Hvorfor AI-adoptionshastigheden afslår – og hvorfor kontrol er den manglende funktion

Vi hører den samme trussel igen og igen: AI-boblen vil briste.

I månedsvis har eksperter forudset, ikke hvis, men hvordan, ødelæggelsen vil udvikle sig — og nu ser vi den første dip i AI-vækst siden 2023. Investorerne hælder stadig rekordkapital i AI, men kapital garanterer ikke adoption. Brugeradoption, ikke finansiering, bestemmer overlevelse — og AI-adoptionsrater for store virksomheder er faldende.

Selv hvor adoption forbliver stabil, ser vi advarselssignaler. Mindre virksomheder og startups bruger stadig konsekvent AI, men de lider under noget andet: brug af AI er blevet kædet sammen med udbrændthed.

Når det kommer til AI-adoptionsrate blandt videnarbejdere, er der noget galt. AI-produkter svigter os — og den manglende sammenhæng er større kontrol og tilpasning.

Adoptionsapokalypse nu

AI-værktøjer skal fjerne rutinearbejde, accelerere processer og gøre menneskers liv bedre. Men der er mange måder, hvorpå AI-værktøjer kan fejle — enten det er implementering eller en mislighed mellem arbejdsgang og mål.

Lad os bryde ned, hvorfor AI-værktøjer taber deres glans for videnarbejdere.

Eksekutiv aspiration vs. medarbejderrealitet

Fra 10.000 fods højde ser AI ud som en transformerende kraft. Nede i skyttegravene er det en anden historie.

Eksekutiver er begejstrede over de lovede produktivitetsgevinster ved at implementere AI, og virksomhederne kræver stadig mere brug af AI. Men enkeltbidragere er dem, der udholder friktionerne, fra nye arbejdsgange og træning til potentielle misligheder mellem eksekutiv forventning og medarbejderrealitet.

Automatisering vs. regulering

AI kan udarbejde på få sekunder, men virksomheder kan tage uger til at overveje. Så det er ingen hemmelighed, hvorfor adoptionen fejler ved større virksomheder.

AI er hurtigere end tankegangen, men en stor virksomheds processer er ikke. De er bygget til risikominimering og juridisk overholdelse, og AI kan være en belastning. Følgelig må medarbejderne oprette nye, uønskede arbejdsgange, som nye gennemgangstrin for at fange AI-hallucinationer eller vælge igennem fejl i AI-genereret kode.

Grænseløs AI vs. medarbejderudbrændthed

Der er en anden foruroligende sideeffekt: AI-udbrændthed. Ifølge en ny studie offentliggjort i Harvard Business Review, bidrager brug af AI til opgaveudvidelse, distraheret multitasking og dårligere arbejdslivsgrænser. 

Mennesker føler behov for at opnå mere og mere med AI — og det er som en kugletræn til udbrændthed. Noget af presset er selv påført, da vi alle kollektivt hæver forventningerne til, hvad vi kan opnå. Men eksekutiver kan også bruge AI-revolutionen som et påtryk og give skylden for højere præstationsforventninger — og endda fyringer. Det er knap overraskende, at medarbejderne rapporterer om følelser af frakobling og tab af formål, når AI-teknologi tilføjes til deres arbejdsgange. 

Forskydede AI

Friktion, brudte arbejdsgange, medarbejdere, der er udmattede og demoraliserede… Disse symptomer har alle den samme rodårsag: AI, der er overindsat og under-tilpasset.

Så hvad nu, hvis et LLM kan producere en imponerende rapport på første øjekast, eller kan udarbejde overfladisk overbevisende kode? Hvis det genererer et par ekstra timer med arbejde med gennemgang og faktatjek, fejler det på sin mest basale løfte om at strømlinje og accelerere vores arbejde. Ingen under, at nytten er forsvundet, og vi nu ser en stigende AI-hesitance.

En undersøgelse fra 2025 af mennesker i 47 lande viser, at kun 46% af menneskerne stoler på den tekniske evne af deres AI-værktøjer, mens en separat rapport fra 2025 viser, at 82% ikke finder effektive måder at bruge AI i deres daglige arbejde. Hvis du arbejder for at indføre AI i din arbejdsgang eller lapper dine processer med ekstra gennemgangstrin, så arbejder du for AI — ikke omvendt.

Tilbage i AI-køretøjet

Hvad vi mangler, er større valg og bedre tilpasning.

Det ser simpelt ud, ikke? At vælge, hvornår og hvordan man bruger AI, ændrer det fra et potentiel ødelæggelsesværktøj i virksomhedens arbejdsgange til et missil, som du affyrer lige på målet. Og værktøjer, der tillader bedre tilpasning, giver mennesker mulighed for at indføre AI i deres arbejdsgange mere smidigt.

Men brugerkontroller har ikke altid været i fokus for Big Tech-virksomheder. Som mange kommentatorer bemærker, stoppede AI et sted med at være valgfrit og blev integreret i produkter som standard, snarere end valgfrit. Kunne det være øjeblikket, hvor brugerne begyndte at fravælge, og adoptionen begyndte at afslå?

Tilpasningsløbet

Mennesker vil fortsætte med at afvise én-størrelés-værktøjer og hastigt implementerede AI-arbejdsgange. Og nu ser vi AI-ledere begynde at reagere.

Nogle af de store spillere forbedrer tilpasning, som ChatGPT’s introduktion af personaliseringsfunktioner, der giver os mulighed for at lege med tonen, energiniveauet og endda emoji-mængden i vores AI-chatbots. Nogle kommentatorer mener, vi vil se AI-værktøjer niche sig ned og vinde adoption ved at blive mere og mere specifikke, og støtte hyper-specifikke opgaver.

AI, der tilpasser sig dig

Det bliver klart, at i den næste fase af AI-udvikling vil de mest tilpasselige værktøjer vinde. Værktøjer, der gør ting som:

• Tilpasse sig eksisterende arbejdsgange, snarere end at tvinge dig til at oprette nye. Zoom AI Companion 3.0 har fået dette budskab og lanceret opgraderinger, herunder et platform-uafhængigt noteringsværktøj — møder brugerne i de værktøjer, de allerede bruger. 
• Lader medarbejdere vælge, hvornår AI deltager, og hvornår det træder tilbage. Som GitLab Duo , hvor brugerne vælger, hvilke grupper og projekter kan bruge AI-funktioner.
• Reducerer kognitivt arbejde, snarere end at tilføje et nyt arbejdsgang for gennemgang. ClickUp Brain, for eksempel, fungerer inden for arbejdsgange, snarere end ved siden af dem, og integrerer AI i opgavevisninger — som trådsummer, opdateringer og foreslåede næste trin.
• Give gennemsigtighed i, hvordan outputs genereres, snarere end at placere byrden på medarbejderne til at finde ud af det. Værktøjer som WorkflowGen fokuserer på AI-ansvar ved at bygge revisionsstier direkte ind i AI-handlinger, så menneskelige gennemgangshold ikke behøver at omvendte outputs. 

Den nye AI-guldstandard

Den første bølge af AI var drevet af mulighed. Der var imponerende demos, rekordinvesteringer og høje forventninger… men nu er nytten forsvundet, og markedet justerer sig.

Næste bølge vil blive drevet af noget langt mere kraftfuldt: brugervenlighed. Vi har set, hvad der sker, når AI overhaler integration: udbrændthed, arbejdsgangsfraktioner og, uundgåeligt, langsommere adoption. Disse tegn er ikke tegn på, at AI-boblen brister, men at AI uden tilstrækkelig tilpasning er mere en byrde end en boost.

Næste konkurrencegrav for AI-udviklere vil være tillid — og tillid kommer fra at lade brugerne føre an.