DNB kutter rundt 400 årsverk og peker direkte på AI-agenter som en del av begrunnelsen. Det gjør saken langt mer konkret enn de vanlige spådommene om at AI «en dag» vil endre arbeidslivet. I Norges største bank skjer omstillingen nå, og den skal være gjennomført før året er omme.

Kuttene kommer i Technology & Services, der banken har rundt 2 000 ansatte fordelt på flere steder. DNB trekker særlig fram kontroll av kundeopplysninger, arbeidet med å kjenne kunden – KYC – og koding som områder hvor AI-agenter allerede skal gi betydelige effektiviseringsgevinster.

Dette er et veiskille. Samtidig skal ikke ordet «AI» få fungere som et trylleord som forklarer alt. DNB sier at gevinstene er betydelige, men har foreløpig ikke lagt fram tall for hvor mye arbeid agentene faktisk overtar, hvordan kvaliteten måles eller hva kundene får igjen. Når 400 årsverk forsvinner, fortjener både ansatte og kunder mer enn en blankpolert pressemelding.

DNB kutter 400 årsverk – hva har banken bestemt?

DNB skal redusere bemanningen i Technology & Services med rundt 400 årsverk. Ifølge DNBs børsmelding 6. oktober 2026 blir omstillingskostnadene bokført i fjerde kvartal, nedbemanningen skal fullføres i samme kvartal, og kostnadseffekten skal være fullt innarbeidet i regnskapet fra andre kvartal 2027.

Et årsverk er arbeidsmengden til én fulltidsstilling i ett år. Det betyr at 400 årsverk ikke nødvendigvis er det samme som nøyaktig 400 personer, men omfanget er stort uansett. Ved utgangen av 2025 hadde DNB 10 603 årsverk i hele konsernet. Kuttet tilsvarer dermed knapt 4 prosent av konsernets samlede årsverk på det tidspunktet.

DNB sier ikke hvilke land som blir rammet, selv om avdelingen har ansatte flere steder. Banken vil heller ikke gi detaljer om den såkalte «virkemiddelpakken» til de ansatte. E24 spurte om kuttene vil gi billigere bank eller lavere rente, men fikk ikke et konkret svar. Svaret var at teknologien skal gi enklere, raskere og bedre tjenester.

Infografikk viser DNBs planlagte kutt på 400 av 2 000 årsverk
Technology & Services har rundt 2 000 ansatte, mens DNB planlegger å redusere bemanningen med rundt 400 årsverk.

Hvilke oppgaver skal AI-agentene overta?

DNB peker på tre konkrete områder: kontroll av kundeopplysninger, KYC-prosesser og teknologiutvikling, inkludert koding. Banken sier at agentisk AI allerede erstatter oppgaver som tidligere ble gjort manuelt, gir raskere prosesser og øker kapasiteten.

KYC er arbeidet banken gjør for å vite hvem kundene er, forstå kundeforholdet og oppdage avvik. Det innebærer mye innhenting, kontroll og sammenstilling av informasjon. Slike oppgaver passer på papiret godt for AI-agenter fordi de består av mange gjentakende steg på tvers av dokumenter og systemer. En agent kan hente informasjon, sammenligne felter, varsle om mangler og sende saken videre til et menneske.

Men «passer godt» betyr ikke at oppgaven kan overlates ukritisk til et AI-system. Feil i kundekontroll kan ramme uskyldige kunder, slippe gjennom reell risiko eller skape et dokumentasjonsproblem banken må forklare senere. Den viktige gevinsten er derfor ikke bare at agenten gjør mer arbeid. Den må gjøre riktig arbeid, følge sporbare regler og vite når et menneske skal ta over.

Koding er den andre tydelige markøren. AI-verktøy kan skrive utkast, finne feil, lage tester og håndtere en del rutinearbeid langt raskere enn før. Det betyr ikke at banken kan fjerne menneskelig ansvar for arkitektur, sikkerhet og produksjonssetting. Det betyr at én utvikler kan få mer gjort, og at organisasjonen dermed vurderer hvor mange årsverk den trenger til samme leveranse.

Hvor stor er AI-gevinsten egentlig?

Det vet offentligheten foreløpig ikke. DNB omtaler gevinstene som betydelige, men børsmeldingen inneholder ingen tall for spart tid, færre feil, raskere kundebehandling eller lavere kostnad per sak. Banken har heller ikke sagt hvor stor del av de 400 årsverkene som kan knyttes direkte til AI, og hvor mye som skyldes en bredere omorganisering.

Det skillet er viktig. En virksomhet kan innføre AI samtidig som den sentraliserer, forenkler gamle prosesser, fjerner ledelseslag eller flytter arbeid. Da blir det for enkelt å føre hele bemanningskuttet på AI-kontoen. DNB knytter selv teknologien tydelig til beslutningen, men det er ikke det samme som at 400 mennesker er erstattet én for én av 400 digitale agenter.

Banken hadde 11 649 ansatte ved utgangen av 2025, ifølge DNBs årsrapport. Samtidig meldte DNB om 15,1 milliarder kroner i netto renteinntekter og et resultat før skatt på 13 milliarder kroner i perioden april til juni 2026. Dette er altså ikke en kriseplan fra en bank som står med ryggen mot veggen. Det er en bevisst beslutning om hvordan en lønnsom virksomhet vil ta ut teknologigevinsten.

Derfor treffer innvendingen fra Finansforbundet ganske godt: AI er ikke en naturlov som automatisk må bety færre ansatte. Gevinsten kan tas ut som lavere bemanning, men også som bedre tjenester, mer kapasitet og mer tid til arbeid der menneskelig vurdering er avgjørende. DNB har valgt en tydelig kombinasjon av effektivisering og kutt.

Hvorfor er DNB-saken viktig for resten av Norge?

DNB-saken viser at AI har flyttet seg fra pilotprosjekter til bemanningsplaner. SSBs tall for 2026 viser at nesten fem av ti norske foretak med minst ti ansatte bruker én eller flere AI-teknologier. Blant store foretak med minst 100 ansatte er andelen åtte av ti.

Det store spranget kommer når virksomheten går fra å gi ansatte tilgang til en chatbot til å bygge om selve arbeidsflyten. En chatbot hjelper en ansatt med en tekst eller en analyse. En agent får flere steg, tilgang til verktøy og et definert mål. Når agenten kobles til saksbehandling, dokumentkontroll eller utviklingsløpet, endres både tidsbruken og behovet for bestemte roller.

Jeg tror mange ledere kommer til å se på DNB og stille det samme spørsmålet: Hvis banken kan hente ut betydelige gevinster i kompliserte og regulerte prosesser, hva kan jeg gjøre i min virksomhet? Det er et helt rimelig spørsmål. Det dårlige spørsmålet er hvor mange stillinger man kan fjerne før man har målt om systemet faktisk leverer.

Denne forskjellen har også vært synlig i utlandet. Da Microsoft kuttet 4 800 jobber og samtidig løftet fram AI, var det vanskelig å skille teknologisk effektivisering fra andre kostnadsgrep. DNB er mer konkret om oppgavene og sier rett ut at agentisk AI erstatter manuelt arbeid. Nettopp derfor bør banken også være mer konkret om resultatene.

AI-agent utfører bankkontroller før risikosaker sendes videre til menneskelig godkjenning
En AI-agent kan hente, sammenligne og kontrollere kundeopplysninger, men risikosaker må fortsatt ha en tydelig vei til menneskelig vurdering.

Hva betyr dette for ansatte?

Det tydeligste varslet er at rutinepregede kunnskapsoppgaver ikke lenger er skjermet bare fordi de krever kontor, systemtilgang eller høyere utdanning. Når arbeidet kan beskrives som en kjede av kontroller, oppslag, sammenligninger og standardiserte avgjørelser, vil arbeidsgivere undersøke om en agent kan gjøre deler av kjeden.

Det betyr ikke at alle må bli AI-utviklere. Det betyr at fagkunnskap om prosessen blir enda viktigere. Den ansatte som forstår hvorfor en kontroll finnes, hvilke unntak som er farlige og når saken må eskaleres, kan bidra til å bygge og kontrollere arbeidsflyten. Den som bare utfører de samme tastetrykkene om igjen, står langt mer utsatt.

For ansatte i en omstilling er rådet ganske konkret: Be om dokumentasjon på hvilke oppgaver som forsvinner, hvilke nye roller som oppstår og hvilken opplæring arbeidsgiveren tilbyr. Finn ut om kompetansen din kan flyttes til kontroll, kvalitetssikring, avvikshåndtering eller forbedring av prosessen. «Lær AI» er for ullent. Lær hvordan AI brukes i akkurat ditt fag, og lær hvor den gjør feil.

Tempoet er også verdt å merke seg. DNB offentliggjorde beslutningen 6. oktober og vil være ferdig i løpet av fjerde kvartal. Finansforbundet mener fristen før nyttår er for knapp til å vurdere alle muligheter for medarbeiderne. Det er en helt forståelig reaksjon. En «ryddig og ansvarlig prosess» må være mer enn et uttrykk i børsmeldingen.

Hva bør andre bedrifter lære av dette?

Start med arbeidsoppgaven, ikke med antall ansatte du håper å spare. Kartlegg hvilke steg som er regelstyrte, hvilke data som brukes, hvilke feil som kan oppstå og hvor menneskelig godkjenning er nødvendig. Mål deretter tid, kvalitet, feilrate og kundeutfall før og etter. Uten de tallene vet du bare at du har installert mer teknologi.

Det er også smart å skille kapasitet fra bemanning. Hvis AI frigjør 20 prosent av tiden i en avdeling, kan gevinsten brukes til å håndtere mer arbeid, redusere køer, forbedre kvaliteten eller kutte kostnader. Valget bør tas bevisst. En leder som hopper rett til oppsigelser kan spare lønn på kort sikt og samtidig fjerne menneskene som kan oppdage at agenten gjør systematiske feil.

DNBs beslutning er derfor både et bevis og en uferdig regning. Den beviser at store norske virksomheter nå mener AI-agenter er modne nok til å endre bemanningen. Regningen er uferdig fordi banken ennå ikke har vist oss kvaliteten, kundegevinsten eller den presise sammenhengen mellom agentene og de 400 årsverkene.

Dette kommer ikke til å være den siste norske saken av denne typen. Ansatte bør ta signalet på alvor, og ledere bør gjøre hjemmeleksen før de kopierer overskriften. AI kan absolutt gi store gevinster. Men hvis den eneste synlige gevinsten er at mennesker forsvinner fra et organisasjonskart, har ledelsen fortsatt mye å bevise.

Ofte stilte spørsmål

Hvor mange stillinger kutter DNB?

DNB skal redusere bemanningen med rundt 400 årsverk i Technology & Services. Et årsverk tilsvarer arbeidet i én fulltidsstilling gjennom ett år, så tallet betyr ikke nødvendigvis nøyaktig 400 personer. Banken har ikke opplyst hvilke land eller steder som blir rammet.

Er det AI som erstatter de ansatte i DNB?

DNB sier at agentisk AI allerede erstatter manuelt arbeid og peker på kundedata, KYC og koding. Banken har likevel ikke dokumentert hvor stor del av kuttet som skyldes AI alene, sammenlignet med annen forenkling og omorganisering.

Når skal nedbemanningen i DNB være ferdig?

Nedbemanningen skal fullføres i fjerde kvartal 2026. DNB opplyser at full kostnadseffekt skal vises i regnskapet fra andre kvartal 2027. Finansforbundet mener prosessen fram mot nyttår går for raskt.

Hvilken kompetanse blir viktig når AI-agenter overtar oppgaver?

Fagforståelse, kvalitetssikring, avvikshåndtering og evnen til å kontrollere AI-baserte arbeidsflyter blir viktigere. Det holder ikke bare å kunne bruke en chatbot. Ansatte må forstå hvor agenten kan feile, hvilke unntak som krever mennesker og hvordan resultatene dokumenteres.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

Meld deg på nyhetsbrevet

Få oppdateringer om AI nyhetene rett i inboxen!

Du liker kanskje denne også
Jan Sverre med headphones og lydmikser i boardroom-møte med forvirrede executives

Suno AI Copyright 2026 – Opphavsrett og Rettigheter for AI-Musikk

Kan du tjene penger på Suno-musikk? Her er en praktisk gjennomgang av rettigheter, risiko og hva du bør avklare før publisering.
Jan Sverre blar gjennom en tilpasset YouTube AI-videofeed på telefonen

YouTube lar deg lage din egen AI-videofeed – slik fungerer det

YouTube lar deg nå beskrive hva du vil se med vanlig tekst, og AI setter opp en personlig feed for deg. Her er hva du trenger å vite – og hva det egentlig betyr for deg som bruker.
Mann i trebåt på norsk fjord med laptop som viser norsk talegjenkjenning og transkribert dialekttekst

NB-Whisper – AI som faktisk forstår norske dialekter

NB-Whisper fra Nasjonalbiblioteket er den beste AI-modellen for norsk talegjenkjenning – og forstår alle norske dialekter. Den er gratis. Her er tre måter å komme i gang på i dag.
Jan Sverre profesjonelt fotograf-kvalitet portrett AI-generert bildegenerering

NotebookLM er nå Gemini Notebook – norsk guide 2026

Google NotebookLM er en AI-assistent som gjør dokumenter om til interaktive samtaler, studieguidere og podcasts på norsk. Nå drevet av Gemini 3 Pro med nye funksjoner som infographics, slide decks og Deep Research. Komplett guide til gratis vs. Plus-versjon.