AI-kompetanse avgjør ansettelser, grader teller fortsatt: Arushree Agarwal, upGrad

Det indiske aksjemarkedet kan ha mistet noe av glansen de siste månedene ettersom utenlandske institusjonelle investorer trekker ut kapital, delvis fordi global kapital i økende grad beveger seg mot økonomier som er mer direkte knyttet til boom i infrastruktur for kunstig intelligens.

Likevel fremstår India som en av verdens fremste markeder når det gjelder adopsjon av AI i arbeidslivet.

India har blitt et av de sterkeste markedene globalt for adopsjon av AI på arbeidsplassen, med ansatte som rapporterer noen av de høyeste nivåene av produktivitetsgevinster, jobbtilfredshet og optimisme rundt AI-agenters fremtidige rolle, ifølge Boston Consulting Group sin rapport AI at Work 2026.

Blant ansatte i frontlinjen svarte 95 % av indiske respondenter at de bruker AI minst flere ganger i uken, noe som gjør India til det høyest rangerte markedet i undersøkelsen. Det globale snittet var 74 %.

Forskjellen var like markant blant ledere og forretningsansvarlige. India toppet alle markeder som ble undersøkt, med 97 % som rapporterte regelmessig AI-bruk, mot et globalt gjennomsnitt på 90 %.

Samtidig sliter arbeidsgivere med en vedvarende mangel på talent.

Ifølge ManpowerGroup sin Global Talent Shortage Survey sliter 82 % av indiske arbeidsgivere med å fylle åpne stillinger i 2026, betydelig høyere enn det globale gjennomsnittet på 72 %.

For første gang har AI-relaterte ferdigheter overgått alle andre kompetanser som de vanskeligste for arbeidsgivere å finne, og gått forbi tradisjonell ingeniør- og IT-ekspertise.

AI-kompetanse og utvikling av AI-modeller er nå blant de mest etterspurte, men samtidig mest knappe ferdighetene på arbeidsmarkedet.

Kombinasjonen av raskere AI-adopsjon og et økende kompetansegap tvinger selskaper til å revurdere hvordan de utvikler talenter internt.

Arushree Agarwal, administrerende direktør i upGrad Enterprise, som samarbeider med organisasjoner om internopplæring og virksomhetstilpassede opplæringsprogrammer, peker på data som viser at 83 % av ansatte nå ser AI-ferdigheter som essensielt på tvers av stillingsnivåer, mens 70 % av arbeidsgivere prioriterer AI-kompetanse i ansettelsesprosessen.

I et intervju med publikasjonen kommenterer Agarwal også noen av de mer presserende spørsmålene som vokser fram rundt AI og arbeidsmarkedet idet teknologien trenger dypere inn i kontorer og liv.

"Vurderinger av AI-ferdighet og praktiske demonstrasjoner av kompetanse vil finne veien inn i de fleste ansettelsesprosesser — ikke fordi formelle kvalifikasjoner mister verdi, men fordi de ikke lenger er tilstrekkelige alene," sier hun til Invezz.

Utdrag:

Engineering og digital leveranse ser klart størst etterspørsel etter AI-kompetanse

Invezz: Mener du det finnes nok institusjonell vilje til å ta skrittet mot å trene opp ansatte i AI-ferdigheter, eller er det noe ansatte i stor grad gjør på egenhånd? Hvilke sektorer, og innen dem hvilke funksjoner, ser størst etterspørsel etter omskolering i AI?

Arushree Agarwal: Den institusjonelle viljen er udiskutabel.

upGrad Enterprise sin Workforce Wishlist-rapport for 2025 forteller en klar historie: 83 % av ansatte ser AI-ferdigheter som essensielt på tvers av stillingsnivåer, og 70 % av arbeidsgivere prioriterer nå AI-ferdigheter ved ansettelse.

Det er ikke et svakt signal. Det er et mandat.

Men vilje alene bygger ikke kapasitet, og det er her strukturen betyr ekstremt mye.

Hos upGrad Enterprise tenker vi på bygging av AI-kompetanse gjennom tre linser: AI for ledere, AI for brukere og AI for utviklere.

Dette er ikke bare målgrupper — de representerer tre distinkte sviktspunkter dersom ett av dem neglisjeres.

Et lederlag uten strategi vil iverksette AI uten retning. Utviklere uten dybde vil bygge feil løsninger.

Og brukere som ikke vet hvordan de faktisk skal anvende disse verktøyene i hverdagen, vil sørge for at selv de best utviklede løsningene blir underutnyttet.

Alle tre må bevege seg i takt, ellers vil investeringen ikke gi avkastning.

Når det gjelder hvor etterspørselen er skarpest — ja, engineering og digitale leveransefunksjoner opplever stort press.

Men den mest interessante endringen er bredden.

Markedsføringsavdelinger ønsker AI-drevet personalisering, økonomi ser på automatisering, HR bruker AI for talentanalyse, og drift jobber med effektivisering gjennom AI-implementering.

Mandatet har gått fra å bygge AI-kompetanse i teknologimiljøer til å bygge AI-flyt på tvers av hele organisasjonen.

AI er ikke lenger en spesialistferdighet.

Det blir en organisatorisk kapasitet — og de organisasjonene som behandler det slik er de som kommer foran.

Ansettelsesprosesser vil snart inkludere tester i AI-flyt

Invezz: Ifølge data er nybegynnerstillinger og junior kontorjobber mest utsatt for AI-forstyrrelser. Tror du selskaper etter hvert vil foretrekke AI-verifiserte ferdighetstester framfor universitetsgrader?

Arushree Agarwal: Det vil ikke bli en erstatning — det vil være en kombinasjon, og den kombinasjonen er allerede i ferd med å ta form.

Formell utdanning bygger grunnleggende tankegang, strukturert resonnering, kommunikasjon og problemløsningsevner som fortsatt er genuint viktige.

Det forsvinner ikke.

Det som endrer seg er vekten av bevis på reelt arbeid ved siden av disse kvalifikasjonene.

Når 83 % av fagpersoner rangerer AI som den mest etterspurte ferdigheten, og den etterspørselen går på tvers av alle jobbnivåer, følger det at evnen til å demonstrere faktisk AI-flyt — ikke bare å hevde den — blir en del av nesten alle ansettelsessamtaler.

En grad forteller at noen kan lære. En portefølje med reelle prosjekter, en dokumentert evne til å jobbe med AI-verktøy, et historikk av egeninitierte anvendelser — det forteller at noen allerede kan.

Nykommeren som møter opp med et GitHub-repositorium eller et Kaggle-prosjekt, legger fram en annen type sak enn den som bare kommer med et vitnemål.

Det ærlige svaret er at vurderinger av AI-flyt og praktiske ferdighetsdemonstrasjoner vil finne veien inn i de fleste ansettelsesprosesser — ikke fordi formelle kvalifikasjoner mister verdi, men fordi de ikke lenger er tilstrekkelige alene.

Referansepunktet har simpelthen flyttet seg. Og for den enkelte er det ikke en trussel — det er en mulighet.

De som proaktivt bygger dette beviset på arbeid, med eller uten institusjonell støtte, er de som vil klatre raskere opp i verdikjeden.

Kan opplæring holde tritt med det raskt oppgraderende AI?

Invezz: Oppgraderingene i AI skjer i lysets hastighet. Hvordan vil opplæring klare å henge med?

Arushree Agarwal: En del av opplæringen i AI er å lære seg å tilpasse seg og bevege seg i dette høye tempoet — å være smidig med AI er i seg selv en ferdighet gode læringsprogrammer må bygge.

Målet er ikke å lære folk hvert eneste verktøy eller hver oppdatering i modeller.

Målet er å bygge en tankegang og metodikk som gjør at folk kontinuerlig kan lære, avlære og lære på nytt ettersom teknologien utvikler seg.

Derfor betyr kvaliteten på læringsarkitekturen så mye.

Programmer forankret i grunnleggende prinsipper og vitenskapelig tenkning gir deltakerne en varig plattform.

Når du forstår den underliggende logikken i hvordan AI fungerer, blir det langt mer intuitivt å tilpasse seg nye verktøy.

Innhold alene kan ikke gjøre dette. Strukturert, resultatfokusert læring som bygger reell kompetanse er det som utgjør forskjellen.