AI-afkast: Toplederes nye skjulte bekymring

Virksomheder pumper milliarder i kunstig intelligens, men det store gennembrud lader vente på sig og skaber tvivl i direktionsgangene.

Flere og flere administrerende direktører stiller spørgsmålstegn ved, om deres satsning på AI virkelig betaler sig. Teknologien fascinerer, budgetterne stiger, men de økonomiske resultater halter ofte bagefter de store løfter.

Drømmen om hurtige penge med AI støder på virkeligheden

De seneste to år har skabt en slags kollektiv FOMO omkring AI. Bestyrelser ville vise, at de var “med på noderne” og godkendte kraftige investeringer i generativ AI, datainfrastruktur og konsulenter. Tanken bag: dem der satser hårdt nu, høster senere lavere omkostninger og højere omsætning.

Nye tal dæmper dog det håb. En international undersøgelse fra PwC blandt 4.454 virksomhedsledere i 95 lande viser, at mere end halvdelen af virksomhederne, der investerer massivt i AI, ikke ser nogen tydelig økonomisk fordel.

Ifølge PwC siger 56% af de adspurgte CEO’er, at AI hverken øgede deres omsætning eller reducerede omkostningerne i den seneste regnskabsperiode.

Det betyder ikke, at AI slet ikke leverer resultater, men det spektakulære “return on investment” som mange ledelser sigtede efter, udebliver foreløbig. Midlertidige pilotprojekter og løse eksperimenter leverer sjældent strukturel gevinst.

Hvem vinder, hvem taber? Tallene bag forventningerne

PwC-tallene tegner et nuanceret billede. Ikke hvert AI-projekt fejler, men succeserne forbliver begrænset til et mindretal.

De 12% viser, at AI faktisk kan fungere, når det bliver ordentligt integreret i virksomhedens kerne. Men andelen står i skærende kontrast til marketingsnak, de glinsende præsentationer på tech-konferencer og de skyhøje værdiansættelser af AI-startups.

Kløften mellem jubelhistorierne om AI og de faktiske økonomiske resultater bliver et ubehageligt spejl for mange ledere.

Dermed skubber en ny bekymring sig i forgrunden: ikke længere frygten for at “gå glip af AI”, men angsten for at brænde penge af i årevis uden håndgribelige afkast.

AI er ikke et ‘plug and play’-produkt

Mange direktioner behandlede AI, som om det var et færdigt produkt. Man køber en licens, kobler en API og effektivitetsgevinsten ruller ind af sig selv. Virkeligheden viser sig mere stædig.

I mange organisationer sker følgende:

• AI-initiativer går i stå i pilotprojekter og forsøg.
• Afdelinger tester værktøjer løsrevet fra hinanden uden overordnet strategi.
• Projekter får ingen direkte kobling til kerneprocesserne eller resultatopgørelsen.
• IT, forretning og ledelse arbejder forbi hinanden.

Resultatet: flotte demoer, interne præsentationer fyldt med buzzwords, men ringe strukturel indvirkning på marginer eller produktivitet.

AI fungerer ikke som en mus, du tilslutter og straks kan bruge. Det kræver procesjustering, nye kompetencer og undertiden helt nye forretningsmodeller.

Oven i dette kommer teknologiens egne begrænsninger. En rapport fra MIT meddelte, at 95% af forsøgene på at integrere generativ AI i forretningsprocesser endnu ikke har bragt nogen mærkbar acceleration af omsætningen. Hallucinationer, fejlagtige svar og upålidelig output bremser storstilet implementering.

Mennesker ud, AI ind? Det mislykkede fyringsscenariet

En række virksomheder valgte den hårdeste linje: fyre medarbejdere og lade AI overtage opgaverne direkte. Det skulle levere hurtig omkostningsbesparelse. I adskillige tilfælde blev det en boomerang.

Teams forsvandt, viden gik ud af døren, AI-systemer producerede ufuldstændige eller forkerte resultater, og kunderne mærkede forskellen. Reparationen kostede ofte mere end den oprindelige besparelse.

Læren herfra: AI erstatter sjældent mennesker én til én. Især ikke i komplekse funktioner med kontekst, nuancer og kundekontakt. Virksomheder der springer mennesket over og kun ser værktøjet, løber betydelig risiko.

AI virker i dag primært stærk som copilot, ikke som fuldstændig pilot der overtager et helt team eller afdeling.

Hvorfor virksomheder alligevel fortsætter med at investere

Trods skuffende tal mister CEO’er ikke troen på AI. Tværtimod: ifølge PwC forventer mange bestyrelsesformænd, at 2026 bliver et vendepunkt, hvor AI faktisk omsættes til strukturel produktivitetsvækst.

Der ligger flere motiver bag:

• Konkurrencepres: ingen vil være den eneste aktør uden AI-strategi.
• Talent: unge fagfolk vælger helst arbejdsgivere, der arbejder med moderne teknologi.
• Investorer: fonde efterspørger eksplicit en AI-køreplan.
• Skaleringsfordel: dem der lærer nu, kan senere skalere hurtigere og billigere.

Investeringsbølgen ser altså ikke ud til at stoppe. Det reelle spørgsmål drejer sig nu om metoden: vil virksomheder reformere deres tilgang, eller fortsætter de med at stable pilotprojekter uden klar business case?

Fra hype til strategi: hvad virker egentlig?

Hos den lille gruppe virksomheder, der faktisk ser økonomisk fordel, dukker et par tilbagevendende mønstre op. De behandler AI ikke som legetøj, men som del af seriøs forretningsdrift.

Klar fokus og målbare mål

Succesrige organisationer starter ikke med “vi skal gøre noget med AI”, men med konkrete problemer. Eksempler:

• Forkort behandlingstiden af kundeforespørgsler med 20%.
• Reducer fejl i ordrebehandling med 30%.
• Forhastig produktudvikling med flere uger per release.

Først derefter vælger de værktøjer og modeller. ROI defineres på forhånd og måles bagefter, ikke omvendt.

Integration i værdikæden

I stedet for isolerede forsøgsballoner integrerer disse virksomheder AI direkte i deres kerneprocesser: logistik, prisfastsættelse, vedligeholdelse, kundeservice, compliance. Teknologien flytter fra innovationshjørnet til hjerte af driften.

AI begynder først rigtig at generere penge, når den indgår i den daglige strøm af beslutninger, transaktioner og kundekontakter.

Det kræver tæt samarbejde mellem IT, forretning, dataeksperter og slutbrugere. Uden den krydsbestøvning forbliver AI et løst lag oven på gamle strukturer.

Nye risici: data, sikkerhed og omdømme

Ved siden af den økonomiske side dukker nye risici op. Mange virksomheder tvivler på, om de må eller tør fodre eksterne AI-modeller med fortrolige oplysninger. Ingen ønsker, at følsomme dokumenter eller forretningsstrategier senere dukker op som træningsmateriale.

De vigtigste risici som direktioner kæmper med:

• Datalæk via eksterne AI-værktøjer.
• Ukontrollerbar genbrug af intern information i modeller.
• Bias og diskriminerende output med juridiske konsekvenser.
• Omdømmeskade ved fejlagtige eller vildledende svar.

Flere og flere bestyrelser kræver derfor en tydelig AI-governance-ramme med retningslinjer for, hvad der er tilladt og forbudt, hvem der bærer ansvaret, og hvordan hændelser rapporteres.

Hvad en realistisk ROI på AI kan være

Megen utilfredshed omkring AI stammer fra urealistiske forventninger. Hvem regner med en fordobling af overskuddet inden for et år, bliver næsten garanteret skuffet. AI opfører sig mere som infrastrukturfornyelse end som lotteriseddel.

En realistisk tilgang ser på forskellige lag af afkast:

• Kort sigt: tidsbesparelse, færre rutineopgaver, bedre indsigt i data.
• Mellemlang sigt: smartere processer, lavere fejlprocenter, hurtigere beslutningstagning.
• Lang sigt: nye tjenester, andre forretningsmodeller, stærkere konkurrenceposition.

Den egentlige gevinst ved AI ligger ofte i snesevis af små forbedringer, der samlet adderer sig, ikke i én spektakulær jackpot.

Direktioner der udvider deres ROI-beregning til produktivitet, kvalitet, kundetilfredshed og risikostyring, får et mere retfærdigt billede end dem, der udelukkende kigger på kvartalsresultatet.

Praktisk ramme: sådan kan virksomheder gentænke deres AI-investeringer

Virksomheder der allerede har brugt mange penge, behøver ikke starte forfra. En revurdering kan allerede begrænse skaden betydeligt. Nogle konkrete spor:

• Stop eller nedtrap AI-projekter uden klar business case.
• Saml løse pilotprojekter i et begrænset antal strategiske spor.
• Træn medarbejdere i at arbejde med AI-værktøjer i stedet for at erstatte dem.
• Etabler et tværfagligt AI-board, der træffer beslutninger og bevogter prioriteter.
• Investér i datahygiejne: uden god data ingen nyttig AI.

Hvem der tager dette skridt, flytter AI fra prestigefyldt legetøj til instrument for kontrolleret værdiskabelse.

Fremadrettet: hvor ligger den næste chance?

De kommende år flytter opmærksomheden sandsynligvis fra generiske chatbots til branchespecifikke anvendelser. Tænk på AI-systemer, der fokuserer på én sektor med domæneviden, kontrolleret data og klare KPI’er.

For CFO’er og CEO’er lønner det sig allerede nu at gennemregne scenarier: hvad sker der med marginen, hvis et team bliver 10% mere produktivt takket være AI-assistenter? Hvad hvis du kan reducere fejl i fakturering med en fjerdedel? Sådanne simuleringer giver et mere konkret billede end vage løfter om “transformation”.

Bekymringen omkring AI’s afkast vokser, men samtidig opstår en mere moden fase. Ikke alle virksomheder bliver vindere. Hvem der er villig til at lade hypen falde til ro og behandle teknologien som værktøj, øger chancen for, at hver investeret krone leverer mere end blot en pæn historie i årspræsentationen.