Danmark bruger meget AI. Det er ikke det samme som, at alle arbejdsgange er løst.

Eurostat opgjorde, at 42 procent af danske virksomheder med mindst ti ansatte brugte mindst én AI-teknologi i 2025. Det var den højeste andel i EU. Tallet er interessant, men det er ikke et facit for, hvad en konkret service- eller teknikvirksomhed bør gøre. Det fortæller først og fremmest, at teknologien er kommet ind i almindelig virksomhedsdrift — og at valget af den rigtige opgave nu betyder mere end spørgsmålet om, hvorvidt man “skal bruge AI”.

1. Hvad målingen faktisk viser

Eurostats opgørelse dækker virksomheder med mindst ti ansatte, der anvendte mindst én AI-teknologi i deres drift i 2025. Den siger ikke, hvor omfattende brugen er, om løsningen er hjemmebygget, eller om den skaber en dokumenteret økonomisk gevinst. En virksomhed, der bruger et tekstværktøj til første udkast, og en virksomhed med et integreret kundesystem kan begge tælle med.

Det er en vigtig afgrænsning. Tallet på 42 procent er tegn på udbredelse, ikke en garanti for modenhed. For mindre virksomheder er den nyttige konklusion derfor ikke “vi er bagefter, hvis vi ikke har AI overalt”. Den er: Der er blevet lettere adgang til værktøjer, så I bør kunne forklare, hvor en løsning kan spare tid eller forbedre kvalitet hos jer.

2. Hvorfor tallene ikke er ens for alle brancher

AI bruges mere i nogle brancher end i andre. Eurostats 2025-tal viser især høj brug inden for information og kommunikation samt professionelle, videnskabelige og tekniske aktiviteter. Det betyder ikke, at teknologi er irrelevant i servicearbejde. Men det betyder, at en håndværks- eller servicevirksomhed ikke bør kopiere use cases fra en softwarevirksomhed ukritisk.

I praksis er de første muligheder ofte tekst- og informationsopgaver: at samle en henvendelse, finde relevant viden, klargøre en servicerapport eller hjælpe med at sortere gentagne spørgsmål. Det er mere realistisk end at lade et system tage en faglig beslutning om fejl, sikkerhed eller pris uden menneskelig vurdering.

3. De gode første opgaver

En god AI-opgave har fire egenskaber. Den gentager sig. Den har et tilgængeligt grundlag. Et menneske kan kontrollere resultatet. Og gevinsten kan ses i hverdagen. Det kan eksempelvis være at gøre en telefonbesked til et struktureret udkast, pege på manglende oplysninger i en rapport eller hjælpe en medarbejder med at finde en godkendt intern procedure.

Her er AI en assistent. Den sparer læse- eller skrivearbejde, men den ansvarlige medarbejder vælger, hvad der sendes til kunden eller registreres på sagen. Det skaber en stærkere løsning end at give AI adgang til at udføre handlinger, virksomheden ikke har en klar kontrol over.

4. De typiske fejlslutninger

Den første fejlslutning er at købe et værktøj uden at ændre arbejdsgangen. Hvis kundebeskeder stadig ligger i private indbakker, hjælper en AI-opsummering kun lidt. Den anden er at måle på demoen i stedet for den daglige brug. Et overbevisende svar i en præsentation siger ikke noget om kvaliteten af jeres data eller den medarbejder, der skal bruge svaret.

Den tredje er at fjerne menneskelig kontrol for hurtigt. AI kan formulere noget forkert med stor sikkerhed. Derfor bør faglige, økonomiske og kundevendte beslutninger have en tydelig ansvarlig. Det er ikke en begrænsning af værdien; det er det, der gør teknologien brugbar i en professionel virksomhed.

5. Sådan måler I reel gevinst

Vælg én måling før piloten starter. Det kan være tid brugt på at skrive opkaldsnoter, antal ufuldstændige rapporter eller tid til første svar på en henvendelse. Saml også de rettelser, medarbejderne laver i AI-forslagene. Hvis de samme fejl går igen, skal datagrundlag eller instruktion forbedres.

En god pilot kan godt vise, at AI ikke er det rigtige værktøj til netop den opgave. Det er stadig et nyttigt resultat. I undgår at bygge en dyr integration omkring et problem, der i virkeligheden kræver en bedre skabelon eller et tydeligere ansvar.

6. Et fornuftigt næste skridt

Beskriv en konkret opgave fra sidste uge, hvor en medarbejder brugte tid på at læse, sortere, skrive eller genfinde information. Aftal hvad et godt resultat er, hvem der godkender det, og hvilke data der må bruges. Derefter kan I vurdere en afgrænset pilot. Læs også om AI med menneskelig kontrol.