og et fælles sprog, og det understøttes af, at alle medarbejdere uanset jobrolle har kompetencer inden for områder som datakvalitet, dataforståelse, kommunikation samt forståelse af AI-teknologier.

Udviklingstendenserne i den kompetencebaserede organisation er ikke entydige, som pilene i figur 5.1 illustrerer. Det er værd at notere sig, at de virksomheder, der har implementeret en systematisk tilgang til rammesætning af flere mulige udviklingsspor, oplever, at det har en positiv betydning for medarbejderfastholdelsen.

NYE KOMPETENCER OG NYE MEDARBEJDERPROFILER

I takt med at den finansielle sektor undergår store forandringer, opstår der nye kompetencebehov og jobprofiler, og konkurrencen om kvalificeret arbejdskraft skærpes, fordi en række profiler også efterspørges i andre sektorer. Parallelt med at der opstår nye kompetencebehov som følge af udviklingen, ses det også, at efterspørgslen på datarelaterede kompetencer, fx inden for risikomodellering, medfører, at der bliver ansat nye specialister som fx matematikøkonomer, matematikere, fysikere og data scientists.

AI, DATARELATEREDE KOMPETENCER OG ESG

Ud over ansættelse af nye specialistprofiler medfører udviklingen inden for AI et behov for, at andre faggrupper tilegner sig kompetencer inden for AI-teknologier og data. Det gælder fx forretningsudviklere, der forventes at have en indsigt i AI-teknologier som maskinlæring og generativ AI og en forståelse af data og programmeringssprog – uden dog nødvendigvis selv at kunne programmere.

De nye kompetenceområder ses som en forudsætning for at kunne udvikle løsninger, der har en forretningsværdi, og for at kunne samarbejde i et team, der har forskellige fagligheder. Det gælder ikke kun forretningsudviklere, men også product owners og analytikere. Herudover skal disse medarbejdergrupper kunne arbejde struktureret med data og være i stand til at tænke ud af boksen. Flere peger på, at forståelsen af AI-teknologier, data og datakvalitet er kompetenceområder, som bliver gældende for alle medarbejdere uanset jobroller, i takt med at AI integreres i de finansielle virksomheder, og at det vil kunne styrke de ansattes

mobilitetsmuligheder. Samtidig peger flere på, at det er en fordel, at man også i de funktioner har en indsigt i branchedynamikker og kundeadfærd for at kunne udnytte mulighederne i de voksende datastrømme.

Nykredit vurderer, at etik og de mellemmenneskelige relationer er et spørgsmål om både adfærd og kompetencer, som kan trænes og udvikles. I en kontekst, hvor vi ser ind i en verden, hvor teknologier som AI og platforme som Meta48 bliver allestedsværende og samtidig skjulte, vurderer Nykredit, at det er nødvendigt at nytænke kompetencefundamentet som noget andet og mere end teknologiske færdigheder. Udviklingen fordrer, at humaniora – herunder filosofi og etik – indlejres i alle uddannelser uanset studieretning, og det gælder også på efteruddannelsesområdet. Et af argumenterne er ifølge Lunar Bank, at de gode brugercentrerede løsninger forudsætter de kompetencer og værdisæt, der er menneskelige, og i den forstand spiller de unikt menneskelige kompetencer og værdier, der er relateret til humaniora, en stigende rolle i en mere AI- og dataintensiv verden og som forudsætning for innovation gennem AI49 50. Det har den hollandske Rabobank sat på formel med bankens 12 Raboskills

BOKS 5.5 DE 12 RABOSKILLS

Den hollandske Rabobank, der har specialiseret sig inden for rådgivning til landbrugets værdikæde, er et af de internationale pengeinstitutter, som lægger stigende vægt på et sæt af kompetencer, der ses som unikt menneskelige og som forudsætning for at kunne opbygge dybe og værdiskabende relationer med kunder og med kolleger og samarbejdspartnere.

De 12 Raboskills omfatter: kreativitet, selvrefleksion, emotionel intelligens, strategisk kommunikation, forandringsagilitet, kundecentrering, professionelt samarbejde, dataindsigt, digitale kompetencer, bæ-redygtighed, beslutningskompetence, problemløsning.

Kompetencerne ses som nøglekompetencer for jobudvikling og beskæftigelse i den finansielle sektor.

Kilde: https://rabobank.jobs/en/develop-your-skills/

Herudover peger internationale erfaringer på nødvendigheden af, at kompetenceudviklingstiltag inden for AI omfatter en bred målgruppe og ikke alene ledere og medarbejdere i specialistfunktioner.

ESG-RELATEREDE KOMPETENCER

Merkur Andelskasse, der har indlejret ESG i sin forretningsmodel, vurderer, at behovet for ESG-kompetencer varierer, afhængigt af den rolle ESG spiller i pengeinstitutternes forretningsmodel

og af, hvorvidt ESG anses primært som et compliancespørgsmål eller som et innovations- og forretningsanliggende.

I forbindelse med rådgivningen af erhvervskunder oplever Merkur Andelskasse et voksende behov for kompetencer, der gør banken i stand til at vurdere robustheden af en virksomheds forretningsmodel, fx i forbindelse med låntagning til investering i ny grøn teknologi, og det omfatter også kompetencer, der relaterer sig til en vurdering af modenheden af en grøn teknologi.

På europæisk plan er Frankfurt School of Finance & Management i et konsortium i gang med udviklingen af en micro-credential inden for ESG, som vil blive certificeret af European Banking Institute51

I Singapore har Institute for Banking og Finance i samarbejde med de finansielle myndigheder lanceret 12 kompetenceområder for fremme udvikling og specialisering inden for ESG i den finansielle sektor på baggrund af en stigende efterspørgsel på ESG-relateret rådgivning, som fremgår af boks 5.652

BOKS 5.6 ESG-KOMPETENCERAMMEVÆRK, SINGAPORE

• CO2-markeder og management af reduktion af CO2

• Klimarelaterede forandringer, indsatser der kan reducere klimabelastningen

• Management af naturkapital

• ESG-taksonomier, strategi, processer, transaktioner og implementering

• Effektindikatorer, monitorering og rapportering og strategisk

• Kommunikation til interne og eksterne interessenter

• ESG-rapportering og integration i regnskabspraksis

• Modellering og management af risici

• Bæredygtighed og lån

• Bæredygtighed og investeringer, management af ESG-porteføljer

• Corporate governance, ledelse og innovation gennem ESG

• ESG i forsikring

• ESG – strategi, implementering, KPI i andre sektorer end den finansielle.

Som baggrund for kompetencerammeværket er der gennemført en kompetenceanalyse af KPMG53 Som en del af denne analyse, er der defineret 12 distinkte jobroller relateret til ESG i den finansielle sektor og som grundlag for specialisering, i takt med at ESG spiller en øget rolle både som et compliance-anliggende og som omdrejningspunkt for forretningsudvikling. Den finansielle sektor ses i Singapore som en sektor, der spiller en afgørende rolle for den grønne omstilling og for udviklingen af bæredygtighed økonomisk, socialt og i forhold til governance-modeller og principper. De finansielle myndigheder har derfor afsat 35 mio. SGD (knap

183 mio. DKK) til opkvalificering og efteruddannelse af den finansielle arbejdsstyrke i relation til ESG.54

DE FINANSIELLE KOMPETENCER – OG DE PERSONLIGE

Uanset digitaliseringsintensitet peger samtlige interviews på nødvendigheden af, at alle medarbejdere har en forståelse af finansielle processer og bankdrift. Som en konsekvens af den voksende kompleksitet i compliance er vurderingen, at det er nødvendigt at indtænke compliance i design og udvikling af nye løsninger, og det er er en af årsagerne til, at udviklingsprocesser i stigende grad er organiseret i tværgående teams. Lunar Bank siger i den sammenhæng, at compliance ikke er en vertikal, der fungerer som en separat enhed, men derimod er compliance en del af kerneforretningen. Erfaringen er, at udviklingsprocesser befordres af en sund spænding mellem forretningsudvikling og compliance, hvor medarbejderne gensidigt er i stand til at udfordre hinandens perspektiv på en konstruktiv måde. Det styrkes gennem en række generiske kompetencer. De omfatter problemindkredsning, evnen til at tænke ud af boksen, evnen til at arbejde struktureret samt evnen til at lære nyt og sætte sig ind i et nyt område og i andres perspektiv på en given opgave. Vurderingen er, at de generiske kompetencer spiller en stigende rolle fx i forhold til intern mobilitet i en virksomhed.

BETYDNINGEN AF DE TVÆRGÅENDE KOMPETENCER

Internationale erfaringer peger på, at der som følge af udviklingen inden for AI, digitalisering, compliance og ESG er en række kompetencer, som alle medarbejdere bør tilegne sig, og som får voksende betydning for jobmulighederne i den finansielle sektor. Herudover peger de internationale erfaringer på, at disse kompetencer kan øge det organisatoriske beredskab til at udnytte AI strategisk. I de pengeinstitutter, der internationalt anses som førende inden for AI, tyr man til flere strategier for at styrke kompetencebasen inden for AI og med fokus på kontinuerlig læring gennem jobbet og også baseret på strukturerede læringsforløb. Brugen af innovative digitale læringsløsninger spiller en væsentlig rolle, dels for at for at nå en stor målgruppe og samtidig tilpasse læring til forskellige målgrupper og indlejret i arbejdsprocesserne. Flere vælger at bruge certificeringer for at synliggøre medarbejdernes opnåede kompetencer og for at fremme intern mobilitet baseret på medarbejdernes faktiske kompetencer. På baggrund af den samlede kortlægning er der udarbejdet en tværgående kompetencematrix (tabel 5.1).

KOMPETENCEUDVIKLING OG MORGENDAGENS JOB

Siden ChatGPT blev lanceret i 2023 er der blevet lanceret et væld af kurser af både danske og

Open banking, open finance. Trends, user cases, regulering

Hyperpersona-lisering som strategi – kritiske byggesten

API-løsninger. Teknologi, cybersikkerhed, værdiskabelser

Personalisering af banking. Potentialer i cloud, åbne standarder og mikroservicer. Forretningsanalyse og vurdering af ROI

Facilitering og kundeværdiskabelse i finansielle økosystemer

Personaliseret rådgivning. Muligheder og begrænsninger i AI

Kundepsykologi og adfærdsøkonomi

Udviklingstendenser i regulering

Branche, værdikæde og teknologiind-sigt, rådgiveren som strategisk sparringspartner

Samskabelse af løsninger i åbne innovationssamarbejder

Den betroede rådgiver – etiske dilem-maer i kunderelationer

Compliance by design i tværfaglige udviklingsprojekter

Regulerings-trends – fortolkning og Implementering i udvikling og drift

Maskinlæring, neurale netværk, naturlig sprogbehandling (NLP) og generativ AI. Funktionalitet, anvendelsesområder og begrænsninger

ChatGPT og prompting. ChatGPT i arbejdsprocesser – potentialer og begrænsninger

Kommunikation gennem data. Dataanalyse, visualisering af data

ESG-strategi, operationalisering af strategi og mål

internationale kursusudbydere. En af de samstemmende meldinger fra interviewene er, at værktøjskurser inden for generativ AI, hvor man som deltager lærer at prompte, ikke er en optimal udnyttelse af ressourcerne. Værktøjskurser understøtter typisk ikke, at kursisten får en forståelse af den givne teknologi, dens potentialer og begrænsninger i forhold til deres job og den branchekontekst, de arbejder i, og det reducerer transferværdien af et kursus.

Mere specifikt peger Lunar Bank på, at udviklingen inden for IT-værktøjer og underliggende programmeringssprog går så hurtigt, og derfor har værktøjskurser en begrænset værdi, da brugen af specifikke applikationer og programmeringssprog er virksomhedsspecifik og bestemt af strategi, og hvor virksomheden er i sin digitale udviklingscyklus. Hvad der er state-of-the-art i en virksomhed er forældet teknologi i en anden. Som eksempel nævner Lunar Bank Python, der ofte fremhæves som programmeringssprog inden for AI. Det gælder dog ikke i Lunar Bank, hvor man har valgt GO, fordi det er nemmere at bruge i udviklingssamarbejder, og i takt med udviklingen inden for open banking vurderer banken, at brugen af GO vil øges.

Hvidvask, KYC (know your customer). Anvendelse af AI i compliance – muligheder og begrænsninger

Compliance i udviklings- og innovationssamarbejder

Udvikling af forretningscase for generativ AI og strategisk kommunikation af case og projektplan for pilotprojekt

Data i beslutningsprocesser, transparens, etik. Humans in the loop

INTERN MOBILITET SOM REDSKAB I FORBINDELSE MED JOBUDVIKLING

Intern mobilitet ses som et vigtigt redskab til, at medarbejderne tilegner sig nye kompetencer, og erfaringerne er, at det spiller en vigtig rolle med hensyn til at fastholde dygtige medarbejdere. Gennem interviewene er der også givet flere eksempler på, hvordan udviklingsprojekter danner afsæt for jobs og karriereudvikling. Det omfatter mobilitet og et skift med hensyn til roller, fx fra at have været product owner til at blive mellemleder og få ansvar for forretningsudvikling inden for et område, eller fra rådgivning til HR eller til en udviklerfunktion inden for risikomodellering.

Med en baggrund som rådgiver kommer man ikke nødvendigvis til at kunne sidde med hardcore udvikleropgaver med AI-modeludvikling, men qua sine kompetencer inden for finansielle processer kan man som rådgiver varetage forskellige hybridfunktioner, som fx dokumentationsopgaver, eller fungere som brobygger i et udviklerteam. Dog udtrykker flere en bekymring om, hvorvidt den fortsatte lukning af filialer, som flere pengeinstitutter har implementeret gennem flere år, kan medføre, at det bliver en udfordring at sikre, at der er tilstrækkeligt mange med en bankfaglig

Strategisk kompetenceplanlægning. Den kompetencebaserede organisation, implikationer for HR

ESG-taksonomier og rapportering. ESG og datakvalitet

Integration af ESG i produkter og rådgivnings-ydelser

Ledelse og motivation i hybride og virtuelle teams

Brugen af data i HR. Transparens og etik

CO2-markeder – reduktion af CO2 – sektorstrategier

Metoder og redskaber i videndeling og samarbejde

Rådgivning relateret til klimamanagement.

Kuratering og kvalitetssikring af online læringsressourcer. Metoder og redskaber til dokumentation af læringsudbytte

indsigt som kernekompetence, da flere nævner, at de oplever en voksende mobilitet ud af sektoren blandt de yngre rådgivere.

Derfor kan jobmobilitet også være et redskab til at sikre, at medarbejderne oplever en udvikling i jobbet, og det kan medvirke til at begrænse medarbejderomsætningen. Merkur Andelskasses vurdering er, at det ikke blot handler om jobudvikling, men at rådgiverjobbet måske ikke længere er så attraktivt, fordi compliance kræver stadig mere af rådgiverens tid på bekostning af tiden til kvalificeret rådgivning af kunderne.

NYE LÆRINGSMODELLER

Som nævnt foregår udvikling i stigende grad i tværfaglige, agile teams. Hvor efteruddannelse i den finansielle sektor ofte tager udgangspunkt i et specifikt fagområde som fx privatkunderådgivning, er vurderingen, at der er behov for kurser, hvor undervisningen bygger på en autentisk problemstilling og er organiseret i tværfaglige teams. Som eksempel nævnes digital innovation og digital transformation, hvor tendensen er, at man lærer om digital forretningsudvikling og ikke gennem digital forretningsudvikling. Internationalt er Visa University55 et eksempel på nytænkning af

Kilde: Hanne Shapiro Futures.

undervisningen. Rent pædagogisk er et kursus i forretningsudvikling inden for betalingssystemer bygget op som et innovationsforløb med udviklingen af en løsning til en specifik målgruppe og varetaget af seniormedarbejdere fra Visa samt fra en af de førende handelshøjskoler i verden56

Erfaringer fra nogle af de internationale pengeinstitutter, der har skaleret deres investeringer i AI-teknologier og -applikationer på en række områder, er, at disse investeringer typisk er understøttet af omfattende investeringer i kompetenceudvikling af medarbejderstaben. Samtidig er en stor del af undervisningen online for at tilgodese den store volumen med hensyn til opkvalificering. Det gælder fx i JPMorganChase57 58 59

BOKS 5.7 – JPMORGANCHASE TAGER HÅND

OM KOMPETENCERNE

JPMorganChase, er en amerikansk bank, som er en af de førende virksomheder internationalt inden for AI. Banken har implementeret flere initiativer for at sikre, at den samlede organisation har kompetencer inden for AI. Som en del af sin strategi har JPMorganChase implementeret træning i funktionel forståel-se og anvendelse af generativ AI integreret i bankens onboarding. Den har herudover implementeret globale interne udviklingsprogrammer inden for cloud, AI, understøttet softwareudvikling og data analy-tics.

Fra 2022 til 2023 har der været en 210 pct. vækst i omfanget af gennemførte kursusaktiviteter, svarende til en stigning fra 40.000 kursustimer til 124.000. Som en del af strategien havde mere end 55 pct. af den samlede globale arbejdsstyrke inden for techjobs i virksomheden opnået en certificering i cloud learning frameworks. Herudover har JPMorganChase implementeret et samarbejde med uddannelsesinstitutio-ner over hele verden, som giver medarbejderne mulighed for at gennemføre hele uddannelser, der er relevante for virksomheden, og som kan understøtte mobiliteten.

I 2023 fik medarbejdere op til 7.500 USD i refusion – med 50 pct. refusion, hvis medarbejderen forbliver ansat mindst et år efter endt uddannelse, og fuld refusion efter to års ansættelse. Investeringer i kompe-tenceudvikling omfatter ikke alene de ansatte i JPMorganChase. I 2019 afsatte banken 350 mio. USD til kompetenceudvikling i relation til future of work og den digitale omstilling målrettet udsatte amerikane-re. Endelig har JPMorganChase rammesat social innovation gennem ny teknologi, hvor medarbejderne i 2023 i regi af initiativet ”Tech for Social Good” indgik i frivilligt arbejde med i alt 190.000 timer.

De virksomheder, der arbejder foregribende med kompetencebehovene, har øje for medarbejdere, som måtte have forældede kvalifikationer, uanset deres uddannelsesniveau. I Singapore er det understøttet af Tech Immersion in Finance Programme, der er målrettet medarbejdere i midten af deres karriere. Det har til formål at understøtte medarbejdere, der måtte have forældede kvalifikationer, men det ses også som et middel til at fastholde medarbejdere i sektoren og som et redskab til at understøtte jobudvikling og mobilitet.61

De internationale erfaringer i den finansielle sektor peger på et voksende behov for kompetenceudvikling med en langt større volumen og hyppighed og som en forudsætning for, at potentialerne i AI, data og også ESG kan blive fuldt realiseret. Det vil udfordre eksisterende kursusmodeller, fx ved at kursister i større udstrækning, og som et led i et læringsforløb, arbejder på et autentisk virksomhedsprojekt, som er relevant for den enkelte virksomhed og for deltagernes opgaver og jobroller. Det kan danne udgangspunkt for afprøvning og certificering, der tager udgangspunkt i autentiske problemstillinger, hvilket vil styrke koblingen mellem ikke-formel og formel læring og øge transferværdien af læringsforløbet.

OPSUMMERING

Der ses en tendens til, at teknologiintensive og udviklingsorienterede finansielle virksomheder arbejder foregribende med kompetenceudviklingsbehov i et tre-fem-års-perspektiv og med udgangspunkt i forretningsstrategien. Selv om det implicerer en vis usikkerhed, øger det virksomhedernes agilitet og styrker den interne fleksibilitet. I en dansk

kontekst, hvor AI-teknologier er i en tidlig udviklingsfase, er der derudover den fordel, at medarbejderne kan få opbygget et beredskab til at anvende og udnytte teknologierne og indgå i udviklingsprojekter. Kompetencekravene til HR øges som følge af, at den strategiske tilgang til kompetenceforsyningen spiller en stadig vigtigere rolle i forbindelse med realiseringen af de finansielle virksomheders forretningsstrategier. HR-medarbejderne skal kunne fungere som strategiske sparringspartnere for ledelsen og skal kunne planlægge en kompleks proces, som omfatter operationalisering af kompetencebehovene ud fra forventninger til forretningsudviklingen med et femårs perspektiv.

Den strategiske tilgang til kompetenceudvikling er koblet til en systematisk tilgang til intern mobilitet og rekruttering og måltal for dette, og den har sit udgangspunkt i et bredere perspektiv på talent forstået som medarbejdernes udviklingspotentiale og samlede kompetencer.

Kompetencebehovene er i stigende grad ikke kun bundet til specifikke jobfunktioner som fx privatkunderådgiver eller forretningsudvikler. Det skyldes blandt andet, at udviklingen i stigende grad foregår i tværfaglige teams, hvor tværgående kompetencer fremmer, at medarbejderne har en fælles referenceramme og et fælles sprog. Vurderingen er, at det styrker udviklingssamarbejdet, når man som medarbejder har en forståelse af tilstødende fagligheder, så en IT-medarbejder fx også har en forståelse af compliance og finansielle processer. Disse trends kan have betydning for den pædagogiske tilrettelæggelse af kompetenceudvikling.

Vurderingen blandt de virksomheder, der er kommet i gang med generativ AI, er, at alle medarbejdere i et eller andet omfang har behov for, eller vil få behov for, AI-relaterede kompetencer. Det viser også de internationale erfaringer. Det handler ikke om kurser i ChatGPT-prompting, men om, at medarbejderne har en forståelse af AI-teknologier, data, datakvalitet, dataetik, GDPR mv. uanset deres jobrolle. Herudover ses der en tendens til, at nye typer af højtuddannede specialister bliver ansat som følge af udviklingen inden for AI og data. Det omfatter matematikøkonomer, data scientists, fysikere, økonomer m.fl.

ESG er i sin vorden, og analysen peger på, at behovene for ESG-relaterede kompetencer er betinget af, hvorvidt virksomhederne ser ESG primært som et spørgsmål om compliance eller som en strategisk mulighed for forretningsudvikling. I de virksomheder, hvor ESG er et forretningsanliggende, peges der på et kompetencebehov, der relaterer sig til fx at kunne bistå mindre virksomhedskunder, der overvejer investeringer i grønne teknologier. Vurderingen er, at det kræver en indsigt i brancherelaterede grønne teknologier og metoder at vurdere disses modenhed. Andre peger dog på, at ESG omhandler kompetencer, der gør rådgiveren i stand til at forbinde de små virksomheder med relevante uvildige teknologirådgivere.

De internationale erfaringer viser, at de AI-intensive finansielle virksomheder øger deres investeringer i kompetenceudvikling markant, og de forfølger flere strategier, som omfatter et fokus ikke kun på specialistroller, men også på den bredere medarbejdergruppe og ledelsen. For at få tilstrækkeligt volumen i indsatsen spiller digital læring en central rolle. Mange anvender også en afsluttende certificering, hvilket kan synliggøre opnåede kompetencer, som kan være mobilitetsfremmende og et redskab i organisatorisk transformation, som erfaringerne fra Bank of America og DBS Bank i Singapore viser.

Kilde: Hanne Shapiro Futures Interview samt Human Capital and Diversity, Equity and Inclusion Report60

FREMSKRIVNING AF FINANSSEKTORENS ARBEJDSMARKED

I dette kapitel fremskrives finanssektorens udbud af og efterspørgsel på arbejdskraft ved hjælp af fire overordnede scenarier. Udbud og efterspørgsel er opgjort på de tre hovedarbejdsområder – hhv. IT, kundekontakt og -rådgivning samt stabsog specialistfunktioner. Indledningsvist beskrives de bærende principper bag fremskrivningen. Der henvises der til appendikset for en udvidet beskrivelse af metode og datagrundlag.

Som beskrevet i de foregående kapitler er der et væld af tendenser, der påvirker sektoren i disse år, og som også forventes at påvirke sektoren i de kommende år, givetvis i stigende grad. Udviklingen i sektoren afhænger derfor af, i hvilken grad virksomhederne forfølger nye forretningsmodeller og strategier, og hvordan de håndterer de nye muligheder, som fx udbredelsen af open banking og open finance og en udvidet brug af data og AI indebærer.

Resultaterne i dette kapitel skal ikke ses som et direkte bud på, hvordan sektoren vil udvikle sig frem mod 2030, men snarere som en illustration af, hvordan sektoren kan udvikle sig under forskellige antagelser om virksomhedernes strategiske valg.

PRINCIPPER BAG

FREMSKRIVNINGEN

Fremskrivningen af finanssektoren udgøres af to elementer: en fremskrivning af udbuddet af arbejdskraft og en fremskrivning af efterspørgslen på arbejdskraft. Begge dele fremskrives frem til 2030. Udbuddet af arbejdskraft til finanssektoren er som udgangspunkt vanskeligt at skønne, da sektoren i praksis ikke begrænser sig til at anvende arbejdskraft med afgrænsede uddannelsesbaggrunde eller -niveauer. I stedet er det i princippet muligt for enhver i den danske arbejdsstyrke at få job i finanssektoren, og ifølge den logik udgøres udbuddet af arbejdskraft til finanssektoren af hele arbejdsstyrken i Danmark.

I praksis er det dog meningsløst at definere udbuddet af arbejdskraft til finanssektoren på den måde, og i stedet opgør vi udbuddet ved at antage, at man i finanssektoren i 2030 vil være i stand til at tiltrække lige så store andele af arbejdsstyrken med forskellige uddannelsesniveauer, som man er i dag. Fx er 6,8 pct. af de beskæftigede med en kort videregående uddannelse i Danmark i dag beskæftiget i finanssektoren. På den baggrund antager vi, at 6,8 pct. af arbejdsstyrken i 2030, som har en KVU, vil være en del af udbuddet til

finanssektoren. Disse fordeler vi så videre ud på de tre hovedarbejdsområder. Arbejdsstyrken i 2030 fordelt på uddannelsesniveauerne opgøres i den forbindelse på baggrund af DREAM’s arbejdsstyrkefremskrivning.

Således er der tale om en teknisk beregning, hvor udbuddet ikke bliver et mål for, hvor mange der rent praktisk vil være i stand at påtage sig et job i finanssektoren i 2030, men snarere et estimat for, hvor mange der vil henvende sig til finanssektoren, eller som finanssektoren vil være i stand til at tiltrække, under den antagelse, at lige så mange med de forskellige uddannelsesniveauer vil henvende sig til finanssektoren i 2030 som i dag.

Efterspørgslen på arbejdskraft i finanssektoren i 2030 opgøres ved at fremskrive den nuværende efterspørgsel i sektoren med nogle årlige vækstrater for hvert hovedarbejdsområde. Disse vækstrater varierer på tværs af de fire forskellige scenarier. Den samlede efterspørgsel på arbejdskraft opgøres ved den samlede beskæftigelse i sektoren baseret på registerdata og tillagt forgæves rekrutteringsforsøg i sektoren, som vi baserer på Styrelsen for Arbejdsmarked og Rekrutterings (STAR’s) rekrutteringssurvey. I det første scenarie, der er et baseline-scenarie, fremskrives efterspørgslen fra 2023 til 2030 på baggrund af de årlige vækstrater for efterspørgslen fra 2016 til 2023, og det antages således her, at de sidste syv års udvikling vil fortsætte de næste syv år. I de øvrige scenarier skrues der på disse vækstrater i henhold til de antagelser om efterspørgslen på arbejdskraft, som vi gør i hvert scenarie. De præcise vækstrater, der anvendes i hvert scenarie, fremgår af afsnittet om scenarierne nedenfor.

ETABLERING AF SCENARIER

De mange trends og tendenser, som er kortlagt i de foregående kapitler, kan påvirke udviklingen i kompetencebehovene og behovet for antallet af ansatte i den finansielle sektor i de kommende år på mange forskellige måder. Hvordan de forskellige trends kommer til udtryk, og hvilke trends der bliver de mest dominerende, vil i sagens natur afhænge af de strategiske beslutninger, som arbejdsgiverne i sektoren selv træffer, og baseline-scenariet suppleres således med tre andre hovedscenarier for udviklingen.

Princippet bag scenarieberegningerne er, at de udviklingstendenser, vi har kortlagt, vil omsættes i ændret efterspørgsel på forskellige typer af medarbejdere, afhængigt af hvilke tendenser der

vil dominere sektoren. De tre øvrige scenarier, vi opstiller, giver således et bud på arbejdskrafteffekten af de forskellige mulige udviklingstendenser. Vi tager i den forbindelse udgangspunkt i nogle af de tendenser, der i særligt høj grad vil påvirke, hvor megen arbejdskraft der efterspørges på de forskellige hovedarbejdsområder. Disse tendenser omhandler udbredelsen af open banking og open finance samt forskellige strategier for implementeringen af AI.

De i alt fire forskellige scenarier, der regnes på i analysen, er kort beskrevet nedenfor. I de efterfølgende afsnit, hvor resultaterne af fremskrivningerne også præsenteres, uddybes hvert scenarie yderligere, herunder med beskrivelse af, hvad scenariet indebærer med hensyn til efterspørgslen på de forskellige typer af arbejdskraft.

1. Baseline-scenariet. Den samme udvikling i sektoren, som vi har observeret fra 2016 til 2023, antages også at fortsætte fra 2023 til 2030.

2. Fintech-partnerskaber. En disruptiv, øget udbredelse af open banking og open finance, som vil føre til partnerskaber med fintechog big tech-virksomheder uden for finanssektoren, der vil varetage udviklingen af en række digitale servicer.

3. Automatisering. En øget udbredelse af AI med henblik på automatisering og optimering af både frontoffice- og backoffice-funktioner i størst muligt omfang.

4. Hyperpersonalisering af kunderejsen. Implementering af AI med fokus på den hyperpersonaliserede kunderejse og dybere kunderelationer.

I tabellen nedenfor opsummeres, hvad der antages om de årlige vækstrater i efterspørgslen på arbejdskraft i hvert scenarie. I hvert af scenarierne 2-4 tages der udgangspunkt i vækstraterne fra baseline-scenariet, men disse op- eller nedjusteres på baggrund af, hvad det enkelte scenarie indebærer med hensyn til efterspørgslen på arbejdskraft. Rationalet er her, at der er nogle underliggende trends i baseline-scenariet, som i fremskrivningen fortsat vil gøre sig gældende i et eller andet omfang, når vi kun fremskriver sektoren syv år ud i fremtiden. På den måde bliver vækstraterne for scenarierne 2-4 fastlagt i en kombination mellem baseline-scenariet og de tendenser, der gør sig gældende i hvert enkelt af de øvrige scenarier.

ARBEJDSMARKED FREM MOD 2030

I realiteten vil man formentlig se, at forskellige virksomheder vil forfølge forskellige strategiske tilgange, og at udviklingen i sektoren således vil udfolde sig som en kombination af alle de mulige scenarier – og evt. også af yderligere scenarier, som vi ikke regner på i denne sammenhæng. Beregningerne, vi foretager, er således af mere hypotetisk karakter, hvor det i hvert scenarie antages, at hovedparten af sektorens virksomheder forfølger den strategi, som scenariet lægger op til, med de konsekvenser for efterspørgslen på arbejdskraft på tværs af hele sektoren, som det indebærer. På den baggrund kommer resultaterne til at illustrere de mulige spænd i efterspørgslen på tværs af arbejdsområder, men uden at hvert scenarie i sig selv nødvendigvis er et sandsynligt bud på, hvordan udviklingen i virkeligheden kommer til at forløbe.

Et andet vigtigt forbehold vedrørende scenarierne er, at metoden og rammerne for denne analyse kun muliggør justeringer i fremskrivningerne i efterspørgslen på det mere overordnede arbejdsområdeniveau. De underliggende forskydninger mellem jobprofiler belyses således ikke kvantitativt. Det er dog blandt andet antagelserne om disse forskydninger, der danner grundlaget for, hvordan efterspørgslen i hvert scenarie antages at udvikle sig for hvert hovedarbejdsområde, hvorved forventningerne til udviklingen på jobprofilniveau behandles rent kvalitativt i beskrivelsen af scenarierne.

OVERORDNEDE RESULTATER

Figur 6.1 illustrerer, hvordan efterspørgslen på arbejdskraft i sektoren, herunder for hvert af de tre arbejdsområder, vil se ud i 2030 i de forskellige scenarier, hvilket afspejler den usikkerhed, der følger af, at det endelige udfald i høj grad afhænger

af virksomhedernes strategiske valg. På tværs af hele sektoren svinger den samlede fremskrevne efterspørgsel i 2030 fra 81.500 personer i scenarie 2 til 108.600 personer i scenarie 4 – hvor førstnævnte er 6 pct. mindre end beskæftigelsen i dag, mens sidstnævnte er hele 25 pct. større end beskæftigelsen i sektoren i dag.

Tilsvarende er spændene også store inden for hvert enkelt arbejdsområde. Inden for IT svinger den fremskrevne efterspørgsel i 2030 fra at være ca. lige så stor som beskæftigelsen i dag til at være knap 38 pct. større. Samme mønster gør sig gældende inden for stabsog specialistfunktioner, hvor efterspørgslen også svinger fra at være på niveau med beskæftigelsen i dag til at være 31 pct. større. Inden for kundekontakt og -rådgivning ser udviklingen i endnu højere grad ud til at kunne svinge i begge retninger, idet den fremskrevne efterspørgsel varierer fra at være 18 pct. mindre end beskæftigelsen i dag til at være 15 pct. større.

Som det fremgår, efterspørges der i tre ud af fire scenarier samlet set flere medarbejdere, end der er beskæftiget i dag. Det kan således kræve tiltag og indsatser, der kan gøre sektoren endnu mere attraktiv for nye medarbejdere, og som herigennem kan bidrage til, at der hentes flere medarbejdere, fx fra andre sektorer, for at denne større efterspørgsel kan imødekommes.

Hvor godt det lykkes at imødekomme efterspørgslen på arbejdskraft i fremtiden, afhænger også i meget høj grad af, hvor store forskydninger i efterspørgslen der sker på tværs af arbejdsområderne. Betragter man fx scenarie 3, efterspørges der i hele sektoren alt ca. 6.000 medarbejdere flere i 2030, end der er beskæftiget i dag. Det dækker dog over

Tabel 6.1 Årlige vækstrater for hvert hovedarbejdsområde i finanssektoren i forskellige scenarier

SCENARIE 4:

en øget efterspørgsel inden for IT og stabsog specialistfunktioner på tilsammen næsten 10.000 medarbejdere, mens der omvendt efterspørges 4.000 færre inden for kundekontakt og -rådgivning.

Som vi har vist i figur 3.6, er der en vis mobilitet på tværs af arbejdsområder, men langt de fleste jobskifter i sektoren sker stadig mellem jobs inden for samme arbejdsområde. Man kan derfor næppe forvente, at alle de 4.000 ”overskydende” medarbejdere i de kundevendte funktioner bliver i stand til at påtage sig et job inden for et af de andre områder i sektoren. Af den grund må en vis andel af de 4.000 medarbejdere forventes at forlade sektoren, hvorved der vil være behov for at tiltrække mere end blot de 6.000 yderligere medarbejdere, som den samlede, fremskrevne efterspørgsel tilsiger. Her kan det særligt være en udfordring for IT-jobs, idet bevægelserne fra de andre arbejdsområder i sektoren til IT-jobs er af meget begrænset omfang, hvilket indikerer, at der ikke kan hentes særligt mange medarbejdere til IT-jobs fra andre dele af sektoren. Derfor vil der her være et endnu større behov for at hente folk fra andre sektorer.

Derudover kan der selv inden for samme arbejdsområde også ske forskydninger på tværs af jobprofilerne, hvilket vi dog ikke er i stand til at belyse i fremskrivningen. På den baggrund vil den samlede overensstemmelse mellem udbud og efterspørgsel af arbejdskraft i branchen i sidste ende i høj grad også komme til at afhænge af evnen til at opkvalificere og rekvalificere medarbejdere i sektoren samt af graden af mobilitet på tværs af både arbejdsområder og jobprofiler.

SCENARIE 1: BASELINE-SCENARIET

I baseline-scenariet antages det, at sektorens udvikling fra 2016 til 2023 med hensyn til efterspørgslen på arbejdskraft fortsætter frem til 2030. Det indebærer, at de vækstrater i efterspørgslen inden for hvert hovedarbejdsområde, som vi har observeret i de seneste syv år, også fortsætter i de kommende syv år. Således forventes efterspørgslen på IT-arbejdskraft samt stabsog specialistfunktioner at stige med hhv. 2,1 pct. og 3,6 pct. om året, mens efterspørgslen på ansatte inden for kundekontakt og -rådgivning vil falde med 0,6 pct. om året. I en sådan situation vil efterspørgslen, herunder hvor meget af efterspørgslen der dækkes af udbuddet, hvis finanssektorens tiltrækningskraft er på samme niveau i 2030 som i dag, se ud som illustreret i figur 6.2.

Som det fremgår, vil der i det første scenarie blive efterspurgt 1.500 flere IT-medarbejdere i finanssektoren i 2030, end der er ansat i dag, hvis de seneste års udvikling fortsætter. Det svarer til en stigning på 17 pct. Med sektorens nuværende tiltrækningsevne af ansatte til IT-jobs vil man til den tid have 9.500 IT-medarbejdere til rådighed, hvormed der i den forstand er en overefterspørgsel på 700 personer, som skal dækkes af sektorens indsatser for, at flere IT-medarbejdere søger mod sektoren.

Inden for stabsog specialistfunktioner er uoverensstemmelsen endnu større. Her forventes efterspørgslen at blive 31 pct. større end antallet af beskæftigede i dag, idet der i 2030 vil blive efterspurgt knap 53.000 medarbejdere, hvis udviklingen fortsætter. Det er mere end 9.000 flere, der fx så skal tiltrækkes fra andre brancher. Inden for kundekontakt og -rådgivning betyder den negative vækstrate, at der efterspørges 1.200 ansatte færre i 2030, end der er ansat i dag. Denne efterspørgsel er i fremskrivningen således dækket af finanssektorens nuværende evne til at tiltrække medarbejdere.

SCENARIE 2: FINTECH-PARTNERSKABER

Cloudbaserede løsninger åbner op for, at pengeinstitutterne i øget omfang integrerer tredjepartsløsninger fra fintechog big tech-virksomheder. På den baggrund vil pengeinstitutterne i dette scenarie udvikle sig, så de ikke længere er totalleverandører, men bliver til 60-pct.-pengeinstitutter, hvor fintechog big tech-virksomheder har overtaget udviklingen og leverancen af en række finansielle servicer. Dette kan danne grundlag for specialisering på nogle områder samt for, at det bliver muligt at nå ud til nye kundegrupper. Scenariet er en realisering af open banking og open finance. Som følge af partnerskaberne, som også kan være med internationale fintechog big tech-virksomheder, sker der et opbrud i værdikæden i finanssektoren, som den er defineret i dag. Bank of America forfølger blandt andet en sådan strategi, som har ført til en reduktion i bankens udviklingsaktiviteter. Lunar Bank i Danmark udvikler heller ikke alle løsninger selv, men indgår ligeledes i forskellige partnerskaber.

Scenariet vil bredt set føre til et mindre behov for arbejdskraft end i baseline-scenariet. Inden for IT vil efterspørgslen vokse mindre, da mange udviklingsopgaver vil rykke ud af sektoren. Der vil dog fortsat være behov for IT-specialister og IT-forretningsudviklere til integration af løsninger og vurdering af business cases, hvorfor der ikke antages en decideret negativ vækst, men blot en nulvækst. Det samme gør sig gældende inden for stabsog specialistfunktioner, hvor de seneste års vækst i efterspørgslen også antages at stagnere som følge af et generelt mindre behov for medarbejdere. Der kan dog blive et større behov for compliance-specialister grundet den øgede kompleksitet i samarbejdsmodellerne samt fortsat behov for fx analytikere og forretningsudviklere, hvorfor der blot antages en nulvækst med hensyn til efterspørgslen. Inden for kundekontakt og -rådgivning antages en yderligere forstærket negativ vækst med hensyn til efterspørgslen, da mange af de kundevendte opgaver vil blive erstattet af digitale løsninger i et højere tempo end hidtil.

Således antager vi årlige vækstrater i efterspørgslen på 0,0 pct. inden for IT og stabsog specialistfunktioner samt på -3,0 pct. inden for kundekontakt og rådgivning. Det resulterer i en fremskrevet efterspørgsel i 2030 som illustreret i figur 6.3. Inden for IT og stabsog specialistfunktioner betyder nulvæksten i efterspørgslen, at efterspørgslen i 2030 stort set vil svare til beskæftigelsen i 2023. I begge tilfælde vil det fremskrevne udbud af medarbejdere, som finanssektoren vil være i stand til at tiltrække, være lidt større end efterspørgslen. Inden for kundekontakt og -rådgivning vil efterspørgslen blive væsentligt mindre end beskæftigelsen i dag – knap 6.000 personer færre, svarende til et fald på lige under 20 pct.

SCENARIE 3: AUTOMATISERING

I det tredje scenarie sker der en markant øget udbredelse af AI, som primært vil blive implementeret med henblik på at automatisere processer i størst muligt omfang. Automatiseringen, som er baseret på blandt andet maskinlæring og neurale netværk, sker dels med henblik på at optimere driften, dels som følge af udfordringerne med at skaffe kvalificeret arbejdskraft, og investeringerne i AI øges således betydeligt. Både kundevendte processer og backoffice bliver markant optimeret, og der satses massivt på udviklingen af applikationer, der kan gøre både privat- og erhvervskunder samt investorer selvhjulpne. Strategien, som scenariet baserer sig på, anvendes allerede i dag af blandt andet Goldman Sachs, hvor AI-automatisering inden for investeringsområdet har ført til store afskedigelsesrunder, samt af Citigroup, som har planer om at reducere virksomhedens arbejdsstyrke med 20.000 medarbejdere som følge af automatisering og restrukturering i relation til AI.

Inden for IT vil scenariet føre til, at efterspørgslen vokser endnu mere, end man ser i dag, som følge af behovet for fx data scientists med dybe AI-kompetencer til udvikling og implementering af AI- og automatiseringsløsningerne. Inden for kundekontakt og -rådgivning vil den negative efterspørgsel igen blive yderligere forstærket som følge af et større omfang af automatisering af rådgivningen og AI-understøttede selvbetjeningsløsninger. Mange backoffice-stabsfunktioner vil ligeledes blive automatiserede, hvilket antages at reducere væksten i efterspørgslen på medarbejdere inden for stabsog specialistfunktioner, sammenlignet med baseline-scenariet.

Således antages en årlig vækstrate i efterspørgslen på 4,5 pct. inden for IT, -2,0 pct. inden for kundekontakt og -rådgivning samt 1,8 pct. inden for stabsog specialistfunktioner. Som det fremgår af figur 6.4, vil det således føre til en markant stigning i efterspørgslen på IT-arbejdskraft i sektoren frem mod 2030. Ifølge fremskrivningen vil der blive efterspurgt 12.000 IT-medarbejdere i dette scenarie, hvilket er 3.300 flere end beskæftigelsen i dag, svarende til en stigning på næsten 40 pct. Med den nuværende tiltrækningskraft af IT-medarbejdere til sektoren vil det medføre en overefterspørgsel på IT-arbejdskraft på ca. 2.500 medarbejdere i 2030. Inden for kundekontakt og -rådgivning sker der igen et fald i efterspørgslen, hvorved der i dette tilfælde efterspørges 4.000 personer færre end antallet af ansatte i 2023. Inden for stabsog specialistfunktioner antages der samlet set en efterspørgsel på knap 46.800 medarbejdere, hvilket stadig er over 4.000 flere end beskæftigelsen er på i dag. Denne stigning i efterspørgslen kan dog tilskrives de underliggende trends i efterspørgslen på disse funktioner, som har gjort sig gældende i de seneste år, men som i et vist omfang således bliver modsvaret af den øgede automatisering, hvorved efterspørgslen i dette scenarie er 6.000 mindre end i baseline-scenariet. For at indfri denne efterspørgsel vil der også her være et behov for at hente flere medarbejdere enten fra de andre arbejdsområder i sektoren eller fra andre brancher.

SCENARIE 4: HYPERPERSONALISERING AF KUNDEREJSEN

Det fjerde scenarie indebærer også en stor vækst i udbredelsen af AI, men fremfor at være rettet mod automatisering af processer, hvor de ansatte i en vis udstrækning erstattes, er der her snarere tale om et fokus på augmentation, hvor AI anvendes som et redskab til at styrke de ansattes evner og øge deres produktivitet. I scenariet anvendes det som led i en strategi rettet mod den hyperpersonaliserede kunderejse og dybere kunderelationer, som gennem anvendelse af data og AI-redskaber blandt medarbejderne på tværs af alle arbejdsområder også indebærer dybere integration til andre brancher som rejser, transport, bolig, sundhed mv. I det krydsfelt opstår der en bredere værdikæde, der skaber jobvækst gennem en transformation af de traditionelle jobroller i sektoren.

Med mottoet ”Live More Bank Less” forfølger DBS Bank i Singapore en sådan strategi, som har ført til udviklingen af et rigt økosystem af partnere også inden for andre områder end det finansielle. Banken har lanceret værktøjet Nav Planner, som understøtter kundene i planlægning af forbrug, opsparing mv. i kundens livscyklusperspektiv. Også den hollandske ABN AMRO Bank og Bank of America eksperimenterer med udvikling af hyperpersonaliserings-løsninger baseret på AI og med kundeinterfaces baseret på naturligt sprog.

I scenariet vokser efterspørgslen på arbejdskraft inden for alle arbejdsområder. Inden for IT stiger behovet for UX-/UI-designere, mens der også vil være øget behov for IT-forretningsudviklere og data scientists som følge af den øgede implementering af AI på tværs af hele organisationen. Det fører til en årlig vækstrate i efterspørgslen på 4,0 pct. inden for IT. Inden for kundekontakt og -rådgivning fører transformationen af jobrollerne til et løft til arbejdsområdet, hvor efterspørgslen på ansatte vokser med 2,0 pct. om året. Inden for stabsog specialistfunktionerne fører de omfattende ændringer i forretningsmodellerne med øget anvendelse af designtænkning og mere avanceret udnyttelse af data til et øget behov for fx analytikere og forretningsudviklere, mens der fortsat vil være en vis anvendelse af AI til automatisering inden for flere backoffice-stabsfunktioner, som vil trække i modsat retning. Der antages derfor samme vækst på 3,6 pct. som i baseline-scenariet.

På alle områder vil efterspørgslen i 2030 således overstige den nuværende beskæftigelse – også det fremskrevne udbud, under forudsætning af at sektoren ikke øger tiltrækningen af medarbejdere fra andre sektorer. Inden for IT er efterspørgslen knap 3.000 personer større end beskæftigelsen i dag, svarende til et behov for en tredjedel flere personer inden for området. Det er ca. 2.000 personer flere end det fremskrevne udbud, og de skal derfor hentes gennem øget tiltrækning fra andre sektorer. Inden for kundekontakt og -rådgivning bliver der behov for 4.800 personer flere, end der er ansat i dag, svarende til ekstra ca. 15 pct. Ud af de 4.800 bliver blot 800 dækket gennem sektorens nuværende evne til at tiltrække medarbejdere. Inden for stabsog specialistfunktioner ses den samme udvikling som i baseline-scenariet, hvor efterspørgslen vil være 12.500 personer større end beskæftigelsen i dag, og hvoraf hele 9.300 skal hentes gennem en øget tiltrækningskraft i sektoren.

APPENDIKS: METODE TIL FREMSKRIVNING

I det følgende beskrives metoden og dataene bag fremskrivningen. Samlet set består metoden af en fremskrivning af hhv. udbud og efterspørgsel.

FREMSKRIVNING AF UDBUDDET

Fremskrivningen af arbejdsudbuddet tager udgangspunkt i DREAM’s socioøkonomiske arbejdsstyrkefremskrivning, og arbejdsudbuddet består af beskæftigede og ledige, der reelt står til rådighed for arbejdsmarkedet. For at tage højde for, at stadig flere ældre forventes at blive længere på arbejdsmarkedet de kommende år, har vi afgrænset arbejdsstyrken til de 18-74-årige.

Fordelen ved at tage udgangspunkt i DREAM’s arbejdsstyrkefremskrivning er blandt andet, at der tages højde for både indvandring, udvandring, dødelighed, fertilitet og befolkningens alderssammensætning samt for effekterne af noget af den politik, som allerede er vedtaget. Det betyder blandt andet, at effekterne af tilbagetrækningsreformen fra 2011 og aftalen om ret til tidlig pension fra 2020 er indregnet.

I DREAM’s arbejdsstyrkefremskrivning fordeles det fremtidige udbud dog alene på uddannelsesniveauer og ikke på de tre hovedarbejdsområder i finanssektoren, som vi ønsker at foretage

GRUNDLÆGGENDE

• Har en grundlæggende forståelse af generativ AI-teknologi og funktionalitet.

• Har en grundlæggende forståelse af data og datakvalitet og kan kvalitetssikre output skabt af generativ ai.

• Har en forståelse af programmeringssprog.

• Har prompting-kompetencer i relation til eget fagområde.

fremskrivningen for. Derfor fordeles udbuddet mellem uddannelsesniveauerne og hovedarbejdsområderne gennem uddannelsesfordelingen i finanssektoren i 2023. Fx arbejdede 5 pct. af arbejdsstyrken med en LVU i finanssektoren i 2023, og derfor tildeles sektoren 5 pct. af det fremskrevne arbejdsudbud med en LVU for hvert år mellem 2023 og 2030. Således antages det, at den samme andel inden for hvert uddannelsesniveau søger mod finanssektoren i 2030 som i 2023. Herefter fordeles arbejdsudbuddet på de tre hovedarbejdsområder med en lignende tilgang.

Som beskrevet antager vi således status quo med hensyn til, hvor god finanssektoren er til at tiltrække medarbejdere inden for de forskellige uddannelsesniveauer. Det betyder implicit, at der ikke antages at ske forskydninger i uddannelsessystemet, hvor uddannelser, der i højere grad er relevante for finanssektoren, kommer til at fylde mere, da dette ville medføre, at en større andel af dimittenderne på forskellige uddannelsesniveauer i fremtiden ville henvende sig til finanssektoren. Samtidig betyder det, at der ikke antages at blive implementeret indsatser, der sikrer, at finanssektoren tiltrækker en større andel medarbejdere og dimittender med bestemte uddannelser, end sektoren gør i dag. I tilfælde af at der sker så-

• Har indsigt i generative AI-modeller og funktionalitet. Kan vurdere potentialer og begrænsninger i en forretningsmæssig kontekst inden for eget fagområde.

• Kan anvende krav til compliance og datakvalitet og data governance i forbindelse med brugen af generativ ai inden for eget fagområde.

• Kan sætte sig ind i nye generative ai-applikationer.

• Har avancerede prompting-kompetencer.

danne forskydninger i uddannelsessystemet, eller at finanssektoren bliver bedre til at tiltrække medarbejdere med bestemte uddannelser eller uddannelsesniveauer, vil det resultere i et større antal personer, der søger mod finanssektoren, end vi antager i vores fremskrivning.

FREMSKRIVNING AF EFTERSPØRGSLEN

Efterspørgslen på arbejdskraft antages grundlæggende at bestå af dem, som er i beskæftigelse, samt dem, man gerne vil, men ikke kan, ansætte.

Beskæftigelsen inden for de tre hovedarbejdsområder i finanssektoren opgøres med udgangspunkt i registerdata fra Danmarks Statistik. Den samlede beskæftigelse i finanssektoren er allerede præsenteret i kapitel 3, hvor det fremgår, at den samlede beskæftigelse i 2023 i sektoren var på knap 87.000 personer. Af dem var 11 pct. ansat inden for IT, mens 39 pct. arbejdede inden for kundekontakt og -rådgivning, og 50 pct. arbejdede i en stabsog specialistfunktion.

Efterspørgslen er dog større, end beskæftigelsestallene tilsiger, fordi mange virksomheder allerede i dag ikke kan få den arbejdskraft, de efterspørger. Derfor bruger vi data fra rekrutteringssurveyen, som HBS Economics løbende

• Har en dyb teoretisk og metodisk viden og tilsvarende færdigheder inden for AI-teknologier.

• Har udviklingskompetencer inden for AI.

• Kan anvende generativ AI til at optimere og understøtte egne processer og kan komme med forslag til, hvordan generativ AI kan optimere og understøtte andre forretningsområder.

• Kan på baggrund af forretningsstrategien komme med forslag til nye muligheder med hensyn til brugen af AI.

• Har en dyb forståelse af compliance og datasikkerhed og datakvalitet i relation til udvikling og implementering af AI-baserede løsninger.

• Har avancerede prompting-kompetencer og kan undervise andre i prompting.

• Har en dyb teknologisk og forretningsmæssig indsigt og tilsvarende færdigheder inden for AI-teknologier.

• Har en teoretisk og koncep-tuel forståelse af AI-teknologier og kan formidle sin indsigt bredt, så det understøtter udvikling og anvendelse i andre dele af organisationen.

• Kan udvikle nye forslag til, hvordan AI-teknologier kan anvendes i forlængelse af virksomhedens strategi, og kan innovere ved hjælp af AIteknologier.

• Kan lede forretningsudvikling inden for AI under hensyn-tagen til compliance samt virksomhedens data governance-framework, strategi og værdier.

• Har avancerede prompting-kompetencer og kan undervise andre i prompting.

Tabel 7.1 Eksempel på kompetencetaksonomi – generativ AI

Kilde: Hanne Shapiro Futures

AF UDBUD OG EFTERSPØRGSEL

indsamler for STAR, og som opgør omfanget af forgæves rekrutteringer fordelt på jobfunktioner og brancher. En forgæves rekruttering finder sted, når det ikke lykkes at besætte en opslået stilling, og hver besvarelse vægtes (på baggrund af jobfunktioner og geografi) og skaleres op. På den baggrund kan merefterspørgslen på arbejdskraft opgøres for hvert hovedarbejdsområde i hele finanssektoren, og på grundlag af dette kan vi opgøre den samlede efterspørgsel for hvert arbejdsområde i 2023 ved beskæftigelsen i 2023 tillagt de forgæves rekrutteringer. For at tage højde for usikkerhederne i de surveybaserede data for forgæves rekrutteringer anvendes et gennemsnit for de forgæves rekrutteringer inden for hvert arbejdsområde de sidste fem år.

I baseline-scenariet fremskrives efterspørgslen frem mod 2030 herefter på baggrund af den historiske beskæftigelsesudvikling fra 2016 til 2023 opgjort som den gennemsnitlige vækst i beskæftigelsen inden for hvert af hovedarbejdsområderne i perioden. Udgangspunktet for fremskrivningen er den initiale efterspørgsel i 2023, som jo også indeholder de forgæves rekrutteringer, og dermed antages det, at udviklingen i de forgæves rekrutteringsforsøg som andel af den samlede efterspørgsel er konstant over tid.

1 Forældet eller gammel software går ofte under begrebet ’legacy-software’ og er typisk kendetegnet ved at være baseret på forældet teknologi, der stadig kan indfri nogle af de behov, som den oprindeligt var designet til. Selve brugergrænsefladen kan derfor godt forekomme moderne og nutidig.

2 ’Mikroservices’ betegner en IT-arkitektur bestående af enkeltstående forretningsprocesorienterede softwarekomponenter, som kan udvikles og udskiftes uafhængigt af det øvrige IT-landskab. De har deres egne, velafgrænsede processer og kan gnidningsfrit kommunikere og spille sammen indbyrdes.

3 ’Generativ AI’ refererer til kunstig intelligens, der kan genere nyt indhold og løse komplekse problemer – og som gør det muligt for maskiner både at lære af data og at skabe nye data. I finanssektoren er generativ AI fx nyttigt til at designe virtuelle assistenter, træne andre AI-modeller via fx syntetiske data, optimere kundeoplevelser mv.

4 ’Microcredentials’ er en læringsmetode, der involverer mindre kompetencebaserede læringsmoduler, typisk designet til at formidle specifik viden eller færdigheder hurtigt og effektivt, og som er afprøvet baseret på autentiske problemstillinger. Det fremmer fleksibilitet og tilgængelighed og relevans i læringsprocessen

5 ’Hyperpersonalisering’ refererer til, at kundedata såsom forbrugsmønstre, opsparing, investeringer og kommunikation med banken via sociale medier bruges til at tilbyde løsninger, som er specifikt målrettet den enkelte kunde, hvor ’personalisering’ refererer til, at man fx bruger traditionelle markedssegmenteringsmetoder til at tilpasse løsninger til forskellige kundesegmenter.

6 ’Cloud computing’ dækker over abonnement på IT-servicer, som leveres og benyttes via internettet, og hvor ydelsen kan skaleres løbende efter forbrug og behov.

7 https://finansdanmark.dk/tal-og-data/institutter-filialer-ansatte/.

8 Generativ AI refererer til kunstige intelligenssystemer, der kan skabe og generere nye data, nyt indhold eller nyt materiale i mod-sætning til andre former for AI som maskinlæring og neurale netværk, der alene analyserer eksisterende data.

9 Forældet teknologiplatform.

10 https://www.ft.com/content/cbc6e15d-3c63-49af-9f98ef8f478431bd.

11 Evident AI Talent Report (2024).

12 PwC (2024). AI Jobs Barometer. https://www.pwc.com/ gx/en/issues/artificial-intelligence/ai-jobs-barometer. html.

13 McKinsey & Company (2024). A new future of work: The race to deploy AI and raise skills in Europe and beyond. https://www.mckinsey.com/mgi/our-research/a-newfuture-of-work-the-race-to-deploy-ai-and-raise-skillsin-europe-and-beyond.

14 https://finanswatch.dk/Finansnyt/Pengeinstitutter/ Danske_Bank/article9722151.ece.

15 https://danskebank.com/da/news-og-insights/nyhedsarkiv/company-announcements/2023/sm07062023.

16 https://danskebank.com/da/news-og-insights/nyhedsarkiv/press-releases/2024/pm20032024.

17 https://nordicfintechmagazine.com/danske-bank-unleashes-groundbreaking-digital-strategy-after-survey-of-20000-personal-customers/.

18 https://danskebank.com/news-and-insights/news-archive/news/2022/10052022.

19 https://danskebank.com/news-and-insights/news-archive/news/2022/10052022.

20 Application Programming Interfaces.

21 Lunar Bank: https://developer.openbanking.prod.lunar. app/home.

22 ’Personalisering’ refererer til tilpasning af markedsføring, udvikling af tjenester til forskellige kundesegmenter, og ’hyperpersonali-sering’ refererer til, at AI bruges til at analysere komplekse og store datamængder af både strukturerede data og data fra sociale medier til at udvikle løsninger, der er direkte målrettet til den enkelte kunde, og som tager udgangspunkt i kundernes finansielle adfærd.

23 https://www.lunar.app/en/personal/ai.

24 https://nexttechtoday.com/news/lunar-tests-ai-chatbot-with-ceos-voice/.

25 https://www.morganstanley.com/press-releases/morgan-stanley-research-announces-askresearchgpt.

26 Real-time labour market analysis (RT-LMA), eller "realtidsanalyse af arbejdsmarkedet", er en metode til at overvåge og analysere arbejdsmarkedstendenser og kompetencebehov i realtid. Det bygger på udnyttelsen af jobannoncer, LinkedIn-data m.m., hvor virksomheder udtrykker deres behov for arbejdskraft og specifikke kompetencer. Det giver et opdateret billede af, hvilke færdigheder og kompetencer der er mest efterspurgte på arbejdsmarkedet, og hvordan dette ændrer sig over tid.

27 Evident (2024). AI – Leadership in banking mapped.

28 https://www.lunar.app/en/personal/lunar-launchesgenai-native-voice-assistant-for-customer-service-afirst-in-european-banking.

29 Se Mastercards ESG-årsrapportering 2023, som også indeholder virksomhedens strategiske mål og eksempler på initiativer: Ma-stercard 2023 Environmental, Social and Governance Report

30 Ibid., 3.

31 ISOBRO er brancheorganisation for indsamlingsorganisationerne.

32 Burning Glass Institute (2024). Generative Artificial Intelligence and the Workforce. https://shrm-res.cloudinary. com/image/upload/v1706729099/AI/CPR-230956_Research_Gen-AI-Workplace_FINAL_1.pdf.

33 McKinsey (2023). The Economic Potential of Generative AI. The Next productivity frontier. https://www.mckinsey. com/capabilities/mckinsey-digital/our-insights/ the-economic-potential-of-generative-ai-the-next-productivity-frontier#introduction.

34 WEF (2023). The Future of Jobs. https://www.weforum. org/publications/the-future-of-jobs-report-2023/.

35 McKinsey (2024). A new future of work. The Race to deploy AI and raise skills in Europe and beyond, 38-39. https://www.mckinsey.com/mgi/our-research/a-newfuture-of-work-the-raceto-deploy-ai-and-raise-skillsin-europe-and-beyond

36 Felten, E.W., Raj, M. og Seamans, R. (2018). A method to link advances in artificial intelligence to occupational abilities. AEA Papers and Proceedings 108, 54-57. https://doi.org/10.1257/pandp.20181021.

37 Daughert, P.R., Wilson, J.H. (2023). Human + Machine. Reimaging Work in the Age of AI. Harvard University Press.

38 Burning Glass Institute (2024). Generative Artificial Intelligence and the Workforce. https://www.burningglassinstitute.org/research/generative-artificial-intelligence-and-the-workforce.

39 https://xebia.com/academy/nl/case/building-up-an-advanced-analytics-practice-at-ing/.

40 https://financialservicesskills.org/.

41 https://www.mas.gov.sg/development/financial-services-industry-transformation-map-2025.

42 https://www.dewr.gov.au/skills-reform/jobs-and-skillscouncils

43 Jobs and Skills Council Australia (2023). Building a Skilled Workforce, 20-33. https://www.dewr.gov.au/ resources/skills-reform.

44 Se Annex 1 for en oversigt over udvalgte internationale pengeinstitutter og deres AI-kompetencestrategier.

45 https://www.societegenerale.com/sites/default/files/ documents/2024-05/2024-responsible-employer-report-en.pdf.

46 OECD, ILO (2017). Better Use of Skills in the Workplace. Why it matters for productivity and local jobs. https:// www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://www.ilo.org/sites/default/files/wcmsp5/groups/public/%40ed_emp/%40ifp_skills/ documents/publication/wcms_618785.pdf&ved=2ahUKEwiv06yS17CHAxUjSPEDHUy1DXQQFnoECDYQAQ&usg=AOvVaw3K3215oTqgEqcw8cYxeNmE.

47 https://initiatives.weforum.org/good-work-alliance/case-study-details/hsbc:-providing-upskilling-and-reskilling-opportunities-for-our-employees/aJY68000000PAvbGAG.

48 https://about.meta.com/

49 Nourbakhsh, I.R. og Keatning, J. (2019). AI and Humanity. MIT University Press Boston.

50 Abernethy, J., Candelon, F., Evgeniou T. et al. (2024). Bring Human Values to AI. Harvard Business review, April 2024 Nour-bakhsh.

51 https://micresproject.com/.

52 https://www.mas.gov.sg/news/media-releases/2022/ ibf-and-mas-set-out-12-technical-skills-and-competencies-in-sustainable-finance.

53 KPMG (2024). Sustainable Finance Job Transformation Map. https://www.ibf.org.sg/home/for-financial-institutions/resource-tools/sustainable-finance-jobs-transformation-map.

54 https://www.mas.gov.sg/news/media-releases/2024/ mas-sets-aside-sgd35m-to-support-upskilling-singapores-fs-sector-workforce-in-sustainable-finance.

55 https://www.visauniversity.com/en.

56 Wharton, University of Pennsylvania: https://www. wharton.upenn.edu/.

57 https://www.jpmorganchase.com/newsroom/ press-releases/2019/jpmorgan-chase-global-investment-in-the-future-of-work.

58 Shapiro, H. (2024). Earning, Learning, Working renegotiated – USA case study. Digital Futures of Work Singapore (in print).

59 JPMorganChase & Co. (2023). Human Capital and Diversity, Equity and Inclusion Report.

60 https://www.jpmorgan.com/content/dam/jpmc/ jpmorgan-chase-and-co/documents/jpmc-esg-report-2023-dei-human-capital-feature.pdf.

61 https://www.mas.gov.sg/-/media/MAS/News-and-Publications/Press-Releases/Annex-A-Factsheet.pdf.