Det handler ikke bare om AI vs. mennesker. Det handler om mennesker med AI vs. mennesker uten

Den nåværende skille, som deler arbeidsstokken i to, og hva en ny WRITER-rapport avslører om mulighetene det åpner for en selektiv gruppe.

To ingeniører sitter på samme team. Samme tittel, samme ansvar og samme backlog. Ved fredag ettermiddag har den ene gjenvunnet nesten ni timer av sin arbeidsuke. Den andre har gjenvunnet to.

For et år siden var dette gapet en nysgjerrighet. Men ifølge en ny studie, i 2026, har det blitt en karriereprediktor.

WRITERs andre årlige rapport om AI-adopteringsgrad i bedrifter undersøkte 1 200 C-suite-ansatte og 1 200 ansatte, og fant hardt tall som tegner et skille som formasjon innen bedrifter i omtrent to år.

AI-“superbrukere” sparer 4,5 ganger flere timer per uke enn sine kolleger. 87 % av lederne vurderer dem som minst fem ganger mer produktive. De var også tre ganger mer sannsynlige til å gå ut av fjorårets vurderingscyklus med både en forfremmelse og en lønnsøkning.

PRESSet på den andre siden er likevel like distinkt. 77 % av eksekutivene sier at ansatte som nekter å bli AI-kyndige, ikke vil bli vurdert for lederroller, og 90 % sier at oppblomstringen av AI-superbrukere vil føre til en endring i hvordan de vurderer ytelse.

Tallene leses som en advarsel i en verden hvor samtalen lenker mot AI vs mennesker. Likevel, hva som skjer innen disse organisasjonene, er ikke AI som erstatter mennesker. Det er en arbeidsstyrke som utvikler et tydelig skille. Folkene som har gjort AI en del av hvordan de arbeider, og folkene som ikke har. Denne splitten vises i produktivitet, men den vises tydeligere i mulighet – enten det er forfremmelse eller neste store prosjekt.

Gapet er ikke lenger om produktivitet

For det meste av de siste to årene har AI-adopteringsgrad blitt rammet rundt effisiens, inkludert raskere kode, færre billetter og kortere møter. Disse gevinstene er reelle, men med nylige fremgang, kan det hevdes at det begraver hovedsakene i hva som faktisk skjer.

Når en ingeniør gjenvinner ni timer i uken, bruker de dem ikke på å gjøre ni flere timer av samme jobb. De bruker de gjenvunne timene på å heve sin produktivitet i andre områder. Enten det er å arbeide på en prototype som ingen hadde tid til, eller å engasjere i kundesamtaler som blir til produktideer, det er verdien som blir anerkjent av eksekutivene.

Drew Naukam, CEO av programvareingeniørfirmaet Gorilla Logic, sier at skillet nå er synlig innen klientens ingeniørorganisasjoner.

“AI-aktiverede team kan tydelig peke på 50 % hastighetsforbedring, agenter utfører nøkkelarbeidsflyter over hele SDLC, og ledere håndterer skiftende flaskenakker,” legger Naukam til, “Team som er bak kurven, kommer med grunner til ikke å dykke inn, og nevner styring som hindre for adopsjon, og ikke investerer i opplæring og muliggjøring.”

Nathan Elsberry, CEO og grunnlegger av Revenue Office Innovations, som har ledet bedrifts digitale transformasjoner i to tiår, sier at AI-skiftet skiller seg fra tidligere teknologibølger på ett viktig punkt: det er ingen valgfri nivå.

“Det er selskaper som aldri adopterte smidig programvareutvikling eller moderniserte for den digitale alderen. Jeg kjenner ikke et enkelt selskap som ikke for tiden arbeider med AI, eller i det minste planlegger å gjøre det.”

Likevel, universell deltakelse betyr ikke universell fordel.

“Et selskap med lavkvalitets talent og levering, blir ikke en premium AI-leverandør,” sier Elsberry. “De kan ikke tiltrekke seg gode mennesker; de vil ikke endre sin tiår gamle tilnærming. Hvis de starter å prøve i dag, vil det ta år – og det vil være en ny bølge da.”

Når 92 % av eksekutivene sier at de dyrker en “AI-elite”, beskriver de ikke et privilegieprogram. De beskriver en ny intern arbeidsmarked hvor senioritet og institusjonell minne blir ompriset mot en enkelt ny variabel: gevinst.

“Å omfavne AI” er ikke det samme som “å deployere AI”

Mye av hva som kalles AI-adopteringsgrad, kan beskrives som teater. WRITERs peker på dette: 75 % av eksekutivene innrømmer at deres AI-strategi er “mer for show” enn faktisk veiledning. Bare 29 % rapporterer betydelig ROI fra generativ AI, og bare 23 % sier det samme om AI-agenter.

Ekspertene som Naukam og Elsberry ville argumentere for at mens kjøp av lisenser og gjennomføring av onboarding er en del av prosessen, er det ikke adopsjon. Adopsjon er når måten arbeidet utføres på, har endret seg. Og dette er synlig.

For Elsberry, er den vanligste eksekutivfeil ikke en dårlig strategi – det er fraværet av en. “Jeg ser uendelige agenter som bygges, AI-‘musefeller’ som bygges, men svært få strategier som blir vurdert helhetlig. Å tenke smått og gjøre ting fordi det er allemannseie, er en dårlig start.”

Denne mismatchen vises i spenningdata. 54 % av eksekutivene sier at AI-adopteringsgrad “river deres selskap fra hverandre”. Så mye at 29 % av ansatte – og 44 % av Gen Z-arbeidere – innrømmer at de aktivt har sabotert selskapets AI-utrullering, ved å angi data i uautoriserte verktøy eller å produsere lavkvalitetsutgang.

Utvikle din forståelse av ROI sammen med AI

Bare 29 % av eksekutivene i rapporten sier at de ser en betydelig avkastning fra generativ AI, og bare 23 % rapporterer det samme fra AI-agenter. Men skjevheter og målinger de bruker for å vurdere, vil ikke være synlig på eksisterende ROI- dashboards designet for å måle kostnader spart på oppgaver som allerede eksisterer.

De forteller en CFO om AI-lisensen betaler for seg selv. De fanger ikke hva som skjer når en ingeniør som tidligere brukte onsdag ettermiddag på boilerplate, nå bruker dem på en prototype, eller når en senioranalytiker slutter å formatere rapporter og begynner å forme spørsmål selskapet bør stille.

Den andre kategorien er hvor den faktiske gevinsten bor.

Ifølge Naukam, er klientene som får virkelige avkastninger, ikke kjører bedre dashboards. De kjører bedre kulturer. “Klienter med gevinst er rastløse og nysgjerrige. De er villige til å prøve og feile. Selskaper som er fast i pilotmodus, omfavner ikke endringsledelse.”

Hans råd til en CEO-peers som ringer og sier “vi er bak”, er bevisst små i omfang.

“Opprett en pilotgruppe, gi dem verktøyene de trenger for å lykkes, feire suksess og feil offentlig, og skaler derfra. AI-adopteringsgrad kan ikke være kommando og kontroll.”

Fokuset må utvikle seg fra å måle ROI som de tangiblene utgangene de fleste ledere er vant til, til å spørre hva deres beste mennesker nå er i stand til å gjøre som resultat av AI-verktøy.