Mange virksomheder har investeret i AI, men få høster gevinsterne. Nu står mange CFO’er med det samme spørgsmål: Skaber vores AI-investeringer faktisk værdi? Her er fire fokusområder, der gør forskellen mellem AI som omkostning og AI som værdiskaber.
1: AI skriver koden – og det ændrer alt for udviklingshastighed
Hvis udviklingsteamet i din virksomhed stadig skriver konkret kode i 2026, er der noget galt: AI kan programmere og gør det godt.
Der, hvor AI altid fejler, er, når der er høj tvetydighed. Men kode er formelt sprog med meget lav tvetydighed, fordi der ingen skjulte betydninger er. Det gør, at de store sprogmodeller er nærmest skræddersyet til at arbejde med at kode løsninger.
Helt konkret betyder det, at du nu kan forvente: hurtigere prototyper på udviklingsopgaver og hurtigere udvikling af konkrete nye løsninger og automatisering, der kan manipulere alt, der kan manipuleres med kode.
Det betyder, at den løsning, I har brug for, kan udvikles på 2 uger i stedet for 3 måneder – og til en brøkdel af prisen.
2: Transformer AI fra værktøj til arbejdsproces
Alle har efterhånden adgang til en rå AI-sprogmodel, og derfor er vi på vej hen til noget, der mere minder om det, vi tidligere kaldte software: specialbyggede løsninger, der udfører specifikke opgaver.
Men som med alle potentialer er det ikke nødvendigvis nemt at indfri til fulde. Vinderne bliver de virksomheder, der er i stand til at definere konkrete opgaver og processer samt specifikke og retvisende datasæt og til at angive ikke-overlappende systemlandskaber til en velinstrueret AI-motor. For som med kodning skal tvetydigheden ned.
De mulige gevinster er enorme, når AI bliver til software. I hvert fald hvis du gør det ordentligt og sørger for solide rammer for de projekter, du sætter i søen.
3: Gør jeres Copilot-licenser produktive – nu
Af og til, når vi i Basico har afviklet AI-events, har vi spurgt ud i salen, hvor mange der har Copilot fra Microsoft. Og hver gang ryger 70-80% af hænderne i vejret.
Måske kan det sammenlignes med udrulningen af Excel i 90’erne – men ellers er det helt og aldeles uden fortilfælde, hvor stort et arbejde danske virksomheder har foran sig med at få gjort licenserne produktive sammen med, i kraft af og på trods af deres medarbejdere.
For bottom line er, at licenserne i langt de fleste virksomheder allerede er indkøbt. Med en Copilot-licens til 150 kr./måned pr. bruger koster 100 relativt ubrugte licenser jer 180.000 kr. om året. Har I styr på, om jeres investering er produktiv? Opgaven i 2026 for danske virksomheder og for dig som CFO er ikke at få fjernet licenserne igen, men at få gjort dem produktive, så der ikke kun betales, men også høstes løbende.
4: Integrer AI i arbejdet – ikke ved siden af det
Der er en afgrund mellem, hvad AI kan, og hvordan det faktisk bruges. Alt for mange arbejdsgange er fortsat upåvirkede af, hvad AI kan hjælpe med – af flere årsager:
Du har prøvet med en rå AI-model, der fejlede, og har deraf konkluderet, at AI ikke kan løse opgaven.
Du ser AI som noget andet, uden for de værktøjer, du normalt arbejder med ‒ som et kuriosum mere end et brugbart værktøj.
Opgaver skal flyttes over i en AI – der er ikke AI i opgaverne.
Virksomheder opererer ikke isoleret – de er indlejret i komplekse økosystemer af systemer og samarbejdspartnere. Og det er kernen i problemet.
Hvis dette økosystem ikke er AI-klart, bliver AI en ekstern disciplin i stedet for en naturlig del af arbejdet.
Derfor er det helt afgørende at sætte sig ned, blive seriøs og begynde på det hårde arbejde med at være specifik, så det ubegrænsede potentiale for værdiskabelse, produktivitet og nye måder at løse opgaver på, som AI indeholder, kan forløses.
God arbejdslyst.
