Så, vil AI erstatte investeringsbankfolk? Ikke på den rene, sci-fi-aktige måten folk ser for seg. Men den vil erstatte deler av arbeidet, krympe visse team, komprimere juniorarbeidet og endre hvordan «bra» ser ut på alle nivåer.
I en vri kan det også gjøre noen bankfolk mer verdifulle.
Ja, jeg vet – det høres ut som jeg prøver å ha det på begge måter. Det er jeg liksom. Fordi virkeligheten er komplisert på den måten.
Artikler du kanskje vil lese etter denne:
🔗 Vil AI erstatte radiologer i nær fremtid?
Hvordan bildebehandling kan endre seg med AI-assistert diagnostikk.
🔗 Vil AI erstatte regnskapsførere eller endre rollen?
Hva automatisering kan håndtere, og hvor mennesker fortsatt betyr noe.
🔗 Vil AI erstatte dataanalytikere: den virkelige pratstunden
Praktisk syn på oppgaver AI kan og ikke kan erstatte.
🔗 Vil AI erstatte advokater? Et vanskeligere spørsmål enn det ser ut til
Hvorfor juridisk arbeid motstår full automatisering, til tross for raske AI-gevinster.
Det korte svaret på «Vil AI erstatte investeringsbankfolk» 📌
AI vil neppe erstatte investeringsbankfolk helt og holdent, fordi bankvirksomhet ikke bare handler om å produsere resultater – det handler om å vinne tillit, navigere i tvetydigheter og få avtaler i boks når alle har forskjellige insentiver og selektive minner.
Men AI vil absolutt:
-
Automatiser store deler av analyse-, utkast- og prosessarbeid
-
Komprimer tidslinjer for presentasjoner og utførelse
-
Reduser antallet mennesker som trengs for visse arbeidslag
-
Skift verdi mot forholdet hestekrefter + vurdering + fordeling
-
Tving banker til å revurdere analytiker-til-medarbeider-«lærlingmodellen»
Så hvis du spør «Vil AI erstatte investeringsbankfolk» som om det var en enkelt ja/nei-bryter, er det enkle svaret: AI erstatter oppgaver, ikke hele arten 🧠🤖
Rask realitetssjekk: dette er ikke «en dag» – det er allerede en del av matematikken for arbeidsstyrken 🔢
En ren måte å formulere dette på: ledere diskuterer ikke om AI er viktig – de budsjetterer rundt det.
-
I arbeidsgiverundersøkelsen fra World Economic Forum 86 % at AI + informasjonsbehandlingsteknologi vil transformere virksomheten deres innen 2030, og det samme arbeidet fremhever storstilt jobbutskiftning (opprettelse + forskyvning) drevet av strukturell transformasjon. [1]
-
Samtidig argumenterer omfattende produktivitetsforskning for at generativ AI kan endre produksjonen per time vesentlig hvis organisasjoner lykkes med å omfordele tid og omprogrammere arbeidsflyter (et stort «hvis», men det er poenget). [2]
Oversettelse: selv om «bankfolk» ikke forsvinner, vil ikke driftsmodellen
Hva investeringsbankfolk gjør (den delen folk glemmer) 🧾📈
Hvis investeringsbankvirksomhet bare var regneark og lysbildesamlinger, ville denne samtalen allerede vært over. Men jobben er mer som fem jobber stablet i en trenchcoat:
-
Originering (finne og vinne arbeid).
Relasjonsbygging, posisjonering, timing, politikk. Litt terapi, litt strategi, litt sjakk ♟️ -
Gjennomføring (få avtalen til å skje).
Koordinering på tvers av advokater, regnskapsførere, interne komiteer, klientledelse, motparter ... pluss konstante «små» kriser. -
Verdsettelse og fortelling
Ikke bare tall – en historie som overlever gransking. Hvorfor denne avtalen, hvorfor nå, hvorfor denne prisen. -
for prosesshåndtering
, datarom, forespørsler om aktsomhet, interessentgjennomgang. Det er i bunn og grunn profesjonell prosesshåndtering 🐈 -
Risikostyring og omdømmevurdering
Hva man ikke skal gjøre er like viktig som hva man skal gjøre. Noen ganger enda viktigere.
AI kan hjelpe med alle fem. Å erstatte alle fem er vanskeligere.
Hva gjør en god versjon av AI i investeringsbankvirksomhet 🤝🤖
En «god versjon» av AI i bankvirksomhet er ikke den som genererer det peneste avsnittet. Det er den som oppfører seg som en pålitelig juniorlagkamerat som:
-
Hallusinerer ikke (eller i det minste markerer usikkerhet tydelig)
-
Forklarer antagelsene uten å bli en filosofiforelesning
-
Jobber innenfor samsvarskravene uten å klage over det
-
Bruker konsistente maler og versjonskontroll (bankvirksomhet er allergisk mot tilfeldigheter)
-
Forstår kontekst – sektordynamikk, normer for avtalestruktur, klientsensitivitet
-
Holder et revisjonsspor slik at noen kan forsvare resultatet senere 😬
I tillegg: Finanssektoren tar allerede i bruk AI (inkludert GenAI) på områder som backend-prosessering og samsvar, samtidig som de eksplisitt påpeker risikoer som ugjennomsiktighet, personvern, nettsikkerhet og skjevhet. Denne spenningen er hele spillet. [3]
Det skjulte kravet er tillit. En modell kan være smart, men hvis den ikke kan stoles på under press, blir den en belastning. Som en sportsbil med upålitelige bremser – moro helt til den ikke er det.
Der AI slår til først: de «industrielle» delene av bankvirksomhet 🏭🧠
Den tidligste forskyvningen er i arbeid, det vil si:
-
Høyt volum
-
Maldrevet
-
Feilutsatt av mennesker
-
Lett å sjekke mekanisk
Så ja, mye av den klassiske analytikersmerten er i eksplosjonssonen.
Sannsynlig å automatisere (eller komprimere) oppgaver
-
Utarbeidelse av førstegangs pitchtekst og markedsoversikter ✍️
-
Bygge sammenligningstabeller fra strukturerte inndata
-
Oppsummering av innleveringer, transkripsjoner og forskningsnotater
-
Formatering av lysbilder og håndheving av merkevareregler (farvel, justeringskriger klokken 02.00) 🎯
-
Opprette utkast til CIM-seksjoner fra gitte due diligence-notater
-
Generere flere verdsettelsesscenarier raskt
-
Utarbeide e-poster, statusoppdateringer, møteplaner (de glamorøse greiene ...)
Vrien
Selv når AI «gjør» oppgaven, gjør mennesker fortsatt:
-
Sjekk det
-
Rett det
-
Forsvar det internt
-
Presenter det eksternt
Så går arbeidet fra skapelse til gjennomgang, tilsyn og vurdering . Noe som høres enklere ut ... helt til du er den som godkjenner det 😵💫
En veldig typisk vignett: klokken er 23:17, klienten ønsker «en strammere rettferdighetshistorie» innen morgenen, og noen trenger tre versjoner for tre interne målgrupper. Et solid AI-oppsett kan utarbeide førstepass-språket og bygge lysbildeskjelettet på få minutter – og så gjør medarbeideren/visepresidenten den virkelige jobben: å fikse det som er teknisk korrekt, men kommersielt feil .
Der AI sliter: det menneskelige limet som lukker avtaler 🧩💬
Her er den pinlige sannheten: mye av verdien i investeringsbankvirksomhet er sosial og situasjonsbetinget. Ikke falsk-sosial – men kontekstsosial.
AI sliter mer med:
-
Klientpsykologi: frykt, ego, intern politikk, styredynamikk
-
Forhandlingsnyanser: hva som blir sagt kontra hva som blir ment
-
Timinginstinkter: når man skal presse, når man skal stoppe
-
Omdømmebasert tillit: «Jeg har sett denne filmen før, ikke gjør det»
-
Kreativ strukturering under begrensninger (skatt, styring, regulatorisk friksjon)
-
Ansvarlighet: klienter ønsker et menneske som tar ansvar for rådene
En modell kan antyde en struktur. Den kan ikke sitte overfor en administrerende direktør som er halvt sint og halvt livredd og rolig styre samtalen tilbake til rasjonelle valg. Det er en veldig menneskelig ferdighet. Ikke magisk – menneskelig.
Sammenligningstabell: Topp «AI + bankvirksomhet»-oppsett (og hvem de hjelper) 📊✨
Her er et praktisk perspektiv – ikke salgstekst som «beste AI-verktøy», mer som «beste bruksmønster».
| Verktøy / Oppsett | Publikum | Pris | Hvorfor det fungerer |
|---|---|---|---|
| Analytiker-copilot for sammensetninger + utkast | Analytikere, medarbeidere | $-$$ | Få fart på førsteutkast + reduserer dumme feil. Trenger fortsatt sjekk (alltid). |
| Pitch-deck-generator med merkevarerekkverk | Dekningsteam | $$ | Gjør om grove konturer til brukbare sider raskt ... formatering blir rar noen ganger |
| Diligence-oppsummerer + spørsmål og svar-bot | Avtaleteam | $$-$$$ | Reduserer lesetiden dramatisk, men bare hvis datatilgangen er ren + har tillatelser |
| Intern kunnskapssøk (policyer, presedens) | Alle | $$ | Finner svaret på «hvordan gjorde vi dette sist?» – enorm tidsbesparelse 📚 |
| Relasjonsintelligens (signaler, kontokartlegging) | Seniorer, opprinnelse | $$-$$$ | Hjelper med å finne timing og vinkler; erstatter ikke det faktiske forholdet |
| Godkjenningsarbeidsflyt + samsvarskontroll | Risiko, juridisk, bankfolk | $$$ | Forhindrer feil som blir overskrifter. Senker også ting ... ironisk nok 😬 |
Ja, prisingen er uklar. Det er med vilje. Bankinnkjøp er sitt eget parallelle univers.
Vil AI erstatte investeringsbankfolk: det avhenger av ansiennitet 👔🧑💻
Det er her samtalen blir krydret.
Analytikere og juniorer 😵💫
Mye av juniorarbeidet er:
-
Utkast
-
Formatering
-
Oppdatering
-
Gjenoppbygger samme modell med små justeringer
AI komprimerer dette kraftig. Det betyr:
-
Færre juniorer kan være nødvendig for samme ytelse
-
Juniorer som blir igjen forventes å operere på et høyere nivå raskere
-
«Læring gjennom smerte»-modellen blir forstyrret
Det er en reell risiko: hvis AI fjerner det tunge arbeidet, kan tredjeklassingene også miste repetisjonen som bygger intuisjon. Litt som å lære å lage mat bare ved å bestille mat – du vil overleve, men du vil ikke bli kokk.
Medarbeidere og visepresidenter 🧠
Disse rollene kan bli mer verdifulle fordi de:
-
Oversett kundens behov til leveranser
-
Finn ut hva som er galt før det sendes
-
Administrer interessenter og tidslinjer
-
Tolke tvetydighet og foreta samtaler
AI gjør dem raskere, ikke foreldede.
Leger og regnmakere ☔
Hvis du virkelig genererer inntekter gjennom relasjoner og tillit, erstatter ikke AI deg. Det kan til og med øke gapet mellom:
-
Bankfolk som kan komme med forslag og gi råd
-
Bankfolk som hovedsakelig fører tilsyn med prosessen
Strengt, men … ja.
Den nye bankerferdighetsstakken (også kjent som hvordan man ikke blir satt på sidelinjen) 🧰🚀
Hvis AI fjerner repeterende produksjon fra tallerkenen din, er det som gjenstår det folk betaler for.
Ferdigheter som blir mer verdifulle
-
Bygging av klientnarrativ: å gjøre kompleksitet om til overbevisning 🎤
-
Kommersiell vurdering: hva som er viktig, hva som ikke er det, hva som er risikabelt
-
Sektormønstergjenkjenning: å vite «hvorfor» bak tallene
-
Forhandling og påvirkning: internt og eksternt
-
Prosessledelse: å holde avtaler i gang gjennom kompleksitet
-
AI-overvåking: spørring, validering, stresstesting av utdata
Og ja, å være «flink på AI» blir virkelighet – ikke på en pinlig måte. Mer som: kan du bruke det ansvarlig, raskt og uten å gjøre teamet flau?.
Det ubehagelige: risiko, samsvar og ansvar ⚠️🏛️
Bankvirksomhet er ikke en sandkasse. Det er en ansvarlighetsmaskin.
To svært usexy realiteter driver adopsjonshastigheten:
-
Styring av modellrisiko er ikke valgfritt.
Bankregulatorer har lenge hatt forventninger til modellrisikostyring: validering, dokumentasjon og styring. (Generativ AI får ikke magisk en hallpass – snarere hever den standarden for kontroller.) [4] -
Kommunikasjon og oppbevaring av dokumenter blir fort vanskelig.
Meglere har eksplisitte forpliktelser til å oppbevare forretningsrelatert kommunikasjon (inkludert elektronisk kommunikasjon) i henhold til SEC/FINRAs journalføringsregimer. Dette spiller en rolle når folk begynner å lime inn avtalekontekst i verktøy, generere utkast eller «chatte» med interne roboter. [5]
Så adopsjon ser ofte slik ut: «AI overalt … men bare etter at det er inngjerdet.»
Slik ser fremtiden ut: færre lag, raskere sykluser, mer spesialisering 🔄💼
Et realistisk utfall er ikke bankfolks utryddelse. Det er omstrukturering av bankfolk:
-
Lean-avtaleteam støttet av AI-systemer
-
Flere «grupper» av sektor-, produkt- og utførelsestalent
-
Raskere iterasjon av presentasjoner og modeller
-
Mer vekt på distribusjon (hvem kan plassere, hvem kan bringe kjøpere, hvem kan flytte kapital)
-
En splittelse mellom:
-
Rådgivningsarbeid med høy tillit (menneskelig innsats)
-
Høyvolumsproduksjonsarbeid (AI-tungt)
-
Forvent også at flere butikker vil yte mer enn forventet. Hvis AI gir mindre team/store bedrifter produksjonskapasitet, blir det som skiller dem ut relasjoner, dømmekraft og nisjekompetanse 🥊
Vil AI erstatte investeringsbankfolk: den kompakte versjonen 🧾✅
Vil AI erstatte investeringsbankfolk? Ikke helt. Men det vil erstatte en stor del av det bankfolk bruker tid på, spesielt juniorproduksjonsarbeid.
Hva som fester seg:
-
Relasjoner
-
Dom
-
Forhandling
-
Ansvarlighet
-
Navigering i menneskelige systemer (styrer, egoer, politikk ... jepp)
Hva som endres:
-
Lagstørrelser
-
Treningsløyper
-
Forventninger til hastighet
-
Definisjonen av «verdiøkning»
Bankmannen som vinner er den som blir en stor redaktør av virkeligheten – ved å bruke AI for hestekrefter samtidig som han er obsessivt ansvarlig for avgjørelsen. Litt poetisk, men også sant. Som å bruke et elektroverktøy: det gjør deg raskere, ikke klokere.
Referanser
[1] Verdens økonomiske forum –
Rapport om fremtidens jobber 2025 (sammendrag) [2] McKinsey Global Institute –
Det økonomiske potensialet til generativ AI: Den neste produktivitetsgrensen [3] Bank for International Settlements –
Intelligent finanssystem: hvordan AI endrer finans (BIS Working Papers No 1194, PDF) [4] Federal Reserve –
Tilsynsveiledning om modellrisikostyring (SR 11-7), PDF [5] FINRA – Bøker og dokumenter (inkludert SEC Exchange Act regel 17a-4 om oppbevaring av elektronisk kommunikasjon)
Vanlige spørsmål
Vil AI erstatte investeringsbankfolk fullstendig?
Ikke i en ryddig, helhetlig oversikt. Investeringsbankvirksomhet handler ikke bare om resultater – det handler om tillit, dømmekraft, politikk og å få ekte mennesker til å si «ja» under press. AI vil erstatte deler av arbeidet, komprimere tidslinjer og krympe noen lag, spesielt i juniorproduksjon. Men kundene ønsker fortsatt en person som eier rådene (og konsekvensene). 🤝
Hvilke investeringsbankoppgaver vil mest sannsynlig bli automatisert først?
Det «industrielle» arbeidet blir først rammet: stort volum, malbasert og enkelt å kontrollere mekanisk. Tenk på førstegangstekst, markedsoversikter, sammenligningstabeller, sammendrag av dokumenter/transkripsjoner, formatering av lysbilder, utkast til CIM-seksjoner, scenariokjøringer og endeløse statusoppdateringer. Vrien er at du ikke slutter å jobbe – du går fra å lage til å gjennomgå, korrigere og forsvare resultatet når det er kommersielt feil.
Vil AI erstatte investeringsbankfolk på analytikernivå?
AI komprimerer klassisk analytikers smerte hardt: utarbeidelse, formatering, oppdatering og gjenoppbygging av den samme modellen med små justeringer. Det kan bety at færre juniorer trengs for samme resultat, og høyere forventninger til de som blir værende. Risikoen er trening: hvis det krevende arbeidet forsvinner, forsvinner også repetisjonen som bygger instinkter. Du kan ikke bli skarp ved å bare «bestille» arbeidet. 😅
Hva skjer med medarbeidere, visepresidenter og administrerende direktører når kunstig intelligens sprer seg?
Medarbeidere og visepresidenter kan bli mer verdifulle fordi de oversetter komplekse kundebehov til leveranser og fanger opp problemer før noe sendes. De håndterer også tidslinjer, interessenter og tvetydighet – områder der AI fortsatt sliter. For administrerende direktører forsvinner ikke relasjons- og tillitsbasert originering. Gapet øker mellom regnmakere og folk som stort sett fører tilsyn med prosessen. ☔
Hvorfor sliter AI med de delene av bankvirksomheten som avslutter avtaler?
Fordi de vanskeligste delene er situasjonsbetingede og menneskelige. AI kan foreslå strukturer, men klientpsykologi, styrepolitikk, forhandlingsnyanser og timinginstinkter er ikke rene datasett. Omdømmebasert tillit er også vanskelig: «Jeg har sett denne filmen før» er delvis erfaring, delvis ansvarlighet. Når en administrerende direktør er halvt sint og halvt livredd, må noen styre rommet – ikke bare generere tekst.
Hvordan kan banker bruke kunstig intelligens i investeringsbankvirksomhet uten å bli brent?
Et «godt» oppsett oppfører seg som en pålitelig junior-lagkamerat: det flagger usikkerhet, forklarer antagelser, jobber innenfor samsvarsbegrensninger og holder maler konsistente. Like viktig er det at det trenger et revisjonsspor slik at noen kan forsvare resultatene senere. Adopsjon ser ofte ut som «AI overalt ... men inngjerdet», fordi risikoer for personvern, nettsikkerhet, opasitet og skjevhet ikke forsvinner på avtaledagen. ⚠️
Hva er de største risikoene knyttet til samsvar og journalføring med GenAI i bankvirksomhet?
To realiteter bremser alt. For det første er styring av modellrisiko ikke valgfritt – regulatorer forventer validering, dokumentasjon og kontroller, og GenAI kan heve standarden i stedet for å senke den. For det andre er kommunikasjon og oppbevaring av dokumenter viktig: når folk limer inn avtalekontekst i verktøy eller genererer utkast i chat, kan du skape hodebry knyttet til oppbevaring og tilsyn under megler-forhandlerregimer.
Hvordan forblir du verdifull hvis AI endrer investeringsbankvirksomhet?
Tenk «hestekrefter, ikke visdom». Bruk AI til å utarbeide, strukturere og iterere raskere – bruk deretter din menneskelige tid på narrativ, kommersiell vurdering, mønstergjenkjenning i sektorer, forhandlinger og prosessledelse. Å være «god på AI» betyr å føre tilsyn med den på en ansvarlig måte: å gi gode forslag, stressteste resultater og fange opp det som er teknisk korrekt, men kommersielt galt. Vinnerne blir fantastiske redaktører av virkeligheten. 🧠🤖
Vanlige spørsmål
Vil AI erstatte investeringsbankfolk fullstendig?
Ikke i en ryddig, helhetlig oversikt. Investeringsbankvirksomhet handler ikke bare om resultater – det handler om tillit, dømmekraft, politikk og å få ekte mennesker til å si «ja» under press. AI vil erstatte deler av arbeidet, komprimere tidslinjer og krympe noen lag, spesielt i juniorproduksjon. Men kundene ønsker fortsatt en person som eier rådene (og konsekvensene). 🤝
Hvilke investeringsbankoppgaver vil mest sannsynlig bli automatisert først?
Det «industrielle» arbeidet blir først rammet: stort volum, malbasert og enkelt å kontrollere mekanisk. Tenk på førstegangstekst, markedsoversikter, sammenligningstabeller, sammendrag av dokumenter/transkripsjoner, formatering av lysbilder, utkast til CIM-seksjoner, scenariokjøringer og endeløse statusoppdateringer. Vrien er at du ikke slutter å jobbe – du går fra å lage til å gjennomgå, korrigere og forsvare resultatet når det er kommersielt feil.
Vil AI erstatte investeringsbankfolk på analytikernivå?
AI komprimerer klassisk analytikers smerte hardt: utarbeidelse, formatering, oppdatering og gjenoppbygging av den samme modellen med små justeringer. Det kan bety at færre juniorer trengs for samme resultat, og høyere forventninger til de som blir værende. Risikoen er trening: hvis det krevende arbeidet forsvinner, forsvinner også repetisjonen som bygger instinkter. Du kan ikke bli skarp ved å bare «bestille» arbeidet. 😅
Hva skjer med medarbeidere, visepresidenter og administrerende direktører når kunstig intelligens sprer seg?
Medarbeidere og visepresidenter kan bli mer verdifulle fordi de oversetter komplekse kundebehov til leveranser og fanger opp problemer før noe sendes. De håndterer også tidslinjer, interessenter og tvetydighet – områder der AI fortsatt sliter. For administrerende direktører forsvinner ikke relasjons- og tillitsbasert originering. Gapet øker mellom regnmakere og folk som stort sett fører tilsyn med prosessen. ☔
Hvorfor sliter AI med de delene av bankvirksomheten som avslutter avtaler?
Fordi de vanskeligste delene er situasjonsbetingede og menneskelige. AI kan foreslå strukturer, men klientpsykologi, styrepolitikk, forhandlingsnyanser og timinginstinkter er ikke rene datasett. Omdømmebasert tillit er også vanskelig: «Jeg har sett denne filmen før» er delvis erfaring, delvis ansvarlighet. Når en administrerende direktør er halvt sint og halvt livredd, må noen styre rommet – ikke bare generere tekst.
Hvordan kan banker bruke kunstig intelligens i investeringsbankvirksomhet uten å bli brent?
Et «godt» oppsett oppfører seg som en pålitelig junior-lagkamerat: det flagger usikkerhet, forklarer antagelser, jobber innenfor samsvarsbegrensninger og holder maler konsistente. Like viktig er det at det trenger et revisjonsspor slik at noen kan forsvare resultatene senere. Adopsjon ser ofte ut som «AI overalt ... men inngjerdet», fordi risikoer for personvern, nettsikkerhet, opasitet og skjevhet ikke forsvinner på avtaledagen. ⚠️
Hva er de største risikoene knyttet til samsvar og journalføring med GenAI i bankvirksomhet?
To realiteter bremser alt. For det første er styring av modellrisiko ikke valgfritt – regulatorer forventer validering, dokumentasjon og kontroller, og GenAI kan heve standarden i stedet for å senke den. For det andre er kommunikasjon og oppbevaring av dokumenter viktig: når folk limer inn avtalekontekst i verktøy eller genererer utkast i chat, kan du skape hodebry knyttet til oppbevaring og tilsyn under megler-forhandlerregimer.
Hvordan forblir du verdifull hvis AI endrer investeringsbankvirksomhet?
Tenk «hestekrefter, ikke visdom». Bruk AI til å utarbeide, strukturere og iterere raskere – bruk deretter din menneskelige tid på narrativ, kommersiell vurdering, mønstergjenkjenning i sektorer, forhandlinger og prosessledelse. Å være «god på AI» betyr å føre tilsyn med den på en ansvarlig måte: å gi gode forslag, stressteste resultater og fange opp det som er teknisk korrekt, men kommersielt galt. Vinnerne blir fantastiske redaktører av virkeligheten. 🧠🤖
Vanlige spørsmål
Vil AI erstatte investeringsbankfolk fullstendig?
Ikke i en ryddig, helhetlig oversikt. Investeringsbankvirksomhet handler ikke bare om resultater – det handler om tillit, dømmekraft, politikk og å få ekte mennesker til å si «ja» under press. AI vil erstatte deler av arbeidet, komprimere tidslinjer og krympe noen lag, spesielt i juniorproduksjon. Men kundene ønsker fortsatt en person som eier rådene (og konsekvensene). 🤝
Hvilke investeringsbankoppgaver vil mest sannsynlig bli automatisert først?
Det «industrielle» arbeidet blir først rammet: stort volum, malbasert og enkelt å kontrollere mekanisk. Tenk på førstegangstekst, markedsoversikter, sammenligningstabeller, sammendrag av dokumenter/transkripsjoner, formatering av lysbilder, utkast til CIM-seksjoner, scenariokjøringer og endeløse statusoppdateringer. Vrien er at du ikke slutter å jobbe – du går fra å lage til å gjennomgå, korrigere og forsvare resultatet når det er kommersielt feil.
Vil AI erstatte investeringsbankfolk på analytikernivå?
AI komprimerer klassisk analytikers smerte hardt: utarbeidelse, formatering, oppdatering og gjenoppbygging av den samme modellen med små justeringer. Det kan bety at færre juniorer trengs for samme resultat, og høyere forventninger til de som blir værende. Risikoen er trening: hvis det krevende arbeidet forsvinner, forsvinner også repetisjonen som bygger instinkter. Du kan ikke bli skarp ved å bare «bestille» arbeidet. 😅
Hva skjer med medarbeidere, visepresidenter og administrerende direktører når kunstig intelligens sprer seg?
Medarbeidere og visepresidenter kan bli mer verdifulle fordi de oversetter komplekse kundebehov til leveranser og fanger opp problemer før noe sendes. De håndterer også tidslinjer, interessenter og tvetydighet – områder der AI fortsatt sliter. For administrerende direktører forsvinner ikke relasjons- og tillitsbasert originering. Gapet øker mellom regnmakere og folk som stort sett fører tilsyn med prosessen. ☔
Hvorfor sliter AI med de delene av bankvirksomheten som avslutter avtaler?
Fordi de vanskeligste delene er situasjonsbetingede og menneskelige. AI kan foreslå strukturer, men klientpsykologi, styrepolitikk, forhandlingsnyanser og timinginstinkter er ikke rene datasett. Omdømmebasert tillit er også vanskelig: «Jeg har sett denne filmen før» er delvis erfaring, delvis ansvarlighet. Når en administrerende direktør er halvt sint og halvt livredd, må noen styre rommet – ikke bare generere tekst.
Hvordan kan banker bruke kunstig intelligens i investeringsbankvirksomhet uten å bli brent?
Et «godt» oppsett oppfører seg som en pålitelig junior-lagkamerat: det flagger usikkerhet, forklarer antagelser, jobber innenfor samsvarsbegrensninger og holder maler konsistente. Like viktig er det at det trenger et revisjonsspor slik at noen kan forsvare resultatene senere. Adopsjon ser ofte ut som «AI overalt ... men inngjerdet», fordi risikoer for personvern, nettsikkerhet, opasitet og skjevhet ikke forsvinner på avtaledagen. ⚠️
Hva er de største risikoene knyttet til samsvar og journalføring med GenAI i bankvirksomhet?
To realiteter bremser alt. For det første er styring av modellrisiko ikke valgfritt – regulatorer forventer validering, dokumentasjon og kontroller, og GenAI kan heve standarden i stedet for å senke den. For det andre er kommunikasjon og oppbevaring av dokumenter viktig: når folk limer inn avtalekontekst i verktøy eller genererer utkast i chat, kan du skape hodebry knyttet til oppbevaring og tilsyn under megler-forhandlerregimer.
Hvordan forblir du verdifull hvis AI endrer investeringsbankvirksomhet?
Tenk «hestekrefter, ikke visdom». Bruk AI til å utarbeide, strukturere og iterere raskere – bruk deretter din menneskelige tid på narrativ, kommersiell vurdering, mønstergjenkjenning i sektorer, forhandlinger og prosessledelse. Å være «god på AI» betyr å føre tilsyn med den på en ansvarlig måte: å gi gode forslag, stressteste resultater og fange opp det som er teknisk korrekt, men kommersielt feil. Vinnerne blir dyktige redaktører av virkeligheten.