Wharton–GBK’s rapport »Den adaptive fordel: Hvem vinder med AI, og hvordan?« afslører kløften i AI-afkast

Wharton Human-AI Research og GBK Collective’s nye rapport, Den adaptive fordel: Hvem vinder med AI, og hvordan?, viser, hvor udbredt AI er blevet i virksomheder – og hvor meget sværere det er at omsætte implementeringen til betydelige forretningsmæssige afkast. 80 % af ledere og mere højtstående respondenter rapporterer om positive afkast af deres afdelingers AI-investeringer, men kun 28 % beskriver afkastene som markant positive. Den fjerde årlige undersøgelse peger på nytænkning af arbejdsgange, tydeligere ansvarsfordeling og måling med fokus på vækst som kendetegn ved organisationer, der rapporterer stærkere resultater.

Undersøgelsen, der blev offentliggjort den 13. oktober, flytter diskussionen om AI i virksomheder videre fra spørgsmålet om, hvorvidt medarbejderne bruger teknologien. Det vigtigere spørgsmål er, om virksomhederne har ændret de processer, incitamenter og ledelsesstrukturer, der omgiver den.

Vækstmåling ændrer billedet af AI’s værdi

En af rapportens tydeligste kontraster handler om, hvad afdelingerne betragter som succes. Blandt dem, der følger mindst ét vækstmål, rapporterer 35 % om markant positive AI-afkast mod 13 % blandt dem, der kun måler effektivitet. Det betyder, at markant positive afkast er cirka 2,7 gange så almindelige i gruppen, der måler vækst.

Forskellen handler om mere end omsætning. Undersøgelsen regner helt nye indtægter, konvertering i salget, produktionsmængde og kundetilfredshed som vækstmål. Effektivitetsmålene omfatter driftsomkostninger, sparede timer, gennemløbstider og fejlrater. Afdelingerne kunne vælge op til tre målepunkter, så vækstgruppen kan også omfatte organisationer, der måler effektivitet.

Det er vigtigt, fordi det stadig er lettere at beskrive tidsbesparelser end vækst i forretningen. Sparede timer er det hyppigst valgte mål med 40 %, mens helt nye indtægter vælges af 27 %. Samtidig forventer 83 % af ledere og højere rangerende medarbejdere, at AI vil forandre deres branche grundlæggende eller påvirke den væsentligt inden for to til fem år.

Den praktiske konsekvens er, at AI-projekter bør knyttes til de resultater, virksomheden faktisk ønsker. En hurtigere salgsarbejdsgang kan for eksempel vurderes både ud fra den sparede tid og salgets konverteringsresultater. Undersøgelsen fastslår ikke, at ændringer i et dashboard fører til bedre afkast; den viser en sammenhæng mellem en bredere tilgang til måling og stærkere rapporterede resultater.

AI-agenter er udbredte, men dyb integration er sjælden

Brugen af agenter er allerede udbredt: 67 % af afdelingerne oplyser, at de bruger AI-agenter i en eller anden form. Alligevel beskriver kun 28 % AI som fuldt integreret i deres centrale forretningsprocesser, og kun 17 % tillader selvstændig drift, hvor mennesker gennemgår arbejdet bagefter, eller hvor gennemgangen erstattes af overvågning og faste sikkerhedsrammer.

Den største gruppe, 48 %, siger, at AI udfører arbejde, men at en person gennemgår og godkender det, før der handles. Yderligere 35 % bruger AI til forslag eller udkast, mens mennesker træffer de endelige beslutninger. Forskellene viser, hvorfor milepælen »AI-agent taget i brug« siger meget lidt om, hvor meget en arbejdsgang reelt er blevet ændret.

Rapportens kriterium for transformerede arbejdsgange omfatter tre betingelser, der alle skal være opfyldt: Arbejdsgangene skal være ændret markant, AI skal være integreret i de centrale processer, og agenter skal bruges i en eller anden form. Blandt de afdelinger, der opfylder denne samlede definition, rapporterer 67 % om markant positivt investeringsafkast.

Dette understøtter en mere krævende tilgang til implementering. At installere en assistent er kun en del af arbejdet; teams skal også beslutte, hvordan information bevæger sig, hvilke undtagelser der kræver indgriben, og hvem der har ansvaret for resultatet. Det betyder ikke, at alle opgaver bør være selvstændige. Rapporten peger på sikkerhed, regulering og tillid som barrierer for at give agenter større frihed, hvilket gør det afgørende at vurdere, om den enkelte arbejdsgang egner sig.

Tydeligt ansvar hænger sammen med stærkere afkast

Organisationer, der for nylig har udpeget en AI-direktør, skiller sig ud. Blandt ledere og højere rangerende medarbejdere i disse organisationer rapporterer 58 % om markant positive afkast mod 24 % i organisationer, hvor AI-tilsyn er blevet føjet til en eksisterende direktørs ansvarsområde. Andelen er 8 % i organisationer, hvor en sådan stilling ikke findes, og hvor ingen er planlagt.

Valget af platform viser en anden forskel. Markant positive afkast rapporteres af 50 % af respondenterne fra organisationer, der har valgt én godkendt AI-platform som standard, mod 9 % af dem, der stadig eksperimenterer uden en fastlagt tilgang. Disse sammenligninger er baseret på observationer: Dedikeret ledelse og en ensartet platform kan hænge sammen med andre fordele, herunder ressourcer og organisatorisk modenhed.

Ansvaret for agentfejl er mindre afklaret. Respondenterne placerer oftest ansvaret hos styrings- eller risikoteams (28 %), den leder, der har ansvar for medarbejderen, som implementerer agenten (26 %), eller medarbejderen selv (25 %). Intet enkelt svar dominerer. For virksomheder, der udvider brugen af agenter, er det en del af den operationelle udformning at fastlægge ansvaret, ligesom det er tilfældet med tilladelser og overvågning.

Medarbejderne oplever en anden forandring

For første gang omfatter den årlige undersøgelse medarbejdere på junior- og mellemniveau ud over ledere og topledere. Sammenligningen afdækker en betydelig forskel i opfattelsen af, hvor godt organisationerne er rustet.

Mens 73 % af lederne og derover siger, at AI har ændret arbejdsgangene i deres afdeling markant, siger 58 % af medarbejderne på junior- og mellemniveau det samme. Forskellen er større, når det gælder oplæring: 78 % af lederne mener, at medarbejderne får tilstrækkelig oplæring i AI, mod 56 % af medarbejderne.

Disse forskelle betyder ikke, at medarbejderne generelt afviser AI. 73 procent af medarbejderne på junior- og mellemniveau siger, at AI har haft en positiv indvirkning på deres rolle, og 84 % af dem, der bruger AI, siger, at det sparer dem tid. Spændingen består i forskellen mellem den nytte, den enkelte oplever, og den støtte, der er nødvendig for at få indførelsen til at fungere i hele organisationen.

Konsekvenserne for arbejdsstyrken er også stadig uafklarede. 37 procent af lederne og derover oplyser, at AI har ført til personalereduktioner, og 33 % fortæller, at ansættelserne er blevet sat ned i tempo eller sat på pause. Afdelinger, der rapporterer om store afkast, er dog ikke mere tilbøjelige end andre til at rapportere om sådanne nedskæringer eller ansættelsesstop. Større afkast hænger i stedet sammen med ændringer i ledelsesstrukturer, arbejdsgange, overvågning og oplæring.

Hvad undersøgelsen kan – og ikke kan – fortælle virksomheder

Undersøgelsen omfattede 1.416 fuldtidsansatte i amerikanske virksomheder i den private sektor med mindst 1.000 ansatte og en omsætning på mere end $50 millioner. Interviewene fandt sted fra 9. til 29. juli 2026. Stikprøven bestod af 1.007 ledere og derover samt 409 medarbejdere på junior- og mellemniveau, og de to grupper blev rapporteret separat.

Der er tale om selvrapporterede vurderinger, ikke investeringsafkast, der er blevet revideret uafhængigt. Resultaterne beskriver store amerikanske virksomheder og bør ikke uden videre overføres til små virksomheder eller andre lande. Sammenligninger med tidligere år omfatter gruppen af ledere og derover, da medarbejdere på juniorniveau først blev inkluderet i 2026.

For teams i store virksomheder giver rapporten en nyttig måde at vurdere fremskridt med AI på: Se ud over antallet af brugere, og undersøg målbare forretningsresultater, integration i kernearbejdet, tydelig ansvarsplacering og medarbejdernes faktiske oplevelser. Bred adgang kan godt gå hånd i hånd med mangelfuld implementering, og rapporterede produktivitetsforbedringer kan stadig efterlade en betydelig del af organisationens arbejde uløst.

Læsere, der ønsker at vide mere om resultaterne, metoden og sammenligningerne på tværs af brancher og afdelinger, kan læse hele Wharton–GBK-rapporten Den adaptive fordel: Hvem vinder med AI, og hvordan.