Virksomheder tager AI i brug – men har svært ved at måle afkastet

Det er forholdsvis let at tælle AI-licenser, brugere og forsøgsprojekter. Det er sværere at afgøre, om teknologien gør en bestemt opgave bedre eller billigere, når alle udgifter er regnet med. Det er den kløft, flere undersøgelser fra 2026 afdækker. De viser ikke, at AI ikke kan skabe værdi – men at mange virksomheder endnu ikke kan dokumentere den ordentligt.232534

Udgifterne er lettere at øge end at gennemskue

Ifølge Flexera har kun 31 % af organisationerne et præcist overblik over deres udgifter til AI-software. Samtidig siger 59 %, at spildte AI-udgifter er steget det seneste år.34 I en undersøgelse fra Battery Ventures blandt 100 ledende teknologiansvarlige svarede 94 %, at deres organisation manglede en ensartet metode til at vurdere AI’s investeringsafkast på tværs af virksomheden. Kun 16 % rapporterede et positivt afkast på mere end halvdelen af deres AI-projekter.23

Budgetterne giver et beslægtet billede: I Futurums undersøgelse for andet halvår af 2026 sagde 46,9 %, at AI-udgifterne lå over planen, mens 5,6 % lå under.33 Tallene stammer fra forskellige undersøgelser og måler forskellige forhold – udgiftsoverblik, oplevet spild, projektafkast og budgetafvigelser. De kan derfor ikke lægges sammen til én samlet »fejlrate« for AI.

En flittigt brugt løsning er ikke nødvendigvis en god investering

For at beregne et økonomisk afkast skal virksomheden kende udgangspunktet: Hvor lang tid tog opgaven før, hvad kostede den, og hvilken kvalitet blev leveret? Derefter skal gevinsten holdes op mod de samlede udgifter til at indføre, drive og kontrollere AI-løsningen. Flere brugere er i sig selv ikke svaret.

KPMG finder, at de fleste organisationer fortsat mangler et samlet overblik i realtid over driftsudgifterne til AI, selv om de har indført tiltag som dashboards og godkendelsesprocesser.19 I KPMG’s globale undersøgelse rapporterede 15 % af organisationerne med fuldt udgiftsoverblik et dokumenteret afkast, mod 3 % blandt dem uden. Det er en sammenhæng – ikke bevis for, at overblikket alene skaber afkastet.25

Måling kræver også, at arbejdet faktisk ændres. Bank of Americas teknologichef har fremhævet omlægning af hele arbejdsgange, genbrug af løsninger, styring og investeringsafkast som prioriteter, når AI-projekter skal fungere i stor skala.14 Samtidig viste en undersøgelse omtalt af CIO, at 61 % af organisationerne inden for de foregående to år havde sat modernisering af deres IT-systemer på pause, udskudt den, nedskaleret den eller opgivet den. Omfordeling af budgetter til AI var et af de nævnte pres, men tallet viser ikke, at AI-udgifter var årsagen i alle tilfælde.18

Risikoen for uklare udgifter og gevinster bliver særlig vigtig ved agentbaseret AI – systemer, der kan udføre flere trin i en opgave med en vis selvstændighed. Gartner forudsagde i 2025, at over 40 % af sådanne projekter ville blive aflyst inden udgangen af 2027, blandt andet på grund af stigende udgifter, uklar forretningsværdi og utilstrækkelig risikostyring. Det er en prognose, ikke en opgjort andel af aflyste projekter i 2026.51

Bank of America kan måle en gevinst – men ikke alt

Bank of America oplyser, at AI-værktøjer er tilgængelige for omkring 200.000 ansatte. Banken rapporterer også en produktivitetsforbedring på cirka 15–20 % i kodearbejdet blandt sine omtrent 19.000–20.000 udviklere.34 Det siger mere om en konkret arbejdsgang end antallet af medarbejdere med adgang til værktøjerne. Bankens ledelse har desuden anslået gevinster på omkring 800 mio. dollar over for udgifter på 400 mio. dollar. Det er ledelsens egne skøn, ikke en uafhængig efterprøvning af, at hver enkelt anvendelse tjener sig hjem.2 Ifølge bankens meddirektør er de tydeligste gevinster indtil videre at finde i teknologiarbejde som programmering.1

Læren er ikke, at alle AI-projekter bør ligne bankens. Den er at give hver løsning en ansvarlig ejer, måle arbejdsgangen før og efter, medregne de fulde udgifter og kontrollere kvalitet og risiko. Først når gevinsten holder efter den afprøvning, giver det mening at udvide – ikke blot fordi brugertallet stiger.192325