Virksomhedernes største AI-risiko er ikke nødvendigvis, at teknologien skuffer, men at den udvikler sig hurtigere, end organisationerne kan nå at tilpasse sig. Det er et af de centrale budskaber i en ny analyse fra Deutsche Bank, som trækker på 70 års erfaringer med kunstig intelligens og tidligere teknologiske gennembrud. Analysen peger på et voksende paradoks: Selve teknologien accelererer eksponentielt, mens virksomhedernes evne til at omsætte den til produktivitet og nye forretningsmodeller udvikler sig langt langsommere. Chefredaktør Morten W. Langer har set nærmere på analysen fra Deutsche Bank.
Budskabet er, at AI-fremgangen ikke er lineær. Udviklingen i computerkraften bag avancerede AI-systemer ser relativt moderat ud, men AI modellernes “intelligens” eksploderer på en logaritmisk skala.
For virksomheder betyder det, at traditionelle tre- og femårsplaner hurtigt kan blive utilstrækkelige. En proces, som i dag ikke giver mening at automatisere, kan være oplagt om 12 eller 24 måneder, hvis modellerne som ventet bliver markant bedre og billigere. Samtidig kan software, kompetencer og leverandørvalg blive forældede hurtigere end normalt.
Ledelsesopgaven bliver derfor mindre at udpege én vinderteknologi, men i højere grad at skabe en organisation, der løbende kan skifte værktøjer, modeller og arbejdsgange. Fleksibilitet bliver i sig selv en konkurrencefordel.
Teknologiske revolutioner leverer historisk ikke produktivitetsgevinster med det samme. Analysen beskriver en klassisk produktivitetsmæssig J-kurve: Før nye generelle teknologier skaber synlige gevinster, kræver de investeringer, omorganisering, oplæring og nye arbejdsgange. Resultatet kan derfor i en overgangsperiode være højere omkostninger uden tilsvarende produktivitetsløft.
Det er en vigtig advarsel til direktioner og bestyrelser, som forventer, at AI straks skal slå igennem på marginerne. Teknologien kan godt være værdiskabende på længere sigt, selv om det første års regnestykke ser dårligt ud.
Virksomheder kan bruge betydelige beløb på licenser, dataplatforme, rådgivere og intern træning uden straks at kunne reducere bemandingen eller øge omsætningen.
Hvis AI blot lægges oven på eksisterende processer, kan resultatet blive et ekstra omkostningslag. Gevinsten kommer først, når arbejdsgange redesignes.
Produktivitetsgevinsterne er endnu beskedne
Analysens data er en modvægt til forestillingen om, at AI allerede har revolutioneret arbejdspladserne. Færre end halvdelen af amerikanske arbejdstagere oplyser, at de bruger AI på arbejdet.
I gennemsnit bruges AI kun på omkring seks pct. af arbejdstiden, og den målte tidsbesparelse svarer til cirka to pct. af de samlede arbejdstimer. Det peger på et betydeligt gab mellem teknologiens potentiale og den produktivitet, virksomhederne faktisk har realiseret.
For ledelser er konklusionen todelt. De store gevinster er næppe allerede høstet, men de kommer heller ikke automatisk, blot fordi medarbejderne får adgang til en chatbot eller AI-assistent.
Hvis AI skal flytte en virksomheds samlede produktivitet, skal den ind i kerneprocesserne. Det kræver beslutninger om, hvilke arbejdsopgaver der skal forsvinde, hvilke der skal standardiseres, hvilke beslutninger maskiner må tage, og hvor mennesker fortsat skal være ansvarlige. Den svære del bliver dermed organisationsdesignet.
En anden central konklusion er, at AI-boomet langt fra kun handler om software. Softwarerevolutionen kræver enorme investeringer i fysisk infrastruktur. Analysen viser, at hardware, halvledere, bygge- og anlægsvirksomheder og producenter af teknisk udstyr har været blandt de største vindere siden lanceringen af ChatGPT. Samtidig er investeringerne i datacentre steget kraftigt. AI kan dermed skabe efterspørgsel langt uden for teknologisektoren: Elproduktion, transmissionsnet, køling, datacentre, komponenter og avanceret produktionsudstyr.
For den enkelte virksomhed betyder det også, at AI-strategien får en fysisk og finansiel side. Store virksomheder kan få behov for mere computerkapacitet og nye dataløsninger. Mindre virksomheder vil i højere grad købe kapaciteten som en service og bliver til gengæld afhængige af leverandørernes priser og kapacitet.
Den massive afhængighed af hardware skaber samtidig en sårbarhed. Globaliseringen har gjort teknologi billigere, men analysen peger på, at den også har øget koncentrationen i forsyningskæderne. USA’s import af halvledere er steget kraftigt i takt med AI-boomet, samtidig med at mange teknologiprodukter er blevet afhængige af relativt få producenter og lande.
Virksomheder, der gør sig stærkt afhængige af bestemte chips, cloudleverandører eller modeller, kan stå med en ny leverandørrisiko. Handelsrestriktioner, kapacitetsmangel eller geopolitiske konflikter kan få direkte betydning for priser, udviklingshastighed og adgang til nødvendige ressourcer.
For bestyrelser og direktioner bliver spørgsmålet derfor ikke alene, hvor hurtigt virksomheden kan implementere AI, men hvor robust implementeringen er. Flere leverandører, alternative teknologier og mulighed for at flytte arbejdsbelastninger kan blive lige så vigtigt som den laveste pris her og nu.
Medarbejdere og kunder kan komme før organisationen
Den sidste og måske mest ledelsesmæssigt interessante pointe er, at AI-revolutionen bevæger sig i en anden rækkefølge end mange tidligere teknologiske skift.
Forbrugerne har taget generativ AI til sig rekordhurtigt, mens virksomhedernes kommercielle udnyttelse udvikler sig langsommere. Som analysen konstaterer, tager det minutter at downloade en app, men år at reorganisere en virksomhed omkring en ny teknologi.
Det vender den traditionelle innovationsproces delvist på hovedet. Medarbejdere kan allerede have AI-værktøjer og arbejdsvaner, som virksomhedens egne systemer og regler ikke understøtter. Kunder kan samtidig møde bedre AI-baserede løsninger privat end i deres kontakt med banker, forsikringsselskaber, rådgivere eller andre virksomheder.
Virksomheder risikerer samtidig en skjult AI-implementering, hvor medarbejderne selv finder løsninger, før ledelsen har fastlagt governance, datasikkerhed og ansvar. Udfordringen bliver derfor ikke at holde AI ude, men at få teknologien ind i organisationen på en kontrolleret måde.
Den overordnede konklusion er, at AI kan udvikle sig langt hurtigere end virksomhederne selv. De tekniske muligheder vokser eksponentielt, mens organisationsændringer tager år. Konkurrencen kan derfor i stigende grad komme til at handle om implementeringshastighed: Ikke hvem der først køber AI, men hvem der hurtigst formår at redesigne processer, investeringer og organisation omkring teknologien.
Forbrugerne løber foran virksomhederne i AI-kapløbet
En af de mest interessante pointer i Deutsche Banks analyse er, at forbrugerne foreløbig har taget generativ AI til sig langt hurtigere end erhvervslivet. Banken beskriver forbrugernes adoption som rekordhurtig sammenlignet med tidligere teknologier som pc’en og internettet.
Forklaringen er enkel: Det tager få minutter at hente ChatGPT eller en anden AI-tjeneste, mens det kan tage virksomheder flere år at ændre processer, IT-systemer, organisation og kontrolmekanismer omkring en ny teknologi. Det kan få væsentlige konsekvenser for virksomhederne.
For det første risikerer medarbejderne at blive mere teknologisk avancerede privat end på jobbet. De lærer at bruge AI til informationssøgning, tekster, analyser, programmering og planlægning og vil naturligt forvente de samme muligheder på arbejdspladsen. Hvis virksomheden ikke stiller værktøjerne til rådighed, kan resultatet blive omfattende uofficiel – såkaldt shadow AI – anvendelse uden virksomhedens kontrol med data og sikkerhed.
For det andet kan det skabe et voksende produktivitetsgab mellem virksomheder. Deutsche Banks tal viser, at under halvdelen af amerikanske medarbejdere nu anvender AI på arbejdet, og at AI gennemsnitligt kun anvendes i omkring seks pct. af arbejdstiden med en estimeret tidsbesparelse på blot to pct. Potentialet ligger altså fortsat langt foran den realiserede gevinst.
Men forskellen kan også være et varsel om, hvordan gennembruddet kommer: nedefra snarere end fra direktionsgangen. Medarbejdere, der allerede behersker værktøjerne privat, kan presse organisationerne til hurtigere implementering. Virksomheder, der formår at omsætte denne erfaring til standardiserede arbejdsgange, kan derfor relativt hurtigt opnå et produktivitetsforspring.
Endelig ændrer AI-vante forbrugere også forventningerne til virksomhederne. Når kunder privat oplever øjeblikkelige svar, personaliseret rådgivning og automatiseret service, bliver langsomme manuelle processer vanskeligere at acceptere. Virksomhedernes største AI-risiko kan derfor vise sig ikke at være, at teknologien fejler – men at kunder og medarbejdere udvikler sig hurtigere end organisationen.
Morten W. Langer
2 md. adgang for
2 x 49 kr.
Få straks adgang til denne artikel og derefter 2 måneder til alle artikler på ugebrev.dk
- Alle artikler på ugebrev.dk
- Om investering, finans, ledelse, samfundsansvar, life science og Bestyrelsesguiden.dk
- Daglige nyhedsmails med nyheder og analyser
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
