
JPMorgan gør AI-brug til en del af jobbet
JPMorgan Chase er begyndt at behandle AI som en normal del af arbejdet for omkring 65.000 ingeniører og teknologimedarbejdere. Ifølge AI News følger ledere nu, hvor ofte folk bruger værktøjer som ChatGPT og Claude Code, og den brug kan også få betydning i performance-samtaler. Det gør nyheden relevant i Danmark, fordi mange organisationer stadig taler om AI som et ekstra projekt ved siden af driften. Her bliver det i stedet en forventning i selve jobbet.
💡 Det korte overblik JPMorgan opfordrer medarbejdere til at bruge ChatGPT og Claude Code til kode, dokumentgennemgang og rutineopgaver. Interne systemer skelner mellem lette og tunge brugere, og brugen bliver fulgt af ledelsen.
Det interessante er ikke, at en stor bank bruger AI. Det gør mange allerede. Det nye er, at ledelsen måler brugen systematisk. Kilden peger også på, at banken allerede anvender AI i blandt andet svindelovervågning og risikoanalyse. Når AI samtidig bliver en del af den daglige værktøjskasse for tusindvis af medarbejdere, flytter samtalen sig fra eksperimenter til arbejdsvaner.
For danske virksomheder og myndigheder er der to læsninger. Den første er positiv. Hvis man vil have reel gevinst af AI, er det ikke nok at købe licenser og håbe på det bedste. Der skal være klare forventninger, træning og ledelsesopfølgning. Den anden læsning er mere nøgtern. Høj brug er ikke det samme som god brug. En medarbejder kan åbne ChatGPT ti gange om dagen og stadig levere noget, der kræver meget efterarbejde.
⚠️ Det man skal passe på Kilden peger på et oplagt problem: medarbejdere kan føle sig presset til at bruge AI, også når det ikke forbedrer resultatet. Samtidig kan værktøjerne levere ufuldstændige eller forkerte svar, som stadig skal kontrolleres.
Det er især vigtigt i regulerede miljøer. Hvis AI bruges til dokumentudkast, kode eller interne analyser, skal man vide, hvad der må automatiseres, hvad der kræver menneskelig kontrol, og hvordan fejl bliver fanget. Ellers flytter man bare arbejdet fra den første version til rettelser og oprydning bagefter.
Den praktiske danske version er enkel. Start ikke med at måle ren frekvens. Start med at definere god brug i to eller tre konkrete arbejdsgange. Det kan være første udkast til notater, opsummering af lange dokumenter eller kodegennemgang i udviklingsteams. Aftal derefter, hvilke værktøjer der er godkendt, hvilke data de må se, og hvornår et menneske skal godkende output.
JPMorgan viser, at næste fase af AI ikke kun handler om modeller. Den handler om ledelse, forventninger og kontrol i hverdagen. Det skal virke mandag morgen, også når tempoet er højt og kravene til kvalitet ikke bliver mindre.
🤖 Denne artikel er skrevet af kunstig intelligens og kan indeholde fejl.
Læs original kilde →Fandt du en fejl?