Det er efterhånden svært at finde en virksomhed, der ikke har en AI-strategi, et AI-projekt eller som minimum en ledergruppe, der har besluttet, at nu skal der altså ske noget med AI.
Der bliver købt Copilot-licenser, arrangeret workshops og udpeget AI-ambassadører. Medarbejderne bliver opfordret til at eksperimentere, og efter nogle måneder kan man måske præsentere imponerende tal for, hvor meget tid der bliver sparet på at skrive e-mails, udarbejde rapporter og producere præsentationer.
Det lyder jo fantastisk. Men der er et temmelig væsentligt spørgsmål, som alt for let forsvinder i begejstringen: Hvorfor udfører vi stadig arbejdet på præcis samme måde som før?
Hvis en opgave, der tidligere tog tre timer, nu kan løses på 30 sekunder, hvorfor har vi så stadig en arbejdsproces, der er designet til, at opgaven tager tre timer? Hvorfor skal resultatet stadig gennem de samme mennesker, godkendelser og systemer? Og hvorfor er succeskriteriet, at medarbejderen er blevet hurtigere til at producere noget, som måske slet ikke burde produceres i første omgang?
Det er her debatten om AI-transformation går skævt. Vi taler begejstret om nye værktøjer, mens vi lader de gamle arbejdsprocesser stå fuldstændig urørte.
Vi risikerer med andre ord at bruge en revolutionerende teknologi til at effektivisere en måde at arbejde på, som for længst burde have været udfordret.
Vi har automatiseret opgaven. Processen har vi ladet være i fred.
Forestil dig en virksomhed, hvor det tager fem arbejdsdage at udarbejde og godkende et tilbud til en kunde. En sælger indsamler oplysninger fra flere systemer, finder tidligere tilbud frem og skriver et dokument. Derefter skal lederen godkende det, økonomiafdelingen kontrollere priserne, og måske skal Legal også kigge på betingelserne, inden kunden endelig kan få sit tilbud.
Nu introducerer virksomheden AI. Pludselig kan sælgeren udarbejde første udkast på under et minut i stedet for at bruge to timer. Teksten er velformuleret, strukturen er fornuftig, og standardformuleringerne er allerede på plads.
Fantastisk. Vi har sparet næsten to timer.
Tilbuddet tager stadig fem arbejdsdage.
For dokumentet skal fortsat gennem de samme afdelinger, vente på de samme godkendelser og passere de samme organisatoriske grænser. AI har gjort én aktivitet dramatisk hurtigere, men den samlede proces er stort set uændret.
Hvis kunden stadig venter fem dage, er det så virkelig en transformation, vi har gennemført? Eller har vi bare gjort det billigere at producere det dokument, som nu kan ligge og vente i økonomiafdelingens indbakke?
At gøre en opgave hurtigere er ikke nødvendigvis det samme som at gøre virksomheden hurtigere.
Vi forveksler medarbejdernes produktivitet med virksomhedens produktivitet
Det interessante er, at forskningen allerede begynder at vise noget af den samme forskel.
I McKinseys globale AI-undersøgelse fra 2026 rapporterer 80 procent af respondenterne, at AI har forbedret deres individuelle produktivitet. Men kun 37 procent tilskriver AI en positiv effekt på virksomhedens driftsresultat, målt som EBIT. Blandt de virksomheder, der oplever størst økonomisk effekt, er det samtidig langt mere almindeligt at have redesignet arbejdsprocesserne grundlæggende.
Et feltforsøg med mere end 7.000 vidensarbejdere viste tilsvarende, at AI kunne reducere den tid, medarbejderne brugte på blandt andet e-mails, uden at forskerne fandt væsentlige ændringer i opgavernes samlede sammensætning.
Det er ikke bevis for, at enhver virksomhed skal vende organisationen på hovedet. Men det illustrerer en afgørende forskel: Mennesker kan godt blive hurtigere til deres arbejde, uden at arbejdet som sådan ændrer sig ret meget.
Og vi risikerer bare at skabe et nyt problem.
Når medarbejderne kan producere rapporter, analyser, beslutningsoplæg og præsentationer på en brøkdel af den tidligere tid, bliver det naturligvis også lettere at producere flere af dem. Men nogen skal stadig læse materialet, forstå det og træffe beslutninger på baggrund af det.
Resultatet kan derfor blive, at én afdeling producerer langt mere, mens en anden afdeling drukner i den øgede mængde materiale. Vi har ikke elimineret arbejdet. Vi har blot flyttet det.
Hvis AI gør det lettere at fremstille noget, organisationen ikke har brug for, er det ikke nødvendigvis en produktivitetsgevinst. Det er bare en mere effektiv måde at skabe støj på.
Hvordan ville vi arbejde, hvis vi skulle starte forfra?
Her kommer vi efter min mening til det interessante spørgsmål. Ikke hvordan AI kan hjælpe os med vores nuværende arbejdsprocesser, men hvordan vi ville designe arbejdet, hvis vi allerede fra begyndelsen vidste, hvad teknologien kunne.
Lad os vende tilbage til virksomheden med den fem dage lange tilbudsproces. Hvis AI kan indsamle oplysninger, udarbejde et tilbud og kontrollere standardbetingelser, kunne vi måske begynde at ændre selve processen. Måske behøver økonomiafdelingen ikke gennemgå hvert eneste standardtilbud, hvis priserne allerede er valideret mod godkendte regler. Måske kan Legal definere rammerne på forhånd og kun involveres, når noget falder uden for dem. Og måske kan tilbuddet genereres direkte fra virksomhedens systemer, så oplysningerne ikke skal kopieres manuelt rundt.
Nu begynder vi at tale om noget andet end en AI-assistent, der skriver hurtigere. Nu ændrer vi måden, virksomheden arbejder på.
Det betyder ikke, at alle kontroller skal fjernes, eller at AI skal have lov til at træffe enhver beslutning selv. Men vi bør undersøge, om de eksisterende kontroller stadig er nødvendige, og om de ligger det rigtige sted i processen.
Mange arbejdsgange er jo ikke designet ud fra et samlet perspektiv. De er opstået gennem år med nye krav, dårlige erfaringer, ekstra godkendelser og systembegrænsninger. Hver gang noget gik galt, tilføjede man måske et ekstra kontrolpunkt. Sjældent fjernede man noget igen.
Efter tyve år står man med en proces, som alle følger, men som ingen længere helt kan forklare.
Og nu sætter vi AI på den.
Det svarer lidt til at spænde en avanceret robot foran en middelalderlig oksekærre med firkantede hjul og bagefter være skuffet over, at transporten ikke er blevet revolutioneret.
Robotten er ikke problemet. Det er kærren.
Den største barriere er måske organisationen
Det er naturligvis langt lettere at give medarbejderne adgang til Copilot end at ændre måden, Sales, Finance, Legal og Operations arbejder sammen på.
For når vi begynder at ændre arbejdsprocesserne, udfordrer vi også ansvarsområder, beslutningsmandater og organisatoriske vaner. Hvis en afdeling ikke længere behøver at godkende bestemte ting, hvad betyder det så for dens rolle? Hvis AI kan udføre en stor del af det forberedende arbejde, hvordan skal medarbejdernes tid så bruges? Og hvem har ansvaret for den samlede proces, når arbejdet bevæger sig på tværs af organisatoriske grænser?
Det er langt mere besværlige spørgsmål end at vælge mellem to AI-modeller. Men det er også de spørgsmål, som for alvor kan flytte virksomheden.
Der er naturligvis også en teknisk dimension. En generel AI-assistent kan være fremragende til at skrive, analysere og strukturere information, men hvis den ikke har adgang til virksomhedens relevante data, forstår dens forretningsregler eller kan arbejde sikkert sammen med eksisterende systemer, bliver den praktiske værdi begrænset.
Den kan udarbejde et glimrende tilbud, men ikke nødvendigvis kontrollere, om kunden har den rigtige aftale, eller om priserne er korrekte. Den kan foreslå næste handling, men uden integrationer kan den ikke nødvendigvis gennemføre den.
Derfor mener jeg, at IT-arkitektur får en central rolle i den næste fase af AI-udviklingen. Ikke fordi vi har brug for endnu flere flotte AI-platforme, men fordi data, forretningslogik, adgangsstyring, integrationer og arbejdsprocesser skal hænge sammen.
Vi skal stadig vide, hvad AI må gøre, hvordan beslutninger kan spores, og hvornår et menneske skal involveres. Ellers ender vi med en meget avanceret AI-assistent, som stadig er afhængig af, at nogen kopierer resultatet over i et Excel-ark.
Det ville næsten være imponerende trist.
Mennesker skal bruges dér, hvor de gør en forskel
Når jeg argumenterer for at ændre processerne, argumenterer jeg ikke for, at mennesker bare skal fjernes fra dem.
Tværtimod ligger der en langt mere interessant mulighed i at flytte menneskers opmærksomhed hen til de situationer, hvor deres erfaring, dømmekraft og forståelse gør den største forskel.
I tilbudsprocessen kunne det eksempelvis betyde, at standardtilbud inden for klare rammer bliver håndteret langt mere automatisk, mens specialisterne koncentrerer sig om de komplicerede kunder, usædvanlige betingelser og beslutninger, hvor konsekvenserne kræver en reel vurdering.
Det handler ikke nødvendigvis om mindre menneskelig involvering, men om at anvende den bedre.
Det kræver selvfølgelig, at vi kan skelne mellem kontroller, der faktisk er nødvendige, og godkendelser, som mest eksisterer, fordi de altid har eksisteret. Nogle beslutninger skal fortsat træffes af mennesker af juridiske, sikkerhedsmæssige eller forretningsmæssige årsager. Andre aktiviteter kan måske helt undværes.
Og så skal vi blive bedre til at måle på det, der betyder noget.
Hvor mange medarbejdere bruger Copilot? Hvor mange prompts bliver skrevet? Hvor mange timer mener medarbejderne, at de har sparet?
Det er interessante tal, hvis vi vil vide, om teknologien bliver taget i brug. Men de fortæller ikke nødvendigvis, om virksomheden er blevet bedre.
Jeg ville langt hellere vide, om kunden får sit tilbud hurtigere, om fejlprocenten er faldet, om onboarding er blevet enklere, eller om virksomheden kan håndtere flere henvendelser uden at øge kompleksiteten tilsvarende.
For det er faktisk muligt at spare tusindvis af timer på papiret uden at kunne finde gevinsten nogen steder i virksomhedens resultater.
Hvis den frigjorte tid bare bliver brugt på endnu flere interne møder, rapporter og præsentationer, har vi ikke skabt nogen revolution.
Så har vi bare givet bureaukratiet en turbo.
AI-transformation kræver, at vi tør ændre arbejdet
Jeg tror ikke, den største værdi af AI kommer fra at give alle medarbejdere en digital assistent og håbe, at summen af individuelle tidsbesparelser automatisk bliver til en bedre forretning.
Den tilgang kan bestemt skabe værdi. Medarbejderne kan blive mere effektive, få hjælp til vanskelige opgaver og bruge mindre tid på rutinearbejde. Det er reelle forbedringer, som ikke skal undervurderes.
Men hvis vi vil tale om transformation, synes jeg, vi skal stille højere krav.
Vi skal turde udfordre de processer, der har eksisteret i årevis, og undersøge, hvorfor arbejdet bevæger sig gennem organisationen, som det gør. Vi skal have forretning, IT, arkitektur og de mennesker, der faktisk udfører arbejdet, til at designe nye måder at løse opgaverne på.
Det kræver mere end licenser og kurser i prompt engineering. Det kræver ledelse, prioritering og vilje til at ændre noget, som måske har fungeret på samme måde i årtier.
Jeg er grundlæggende meget begejstret for AI. Vi har fået adgang til teknologi, som kan løse opgaver, der for få år siden virkede nærmest science fiction-agtige, og jeg tror stadig kun, vi er i begyndelsen af at forstå mulighederne.
Netop derfor synes jeg, vi skylder os selv at være mere ambitiøse end blot at gøre eksisterende arbejdsopgaver hurtigere.
Det interessante ved AI er ikke kun, hvor hurtigt teknologien kan skrive et dokument. Det er, om dokumentet overhovedet behøver eksistere, om processen kunne være anderledes, og om virksomheden kan levere noget bedre til kunden som resultat.
For hvis en opgave nu kan løses på 30 sekunder, men processen stadig tager fem dage, har vi måske ikke først og fremmest et teknologisk problem.
Vi har en organisation, der stadig arbejder, som om AI ikke findes.