Annonce

Log ud Log ind
Log ud Log ind
Morten W. Langer
Ansvarshavende chefredaktør

Velkommen til Økonomisk Ugebrev

Vores erfarne journalister stiller hver dag skarpt på ...

Ledelse

Bestyrelsens AI-dilemma: Tøven eller overmod

Maria

tirsdag 16. juni 2026 kl. 15:25

Tøven eller overmod 02

Mange bestyrelser kæmper stadig med at finde den rette balance i tilgangen til AI. Nogle bestyrelser presser ledelsen til at gå for hurtigt frem af frygt for at blive overhalet af konkurrenterne. Andre tøver, fordi de mangler den nødvendige viden til at drive arbejdet fremad. Svaret på begge udfordringer er god AI-governance, er budskabet i en ny rapport.

Kunstig intelligens er rykket ind i bestyrelseslokalet og AI-governance er dermed blevet et centralt punkt på dagsordenen. Det fastslår forskningspapiret Power Steering, Not a Brake: How Boards Should Actually Govern AI udarbejdet af forskere fra Insead og eksperter.

Mange bestyrelser begår den samme fejl: Governance bliver behandlet som en endeløs gennemgang af processer og tjeklister, der ikke rigtig er til nogen reel nytte. Men governance er en helt afgørende brik i AI-puslespillet. Den skal fungere som styring.

Rapporten identificerer de mest almindelige fejl bestyrelser typisk begår, og præsenterer derefter en model for, hvordan man helt praktisk kan gribe AI-governance an.

Den forvirrede bestyrelse: Den første fejl er under­engagement og uforståenhed. Altså en bestyrelse, der mangler viden, indsigt og erfaring på området. Når bestyrelsen mangler tilstrækkelig forståelse af AI, er de ikke i stand til at udfordre ledelsen – eller til at træffe kvalificerede beslutninger. Resultatet bliver ofte udsættelser og passivitet. Virksomheden ender med usammenhængende pilotprojekter uden klar retning. Derved risikerer man at tabe terræn til mere digitale konkurrenter.

FOMO-bestyrelsen: Den modsatte fejl er at køre for hårdt på. Her bliver bestyrelsen så begejstret for AI, at den presser ledelsen til hurtige implementeringer før data, processer, infrastruktur og governance er på plads. Konsekvenserne kan være diskriminerende algoritmer, databrud og fejlagtige eller uklare kundeinteraktioner. Store fejl det kan være svære at komme tilbage fra.

Rapporten understreger, at mange virksomheder faktisk lider under begge problemer samtidig. De bevæger sig for langsomt til at skabe værdi og for hurtigt til at styre risikoen. God governance handler om at undgå begge yderpunkter. Derfor introduceres et helt praktisk værktøj kaldet STAR. Ideen er at omsætte generelle principper om AI-governance til en konkret bestyrelsespraksis.

STAR-modellen: Fra principper til praksis

S – Shareholder Value Thesis. Skaber investeringen værdi? AI-investeringer bør behandles som enhver anden kapitalallokering. Man ville aldrig investere 50 mio. kroner i en ny fabrik uden forventet afkast og milepæle. Det samme bør gælde AI. Derfor bør bestyrelsen kræve svar på, hvilken værdi et givent AI-projekt kan skabe, hvem der er ansvarlig, og hvornår man bør stopper investeringen, hvis værdien udebliver.

T – Threat Parity. Er vi tilstrækkeligt beskyttet? Begrebet ‘Threat Parity’ betyder, at virksomhedens forsvar mod IT-kriminelle bør udvikle sig mindst lige så hurtigt som truslerne. Der er ingen tvivl om, at AI gør det langt nemmere for hackere at angribe både hurtigere og mere omfattende, og det bør man sætte stærke sikkerhedsforanstaltninger op for at håndtere. Bestyrelsen bør spørge efter risikoklassificering af AI-systemer, uafhængige sikkerhedstests, biastests og shadow AI-overvågning.

A – Ability. Kan virksomheden eksekvere? Hvis man ikke har en velfungerende organisation, et stærkt fundament at bygge på, hjælper AI ikke meget. Man bør gå ind og implementerer AI i arbejdsgange, ikke blot på overfladisk niveau. Det kræver datakvalitet, standardiserede processer, kompetencer. AI bygget oven på kaos er stadig kaos. Derfor bør bestyrelsen sørge for at tjekke op på netop datakvalitet, processtandardisering, adoptionsgrad.

R – Risk Budget. Er risikoen bevidst valgt? I stedet for at se AI-risiko som et meget sort-hvidt emne, bør bestyrelsen arbejde med et risikobudget. Hvor man går ind og overvejer, hvor meget risiko man er villig til at acceptere ved at inddele AI-systemer i forskellige risikozoner. Grøn zone er lav risiko. Gul zone kræver ekstra kontroller og tæt overvågning. Rød zone er ikke tilladt eller kræver bestyrelsesgodkendelse.

Den forvirrende bestyrelse fejler typisk i S og A, mens FOMO-bestyrelsen fejler ved T og R. På den måde kommer man hele vejen rundt i STAR-modellen. Denne bør ses som et ‘review-framework,’ nogle punkter man kan gennemgå kvartal efter kvartal.

MAL

2 md. adgang for

2 x 49 kr.

straks adgang til denne artikel og derefter 2 måneder til alle artikler på ugebrev.dk

Tilbuddet gælder til 31. juni 2026. Abonnement fortsætter til normalpris på 249 kr. efter bindingsperiode på to måneder. Opsig når du vil - til udgang af den anden måned. Tilbud gælder kun, hvis du ikke har haft abonnement på ØU udgivelser de seneste tre måneder

Allerede abonnent? Log ind her

Få dagens vigtigste
økonominyheder hver dag kl. 12

Bliv opdateret på aktiemarkedets bevægelser, skarpe indsigter
og nyeste tendenser fra Økonomisk Ugebrev – helt gratis.

Jeg giver samtykke til, at I sender mig mails med de seneste historier fra Økonomisk Ugebrev.  Lejlighedsvis må I gerne sende mig gode tilbud og information om events. Samtidig accepterer jeg ØU’s Privatlivspolitik. Du kan til enhver tid afmelde dig med et enkelt klik.

[postviewcount]

artikelserie
Artikler i serien

Jobannoncer

Vil du arbejde med anlægsstyring og budgetter i Vej- og Ejendomscenteret i Ringsted Kommune?
2
Region Sjælland
Afdelingschef til Erhvervs- og Handelsafdelingen
Grønland

Mere fra ØU Ledelse

Log ind

Har du ikke allerede en bruger? Opret dig her.

*Tilbuddet gælder ikke, hvis man har været abonnent indenfor de seneste 6 måneder

Tilmeld dig vores nyhedsbrev

Og modtag ØU’s rapport om Top 40 Ledelseskonsulenter gratis.

FÅ VORES STORE NYTÅRSUDGAVE AF FORMUE

Her er de 10 bedste aktier i 2022

Tilbuddet udløber om:
dage
timer
min.
sek.

Analyse af og prognoser for Fixed Income (statsrenter og realkreditrenter)

Direkte adgang til opdaterede analyser fra toneangivende finanshuse:

Goldman Sachs

Fidelity

Danske Bank

Morgan Stanley

ABN Amro

Jyske Bank

UBS

SEB

Natixis

Handelsbanken

Merril Lynch 

Direkte adgang til realkreditinstitutternes renteprognoser:

Nykredit

Realkredit Danmark

Nordea

Analyse og prognoser for kort rente, samt for centralbankernes politikker

Links:

RBC

Capital Economics

Yardeni – Central Bank Balance Sheet 

Investing.com: FED Watch Monitor Tool

Nordea

Scotiabank