AI gør arbejdet hurtigere. Men det er ikke det samme som bedre resultater

AI kan hjælpe en medarbejder med at løse en opgave hurtigere uden nødvendigvis at ændre virksomhedens omkostninger, omsætning eller indtjening. Det er en del af forklaringen på forskellen i McKinseys undersøgelse fra 2026: 80 % af de adspurgte siger, at AI har forbedret deres personlige produktivitet, mens 37 % tilskriver AI mindst en vis effekt på virksomhedens EBIT – resultatet før renter og skat. Omkring 6 % opfylder McKinseys definition af højtydende virksomheder: De adspurgte tilskriver AI mindst 5 % af EBIT og beskriver effekten som betydelig. Tallene bygger på respondenternes egne vurderinger og viser ikke, at en bestemt praksis i sig selv skaber økonomisk gevinst. 68

Hvorfor højere produktivitet ikke nødvendigvis giver bedre bundlinje

En hurtigere opgave er kun ét led i en større arbejdsgang. Hvis godkendelser, overleveringer mellem teams, systemer og beslutningsansvar forbliver uændrede, bliver den sparede tid ikke nødvendigvis omsat til lavere omkostninger eller højere omsætning.

McKinseys undersøgelse fra 2026 forbinder stærkere AI-resultater med gentænkning af arbejdsgange. I en tidligere undersøgelse fandt McKinsey, at ændringer i arbejdsgangene havde den stærkeste sammenhæng med EBIT-effekt blandt de forhold, virksomheden undersøgte. Det er en sammenhæng, ikke et bevis på årsag og virkning. 514

Det har også betydning for, hvad virksomheder måler. Adgang til AI-værktøjer, brug og sparet tid kan vise, om teknologien bliver taget i brug. Men tallene fortæller ikke i sig selv, om virksomheden tjener mere eller bruger mindre. Forskellen mellem den rapporterede personlige produktivitet og EBIT-effekten gør det relevant at følge begge dele. 68

Fra AI-forsøg til forretningsværdi

Begynd med et konkret forretningsmål

Vælg en proces, hvor en ansvarlig ejer kan beskrive både problemet og det resultat, der skal afprøves. Målet kan for eksempel være at sænke omkostningerne ved en serviceproces eller forbedre konverteringen. Det skal tage udgangspunkt i virksomhedens behov – ikke blot i, hvor meget AI der bliver brugt.

Mål situationen, før processen ændres, så resultaterne kan sammenlignes med et udgangspunkt. Hold samtidig det første forsøg afgrænset nok til, at I kan se, hvor AI hjælper, hvornår medarbejdere skal gribe ind, og om ændringen er værd at udbrede.

Gør data og ansvar til en del af arbejdet

En handelssession på DMEXCO 2026 beskrev, hvordan produktdata fra leverandører kan komme i forskellige formater med uens betegnelser og manglende oplysninger. Uden en fælles standard kan problemerne følge dataene videre til produktfeeds og udløse manuelle rettelser. 25

Placér tydeligt ansvaret for datakvalitet, forretningsresultatet og beslutningen om, hvornår AI-genereret output skal kontrolleres. I handel er ensartede og komplette produktoplysninger – herunder korrekte priser, hvor det er relevant – også vigtige, når kunder opdager produkter via AI-assistenter, sociale medier og markedspladser. 273334

Gentænk arbejdsgangen – ikke kun den enkelte opgave

Se på hele processen: Hvad kommer ind? Hvilke dele håndterer AI? Hvor kræves der godkendelse? Og hvem handler på resultatet? Fjern eller ændr unødige overleveringer, hvor det giver mening, men lad mennesker stå for vurderinger, undtagelser og beslutninger med forretningsmæssig risiko.

Det handler om at ændre måden, arbejdet bliver udført på – ikke blot at lægge et nyt værktøj oven på en eksisterende proces. McKinseys forskning forbinder ændringer i arbejdsgange med en stærkere rapporteret økonomisk effekt, men undersøgelsen dokumenterer ikke, at redesign alene skaber afkastet. 514

Mål på virksomhedens økonomi

Følg, om ændringen påvirker omsætning, omkostninger, margin eller EBIT – ikke kun brug, antal leverancer eller sparet tid. Medregn også omkostningerne ved implementering og menneskelig kontrol, og sammenlign med udgangspunktet. Så kan virksomheden teste, om en produktivitetsforbedring faktisk kan mærkes på regnskabet.

Hovedpointen

Undersøgelsen giver ingen sikker opskrift på AI-afkast. Den viser derimod, hvorfor brug og produktivitet ikke er tilstrækkelige mål for succes: Respondenterne rapporterer langt oftere en forbedring af deres personlige produktivitet end en positiv EBIT-effekt. Virksomheder kan forsøge at mindske afstanden ved at kombinere afgrænsede use cases med pålidelige data, tydeligt ansvar, gentænkte arbejdsgange og økonomisk opfølgning – samtidig med at mennesker fortsat har ansvaret for ledelse og dømmekraft. 6814