Entry-level-paradoxen med AI

Det låter logiskt att ai kan ta hand om repetitiva uppgifter. Juniora utvecklare gör ofta repetitiva uppgifter. Alltså kan vi klara oss med färre juniora utvecklare.

Det är ett resonemang vi hör allt oftare nu och det är begripligt. När AI-verktyg faktiskt levererar, när produktiviteten per person ökar och när kostnadstrycket är högt är det naturligt att börja ompröva var man egentligen behöver folk. Och juniora roller hamnar lätt i siktet, de är synliga, de är mätbara och de är enklast att motivera bort.

Problemet är att det resonemanget ofta slutar för tidigt.

Det som inte syns i kalkylbladet

Beslutet att skära i entry-level-rekrytering ser ut som en besparing i nuläget. Och det är det, formellt sett. Men det det inte räknar med är vad som händer längre fram, när seniora profiler slutar, när specialistkompetens behöver ersättas och när den interna pipeline som annars hade fyllt de rollerna helt enkelt inte finns.

Seniora techprofiler är redan idag bland de svåraste att rekrytera externt. Det gäller inte minst i Sverige, där kandidatmarknaden för erfarna backend-ingenjörer, tech leads och arkitekter är liten och konkurrensen om dem är hög. De flesta av dem har formats i organisationer som gett dem utrymme att växa under flera år  med riktiga problem att lösa, mentorskap och tillåtelse att misslyckas. Det är inte något du köper in färdigt.

Frågan är alltså inte bara vad du sparar idag. Det är vad du betalar för om tre till fem år när du försöker ersätta den kompetens du nu väljer att inte bygga.

Det som händer i mellanrummet

Det finns en period som ofta glöms bort i den här diskussionen: åren mellan ”vi slutar rekrytera juniort” och ”vi inser att vi saknar seniorer”. Där är konsekvenserna inte uppenbara, men de byggs upp. Kunskapen om systemen koncentreras till ett fåtal personer. Onboarding av ny personal tar längre tid för att ingen har blivit onboardad på länge. Kulturen av att dela kunskap och lära upp internt tunnas ut gradvis.

Det är ett mönster vi sett hända i bolag som under pandemins lågpunkter och lågkonjunkturen 2023–2024 pausade sina juniorprogram. Nu, ett par år senare, märks det. Inte katastrofalt men kännbart.

Vad datan faktiskt säger om AI och kompetens

Det är lätt att ta ai-argumentet för givet utan att titta på vad som faktiskt sker. Branschorganisationen TechSverige analyserade nyligen över 16 000 platsannonser från Arbetsförmedlingens platsbank under en åttaårsperiod. Resultatet visade att AI nämns i dubbelt så många yrken idag som för ett par år sedan. Det är en ökning som spänner långt utanför IT-branschen och in i tillverkning, energi och logistik.

Det som är intressant är att det inte är ett tecken på att jobben försvinner. Det är ett tecken på att jobben förändras. De kräver mer analytisk förmåga, mer förmåga att arbeta med AI-genererade underlag och mer kritiskt omdöme. Det är högre krav, inte färre roller.

Parallellt visar data från TNG Tech (2025) att 61 procent av specialister och chefer inom industrin redan använder AI i sitt dagliga arbete men att bara 12 procent uppger att deras arbetsplats har en tydlig AI-strategi. Det är en intressant spänning. AI används brett, men utan riktning. Och i det läget är det svårt att hävda att man vet exakt vilka roller som är överflödiga och vilka som inte är det.

En fråga om vad man faktiskt optimerar för

Det är möjligt att AI på sikt gör att vissa typer av arbete kräver färre händer. Det är fullt rimligt. Men om beslutet att skära juniora roller fattas utan en plan för hur kompetensförsörjningen ska se ut om tre till fem år, är det inte en strategisk anpassning till AI. Det är ett kortsiktigt besparingsbeslut med ett strategiskt argument som kläder.

De bolag som klarar sig bäst i tuffa rekryteringsmarknader är sällan de som lyckas undvika rekrytering när det är svårt. De är de som justerar hur de rekryterar, vad de letar efter och hur de onboardar men som inte slutar bygga grunden.

Det handlar om vad man optimerar för. Optimerar man för nästa kvartal eller för förmågan att bygga och behålla techkompetens på lång sikt? Det är inte alltid samma svar.

Och vad händer på ledarskapsnivå?

Den frågan blir ännu tydligare när man tänker på executive search inom tech. CTO:er, VP Engineering, Head of Platform. De profilerna rekryteras inte fram ur ett vakuum. De har oftast formats i miljöer där de tagit ansvar stegvis, vuxit med sin organisation och byggt upp teknisk djup parallellt med ledarskapsförmåga.

Sverige är ett litet land med en liten kandidatmarknad för de här rollerna. Om vi under ett antal år systematiskt minskar antalet juniora och medelsnivå-profiler som ges möjlighet att växa in i den typen av roller, krymper poolen. Inte dramatiskt på ett år men märkbart på fem.

Det löser sig inte med bättre executive search-processer. Det löser sig med att börja tänka på kompetensförsörjning som något som byggs kontinuerligt, inte något som löses akut när behovet uppstår.

Vad innebär det i praktiken?

Det finns inga enkla svar men det finns några frågor som är värda att ställa sig innan nästa rekryteringsbeslut, oavsett om man arbetar med intern IT-rekrytering eller tar hjälp utifrån:

Vad behöver organisationen om tre till fem år och hur ser vägen dit ut? Inte bara i termer av headcount, utan i termer av vilken kompetens som behöver finnas, varifrån den ska komma och hur lång tid det tar att bygga den.

Var kommer nästa generation seniorer ifrån? Om svaret är ”vi rekryterar dem externt när vi behöver dem” är det ett svar som faktiskt håller, givet hur konkurrensutsatt den marknaden är?

Hur påverkar AI rollerna vi rekryterar till? Inte som ett generellt argument för att rekrytera mindre, utan som en konkret fråga om kravprofiler, arbetsinnehåll och vilka förmågor som faktiskt efterfrågas framåt.

Det är inte komplicerade frågor. Men de kräver att man tar sig tid att ställa dem, och att svaren faktiskt styr besluten.

Det handlar inte om att ignorera AI

Det vore fel att läsa det här som ett argument mot AI eller mot att anpassa rekryteringen efter hur verktygen förändrar arbetet. Tvärtom. Juniora profiler som lär sig att använda AI-verktyg tidigt i karriären tenderar att bli de mest anpassningsbara medarbetarna på sikt. De är inte hotade av AI utan de är den generation som kommer att använda det bäst.

Det handlar snarare om att skilja på en sak: att anpassa hur man rekryterar till en ny verklighet, det är klokt. Att använda AI som argument för att sluta bygga kompetens, det är någonting annat.

Och det är den distinktionen som avgör vilka bolag som om fem år har den kompetensbredd de behöver och vilka som inte har det.

Funderar du på hur er rekryteringsstrategi ser ut på längre sikt?

På Ants arbetar vi med IT-rekrytering och executive search inom tech. Vi hjälper gärna till att tänka igenom hur kompetensförsörjningen ser ut  inte bara nästa rekrytering, utan som en strategi som håller över tid.