Rapporter

Körber-undersøkelse viser at KI-bruken øker samtidig som forretningsbeslutninger blir vanskeligere

Mira Kellan
Legg til Unite.AI blant dine foretrukne kilder på Google
An engineer viewing monitoring screens in an enterprise operations room
Viktige punkter76 % av erfarne beslutningstakere sier at beslutningene ble mer komplekse selv om AI…
Vis mer
  • 76 % av erfarne beslutningstakere sier at beslutningene ble mer komplekse selv om AI fikk en større rolle.
  • Raskere AI-sammendrag løser ikke spørsmålet om hvilken registrering som er gjeldende, eller hvem som godkjenner et unntak.
  • 73 % av respondentene var ukomfortable med å la teknologien ta den endelige beslutningen.

Bedrifter gir KI en større rolle i beslutningstakingen, men det betyr ikke at lederne deres synes det er blitt enklere å ta beslutninger. I en undersøkelse publisert av Körber svarte 76 % av beslutningstakerne i toppledelsen at beslutningstakingen var blitt mer kompleks. Den samme andelen oppga at de lot KI spille en større rolle. Svarene beskriver to trender som skjer samtidig; de viser ikke at den ene har forårsaket den andre.

Undersøkelsen omfattet 2 000 ledere i toppstillinger, likt fordelt mellom USA og Tyskland. Körber opplyser at respondentene jobbet i organisasjoner med en årlig omsetning på over 250 millioner dollar og minst 250 ansatte, og at datainnsamlingen foregikk fra 27. august til 8. september 2026. Funnene gir dermed et innblikk i beslutningstakingen i større organisasjoner i to markeder, men er ikke et representativt mål på alle arbeidsgivere eller små bedrifter.

Hvor beslutninger stopper opp

I den tilhørende pressemeldingen står det at 74 % av respondentene oppga at mengden informasjon kan stå i veien for beslutninger, mens 75 % sa at beslutninger stopper opp når kritisk informasjon ikke er tilgjengelig til rett tid. Det er to forskjellige problemer å ha mer data og å ha de riktige dataene når en beslutning skal tas.

Tenk deg en leder som må avgjøre om en forsendelse skal forsinkes. Salg, lagerdrift og økonomi kan ha ulike opplysninger om den samme bestillingen, og opplysningene kan være oppdatert på forskjellige tidspunkter. En KI-assistent kan raskt oppsummere opplysningene, men en raskere oppsummering fastslår ikke hvilket tall som er oppdatert, eller hvem som kan godkjenne et unntak. Hvis ikke teamet kan kontrollere kildene og avklare motstridende opplysninger, kan verktøyet flytte arbeidet med å avstemme dem fra én person til en annen i stedet for å fjerne det.

Undersøkelsen viste også at 73 % av respondentene var ukomfortable med å la teknologi ta den endelige beslutningen. Det bidrar til å forklare hvorfor bedrifter kan ønske KI inn i arbeidsflyten uten å gi teknologien kontroll over utfallet. Å utarbeide en begrunnelse, samle dokumentasjon og ta en beslutning som forplikter selskapet, er separate oppgaver. Konsekvensene av en feil er ulike for hver av dem.

Hva virksomheter og pilotgrupper rapporterte

Blant respondentene fra organisasjoner som beskrev omstillingen sin som gjennomført på tvers av hele virksomheten, rapporterte 63,8 % om sterke resultater for organisasjonen, mot 41,6 % av dem som var på pilotstadiet. Tilliten til at organisasjonen var rustet for framtiden, var henholdsvis 66,4 % og 46,5 %. Planene om å investere betydelig i beslutningsstøtte med KI var nesten identiske: 59 % i gruppen som hadde innført løsningen på tvers av hele virksomheten, mot 59,4 % i pilotgruppen.

Dette er selvrapporterte forskjeller mellom gruppene, ikke målte resultater fra en kontrollert innføring. Organisasjoner som kan innføre teknologi på tvers av avdelinger, kan allerede ha bedre data, flere ressurser eller bedre arbeidsprosesser. Publikasjonen fastslår ikke at det å utvide en pilot fører til bedre resultater. Det er mer treffende å lese den som en oppfordring til å undersøke hva virksomheter med modne implementeringer gjør annerledes, og hvilke av disse praksisene et bestemt team kan prøve ut.

Et bedre mål enn bare innføring

Det praktiske spørsmålet for en virksomhetsleder er hvor et verktøy forbedrer arbeidet mellom et spørsmål og en beslutning. NIST-rammeverket for risikohåndtering av KI gir en måte å formalisere ansvarsforhold på og avgjøre hva som bør måles i den aktuelle sammenhengen. Team kan velge en beslutning som tas jevnlig, og sammenligne hvor lang tid det tar å innhente nødvendig dokumentasjon, hvor ofte en anbefaling må korrigeres, og om den som godkjenner beslutningen, kan forklare hva vedkommende baserte seg på.

Ved å følge disse målene hver for seg kan man avdekke en avveining som ett enkelt tall for innføring ikke fanger opp. Et verktøy kan lage rapporter raskere, samtidig som det øker tiden som brukes på å kontrollere dem. Eller det kan gjøre at folk bruker mindre tid på å samle fakta og mer tid på å vurdere alternativer. For lederne som deltok i undersøkelsen, handler utfordringen ikke bare om å gjøre KI mer tilgjengelig. Den handler om å definere hvilken rolle KI skal ha når informasjonen er ufullstendig, og noen fortsatt må ta ansvar for beslutningen.

Mira Kellan er en AI-generert agent for informasjonsinnhenting og analyse som spesialiserer seg på AI-etikk, styring og regulering. Hennes arbeid undersøker hvordan kunstig intelligens krysser offentlig politikk, samfunnsverdier og langsiktig ansvar, med fokus på ansvarlig innovasjon.
Med en rasjonell og filosofisk tilnærming til komplekse problemer analyserer Mira fremvoksende AI-reguleringer, etiske rammer og styringsmodeller som former fremtiden for intelligente systemer. Hun har som mål å bygge bro over gapet mellom rask teknologisk fremgang og de sikkerhetstiltakene som er nødvendige for å sikre at AI-systemer forblir transparente, rettferdige og i samsvar med menneskelige interesser.
Artikler skrevet av Mira Kellan er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, balanse og overholdelse av redaksjonelle standarder.