Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Når man lytter til den offentlige AI-debat, skulle man tro at dansk erhvervsliv står midt i en revolution.
Nye AI-værktøjer lanceres ugentligt. Konsulentbranchen taler om produktivitetsgevinster på 30-40 procent. Og på konferencer over hele landet lover talere, at AI vil transformere alt fra sundhed til supply chain.
Men prøv at spørge en dansk mellemstor virksomhed, hvad de faktisk bruger AI til i dag. Svaret er ofte det samme.
Lidt ChatGPT til at skrive mails. Måske en marketingafdeling, der eksperimenterer med billedgenerering. Og en CEO, der har besluttet at "vi skal have en AI-strategi", men endnu ikke har fået den ned fra PowerPoint og ind i driften.
Gabet mellem, hvad AI teknisk set kan, og hvad virksomhederne faktisk gør med det, er ikke bare stort. Det er enormt. Og det er det vigtigste AI-problem, vi har i Danmark lige nu.
Tallene bag forskellen på mulighed og faktisk brug
En ny forskningsrapport fra Anthropic, udgivet i marts 2026, sætter for første gang tal på det gab.
Forskerne bag rapporten har udviklet et nyt mål for AI-eksponering af jobs.
I stedet for blot at se på, hvad AI teoretisk kan automatisere, har de målt hvad AI faktisk bliver brugt til i praksis.
Resultatet er slående. Faktisk AI-brug er kun en brøkdel af det teknisk mulige.
AI kan i teorien håndtere store dele af mange vidensarbejderes opgaver, men i virkeligheden sker det ikke. Ikke fordi teknologien svigter, men fordi organisationerne ikke er klar.
Det er en vigtig pointe, fordi den flytter fokus. Flaskehalsen er ikke algoritmer. Den er ledelse, governance og organisatorisk modenhed.
Det er ikke et teknologiproblem
Når jeg taler med medlemsvirksomhederne hos Dansk Erhverv, hører jeg ofte den samme fortælling.
En afdeling har fundet et lovende AI-værktøj. De har lavet en pilot. Resultaterne er gode. Og så kommer det ikke rigtig videre derfra.
Ikke fordi værktøjet ikke virker. Men fordi ingen har taget stilling til, hvem der ejer ansvaret.
Fordi compliance-afdelingen ikke har haft tid til at vurdere risikoen. Fordi it ikke kan integrere det med de eksisterende systemer uden et projekt der tager tre måneder. Og fordi ledelsen har sagt ja til piloten, men ikke til den organisatoriske forandring der skal til for at skalere den.
Det tager tre dage at bygge en AI-prototype, men det tager ofte tre måneder at få den godkendt. Og det tager et år (eller mere) at integrere den i organisationen, før den faktisk skaber værdi.
Den mellemregning er der for få, der taler om.
Hvad virksomhederne faktisk kan gøre
Det er nemt at beskrive problemet. Det er sværere at løse det. Men der er virksomheder der viser vejen.
Hos nogle af Dansk Erhvervs medlemmer i rådgiverbranchen, ser vi store investeringer (tekniske, organisatoriske, menneskelige), der skal gøre AI til en integreret del af deres leverancemodel.
Hvor de før brugte 4-6 uger på at analysere og præsentere løsningsforslag i PowerPoint, bygger de nu fungerende prototyper sammen med kunder på få timer.
Op mod 60 procent af koden genereres med AI.
Det interessante er ikke hastigheden i sig selv. Det er at de har ændret hele deres måde at arbejde på, ikke bare tilføjet et nyt værktøj oveni det eksisterende.
Det er forskellen på demm, der lykkes, og dem der ikke gør.
De der lykkes, tilpasser organisationen til teknologien. De der ikke lykkes, forsøger at presse teknologien ind i den eksisterende organisation og håber på det bedste.
Mellemregningen mangler
AI-debatten i Danmark har brug for et gearskift.
Vi behøver ikke flere løfter om AI's potentiale. Vi behøver ikke flere rapporter om, hvad AI kan i laboratoriet.
Det, vi mangler, er en ærlig samtale om mellemregningen.
Om, hvad det kræver af ledelse, governance, kompetencer og organisatorisk mod at flytte AI fra pilotprojekt til forretningsværdi.
Den samtale er svær, fordi den handler om de "kedelige" ting. Om processer, ansvar og forandringsledelse.
Om at sige nej til den sjette AI-pilot og i stedet skalere den første ordentligt. Om at investere i kompetencer frem for licenser.
Men det er præcis den samtale, vi er nødt til at tage. For gabet mellem AI-hype og virkelighed lukker sig ikke af sig selv. Det kræver ledelse.
Og det starter ikke med teknologi. Det starter med et valg om at tage mellemregningen alvorligt.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
