Direktørens AI-paradoks: Derfor kan det være den hurtigste vej til succes at sætte farten ned

Metas seneste regnskabsmeddelelse gav endnu et tegn på de enorme beløb, der investeres i kunstig intelligens. I oktober indsnævrede virksomheden sin prognose for kapitaludgifterne i 2026 til 135-145 mia. dollar og hævede den nedre grænse med 5 mia. dollar. AI-infrastruktur var en væsentlig drivkraft.

Blot få dage tidligere havde Meta og Apple imidlertid vist, hvor kraftfulde AI-modeller der kan køre lokalt på Apples hardware, hvilket potentielt kan give virksomheder større kontrol og mindske deres afhængighed af dyre cloudbaserede tjenester. Kontrasten er slående. Selv om investeringerne accelererer, udvikler AI-teknologien og økonomien omkring den sig fortsat. For de fleste virksomhedsledere er det grundlæggende spørgsmål velkendt: Hvor meget skal vi forpligte os til i dag, når morgendagens teknologi, omkostninger og konkurrencesituation fortsat er usikre?

Der ligger en modsætning i hjertet af AI-debatten. Vi får hele tiden at vide, at den største risiko er at bevæge sig for langsomt. Alligevel kan nogle af de mest alvorlige fejl, en direktør kan begå, skyldes, at man for hurtigt træffer beslutninger, som er vanskelige og dyre at omgøre.

Det er ikke et argument for at vente på sidelinjen. Det handler om at skelne mellem at handle hurtigt for at lære og at handle hurtigt for at forpligte sig. Det er ikke det samme.

Presset for at reagere er reelt.

AI forventes at ændre de fleste brancher. Det er stadig uklart, hvor værdien først vil opstå, hvor meget det vil koste at udnytte den, og hvilke forretningsmodeller der vil blive forstyrret.

Stanford-rapporten AI-indekset for 2026 viser, at 88 % af de adspurgte organisationer brugte AI i mindst én forretningsfunktion i 2025. Men indførelse er ikke det samme som omstilling. Forskning fra konsulentbranchen peger på en vedvarende kløft mellem eksperimenter med AI og effekt på tværs af hele virksomheden. Mange organisationer opnår produktivitetsgevinster og forbedringer i enkelte funktioner eller processer, men relativt få har omsat disse resultater til væsentlige, målbare forbedringer af virksomhedens samlede resultater.

En direktør kan være omgivet af vellykkede demonstrationer, engagerede medarbejdere og imponerende præsentationer fra leverandører og stadig have svært ved at besvare et enkelt spørgsmål fra bestyrelsen: Hvad har faktisk ændret sig i økonomien i vores virksomhed?

Alle har en mening. Men ikke alle har de samme incitamenter.

Forestil dig en direktør, der er ved at godkende en stor investering i AI. Teknologileverandøren er overbevist om, at dens platform kan levere fremtidens løsninger. Teknologiafdelingen ønsker ressourcer til at bygge. Forretningslederne ønsker en konkurrencemæssig fordel. Økonomiafdelingen ønsker troværdige afkast. Bestyrelsen ønsker sikkerhed for, at ledelsen hverken sakker bagud eller sætter virksomhedens fremtid på spil.

De fleste handler i god tro. Men de ser beslutningen fra forskellige perspektiver, og deres incitamenter stemmer ikke overens.

Grænserne mellem at sælge teknologi og rådgive om brugen af den bliver stadig mere uklare. I maj annoncerede OpenAI, at virksomheden opretter et implementeringsselskab, der skal hjælpe virksomheder med at integrere AI i deres drift, samtidig med at der blev indgået en aftale om at opkøbe virksomheden Tomoro, der arbejder med anvendt AI. Skridtet viser, hvor vanskeligt det er at gå fra demonstration af AI til daglig brug. Det illustrerer også, hvorfor købere bør forstå, hvem der rådgiver dem, hvem der står for implementeringen, og hvem der får fordel af den valgte teknologi.

Gode leverandører er meget værdifulde. Men selv de bedste kan ikke forventes at være upartiske, når det gælder, hvilken platform en kunde vælger, hvor meget kunden bruger, eller hvor afhængig kunden bliver.

Direktørens ansvar er ikke at mistro alle. Det er at sikre, at forskellige perspektiver bliver efterprøvet, før de bliver til én tilsyneladende uundgåelig anbefaling.

Problemet ved at satse på et mål, der flytter sig

Traditionelle investeringsbeslutninger bygger på en rimelig stabil forestilling om, hvad man køber. AI udfordrer den antagelse. Funktionerne bliver bedre, priserne ændrer sig, og opgaver, der tidligere krævede specialiseret software, kan nu løses på andre måder.

Der er allerede tegn på denne udvikling. Mange organisationer oplyser, at de har valgt ikke at købe softwareprodukter eller nye funktioner, fordi AI-drevne kodningsværktøjer har gjort det muligt at udvikle funktionaliteten internt.

Det betyder ikke, at det altid er bedre at bygge selv end at købe. Det betyder, at alternativerne kan ændre sig, mens indkøbsprocessen stadig er i gang.

Direktører bør spørge, hvad der sker, hvis der dukker en bedre løsning op om seks måneder. Kan virksomheden skifte model eller leverandør? Kan dens data flyttes? Bevarer den kontrollen over kritiske processer? Er de kommercielle forpligtelser baseret på dokumentation snarere end optimisme?

En stor investering kan stadig være fornuftig. Men den bør være et velovervejet sats med klare antagelser, ikke en reaktion på en konkurrents pressemeddelelse.

Sæt beslutningsprocessen ned i tempo, ikke læringen.

En af de mest nyttige skelnen, en ledergruppe kan foretage, er mellem beslutninger, der kan omgøres, og beslutninger, der ikke kan.

Små eksperimenter, målrettet redesign af arbejdsgange og kontrollerede forsøg kan gennemføres hurtigt. De viser, hvor medarbejderne sparer tid, hvor kunderne får gavn af det, og hvor teknologien svigter. De afdækker også mindre opsigtsvækkende problemer: dårlige data, uklart ansvar, sikkerhedsproblemer og processer, som ingen har udfordret i årevis.

Store investeringer i platforme, outsourcingaftaler, omstruktureringer og fjernelse af kritiske menneskelige kontrolforanstaltninger kræver grundigere granskning. Konsekvenserne kan vare længere end de teknologiske antagelser, der lå til grund for beslutningerne.

Det er her, det at sætte tempoet ned kan gøre en organisation hurtigere. Uger brugt på at afdække svage antagelser kan forhindre, at man bruger år på at implementere den forkerte løsning. På samme måde kan det at lade teams eksperimentere inden for fornuftige rammer lære en administrerende direktør mere end at vente på en perfekt virksomhedsstrategi.

McKinseys forskning tyder på, at organisationer med stærke resultater oftere gentænker arbejdsgange og satser på vækst og innovation sideløbende med effektivisering. Det er lige så meget en ledelsesopgave som en teknologisk udfordring.

Hvad bestyrelsen har brug for at høre

Bestyrelser bliver bedt om at bakke op om beslutninger med vidtrækkende konsekvenser, selvom selv erfarne ledere ikke kan hævde at vide, hvordan det hele vil udvikle sig. Det er urealistisk at kræve sikkerhed. Det er lige så uhensigtsmæssigt at acceptere begejstring i stedet for dokumentation.

En bedre samtale i bestyrelsen begynder med praktiske spørgsmål. Hvilket problem forsøger vi at løse? Hvilken dokumentation understøtter det forventede afkast? Hvilke antagelser kan vise sig at være forkerte? Hvad kan vi lære, før vi investerer mere kapital? Hvad ville få os til at stoppe eller ændre kurs?

Samtalen skal også handle om mennesker. Hvilket arbejde vil ændre sig? Hvilke medarbejdere har brug for nye kompetencer? Hvem har fortsat ansvaret, når AI kommer med en anbefaling eller foretager en handling? Hvad vil kunderne reelt opleve?

Bestyrelser behøver ikke at blive fyldt med AI-ingeniører. De skal have tilstrækkelig indsigt og uafhængighed til at udfordre ledelsen på en konstruktiv måde. Til gengæld har administrerende direktører brug for bestyrelser, der kan skelne mellem et velledet eksperiment, der mislykkes, og en utilstrækkeligt undersøgt investering, der lykkes ved et tilfælde.

De råd, administrerende direktører bør værdsætte mest

Ledere mangler ikke adgang til ekspertise inden for AI. Tekniske specialister er uundværlige. Men teknologisk ekspertise er ikke det samme som sund dømmekraft, når det gælder virksomhedens strategiske valg.

Den mest værdifulde rådgiver kan være den, der tør stille et ubehageligt spørgsmål, når alle andre gerne vil videre. Hvorfor forsøger vi at løse dette problem? Hvad antager vi om kunderne? Gentænker vi arbejdet, eller automatiserer vi en dårlig proces? Hvad ville vi gøre, hvis det var vores egne penge?

Gode råd kræver også mod til at sige: »Det ved vi ikke endnu.« Den indrømmelse bør føre til en velovervejet måde at finde svaret på, ikke til handlingslammelse.

En rådgiver, der samler forskellige synspunkter, afdækker afvejningerne og hjælper ledere med at træffe beslutninger under usikkerhed, tilbyder noget andet end endnu en forudsigelse om den næste modeludgivelse.

Der er et paradoks her. Efterhånden som AI gør det lettere at udarbejde analyser, præsentationer og teknisk information, kan værdien af menneskelig beslutningstagning stige. Det bliver vigtigere, ikke mindre vigtigt, at lytte, stille spørgsmål, forstå de organisatoriske magtforhold og skabe tillid på tværs af en splittet direktion.

Det egentlige kapløb

Alle administrerende direktører ved, at det indebærer risici at stå stille. Konkurrenterne lærer. Medarbejderne eksperimenterer. Kunderne ændrer deres forventninger. Løsningen er ikke at sætte alt ned i tempo.

Den består i at handle hurtigt, når hastighed skaber læring, holde fast i disciplinen, når beslutninger medfører langsigtede forpligtelser, og kende forskel på de to situationer.

Næste gang et AI-forslag når direktionen, er det mest nyttige spørgsmål måske ikke »Hvor hurtigt kan vi godkende det?«, men »Hvad skal vi forstå, før vi forpligter os, og hvor hurtigt kan vi finde ud af det?«

På et marked, der belønner indtrykket af hastværk, kan den administrerende direktør, der giver plads til en reel debat, i sidste ende nå længere og hurtigere end den, der aldrig standser op for at sætte spørgsmålstegn ved kursen.