Virksomheder har taget AI til sig. Men er AI-angst grunden til, at det ikke kan ses på bundlinjen?

De fleste virksomheder ved godt, at de skal i gang med AI, og mange har allerede givet medarbejderne adgang til værktøjerne. Alligevel går det ofte langsommere end forventet at få teknologien til at gøre en forskel i hverdagen, og efter min erfaring ligger en del af forklaringen i noget meget menneskeligt, nemlig vores reaktion på usikkerhed, som sjældent ligner modstand, men oftere viser sig som gode og fornuftige grunde til at udskyde beslutningen.

McKinseys globale undersøgelse fra 2026 (åbner i nyt vindue) viser, at 89 procent af de adspurgte organisationer anvender AI regelmæssigt i mindst én forretningsfunktion. Samtidig angiver 44 procent, at AI nu skaleres på tværs af organisationen, hvilket er en stigning fra 38 procent året før.

Det fortæller noget vigtigt om den situation, mange virksomheder står i lige nu: Det er ikke længere det primære problem at få adgang til AI, men at få organisationen til at bruge teknologien på en måde, der skaber reel værdi.

Et psykologisk lag, vi måske overser

En del af svaret kan være teknologisk, og en anden del handler om strategi, processer og kompetencer, men der er også et psykologisk lag, som efter min erfaring fortjener langt mere opmærksomhed, hvis virksomhederne vil accelerere.

Når teknologien rykker ved vores faglighed

AI påvirker ikke kun vores arbejdsprocesser. Den kan også påvirke vores oplevelse af faglighed, kontrol og værdi.

For hvis en teknologi pludselig kan skrive et udkast, analysere store mængder information, udvikle kode, sammenfatte komplekse dokumenter eller komme med kvalificerede forslag på få sekunder, ændrer det vores opfattelse af, hvad der kræver menneskelig ekspertise.

Det kan være fascinerende, men også utrygt. Hvad betyder det for mig? Hvilke kompetencer bliver vigtigere, og hvilke bliver mindre værdifulde?

Det er ikke nødvendigvis modstand mod teknologi. Det kan lige så vel være en naturlig reaktion på en situation, hvor spillereglerne endnu ikke er tydelige. Forskningen taler om (åbner i nyt vindue) AI-angst, og selvom begrebet for mange nok endnu ikke vil finde genklang, er det interessante, at angst ikke nødvendigvis føles som angst. Den kan også vise sig som forsigtighed, behov for mere information eller et ønske om at vente lidt endnu.

»Vi skal lige have nogle klare retningslinjer først, når vi har forstået mulighederne og teknologien bedre, og vi lige har set, hvad andre gør, og løsningerne i øvrigt er uden børnesygdomme.«

Udsagnene kan være helt rationelle, men de kan også være en måde at håndtere usikkerhed på. Forskning i angst og beslutningstagning (åbner i nyt vindue) peger på, at angst kan få os til at rette mere opmærksomhed mod potentielle negative udfald, fortolke tvetydighed mere negativt og i højere grad undgå situationer, hvor noget kan gå galt.

En nyere artikel i *Organizational Dynamics* (åbner i nyt vindue) peger på to former for angst, der går igen, når medarbejdere møder AI:

1. frygten for at begå fejl med systemerne
2. frygten for selv at blive erstattet af dem

Artiklen kobler begge bekymringer til psykologisk tryghed.

Vores erfaring ude hos kunder er også, at den medarbejder, der ikke tager AI til sig, nødvendigvis ikke mangler motivation. Det handler oftere om, at medarbejderen faktisk forsøger at beskytte sin faglighed eller undgå at begå fejl med en teknologi, som vedkommende endnu ikke føler sig fortrolig med.

Adgang til AI er ikke det samme som adoption

En medarbejder kan have adgang til ChatGPT, Copilot eller andre AI-værktøjer uden at bruge dem systematisk, og en virksomhed kan have en ambitiøs AI-strategi uden at AI endnu har flyttet noget væsentligt i forretningen. Det er derfor givtigt at skelne mellem teknisk implementering, transformation og adoption.

• Teknisk implementering handler om, at teknologien er gjort tilgængelig for medarbejderne.
• Transformation handler om noget større. Organisationen ændrer måden, den arbejder og skaber værdi på, fordi AI bliver en del af selve arbejdsformen eller forretningsmodellen.
• Adoption er, når vi ser mennesker tage teknologien til sig og integrere den i deres arbejde, så måden, de arbejder på, faktisk ændres.

Når brug ikke automatisk skaber værdi

McKinseys tal illustrerer forskellen mellem AI-brug og reel forretningsmæssig værdi. Hele 80 procent af dem, der bruger AI, oplever bedre individuel produktivitet, men kun 37 procent kan pege på en effekt på virksomhedens driftsresultat.

Vi bør derfor være forsigtige med at konkludere, at en organisation er langt med AI, alene fordi mange medarbejdere bruger teknologien, og i stedet stille spørgsmålet:

»Hvad er blevet anderledes i medarbejdernes arbejde, fordi de bruger AI?«

Rammer er nødvendige, men ikke tilstrækkelige

Når ny teknologi skaber usikkerhed, er den umiddelbare ledelsesreaktion ofte at forsøge at reducere den gennem retningslinjer, kurser og governance, udvælgelse af godkendte værktøjer og klare guidelines på, hvordan de skal bruges.

Det er ikke overflødigt, for klare rammer og governance er afgørende, når AI skal anvendes ansvarligt, men vores fokus på rammer og kontrol kan samtidig give os en blind vinkel.

AI kan ikke implementeres fuldstændigt gennem regler og instruktioner, fordi en stor del af værdien først opstår, når mennesker eksperimenterer med teknologien og opdager nye anvendelser, som ingen vejledning kunne have forudset.

Det stiller andre krav til ledelsen, som skal understøtte nysgerrighed, give mulighed for at eksperimentere og skabe psykologisk tryghed, fordi den er en forudsætning for, at vi tør prøve os frem og kan lære af det, der ikke virker, når ingen kender alle svarene endnu.

Medarbejderne ved ofte, hvor AI kan gøre en forskel

AI-adoption bør heller ikke nødvendigvis være en top-down-øvelse, faktisk egner den sig til en bottom-up-proces. En analyse fra MIT Sloan (åbner i nyt vindue), baseret på mere end 50 interviews med blandt andre eksperter fra erhvervslivet, udviklere, fagforeninger, myndigheder og forskningsverdenen, fremhæver blandt andet, at medarbejdere bør involveres i at definere problemerne, udvikle arbejdsprocesserne, afprøve teknologien og identificere de områder, hvor AI faktisk kan skabe værdi.

Den medarbejder, der hver dag sidder med en bestemt proces, kender til kompleksitet, udfordring og afhængigheder, som hverken direktionen eller IT-afdelingen kan se.

Min tese er, at det vil skabe stor impact at lade hver vertikal i organisationen udarbejde sin egen AI-strategi og nøjes med at udstikke rammerne oppefra. Det, vi ser, er, at når medarbejderne begynder at bruge AI sammen og også på tværs af afdelinger, opstår der forandringer, som for alvor kan mærkes på bundlinjen, og det kræver en åben dialog.

Derfor bør spørgsmålet måske være:

»Hvordan får vi medarbejderne til at være med til at opdage, hvor AI kan gøre vores virksomhed bedre?«

Fra frygt til nysgerrighed

Som leder har jeg i flere forskellige organisationer oplevet, hvor stor forskel det gør, om en forandring bliver kommunikeret som noget, organisationen skal implementere, eller som noget, vi i fællesskab skal være med til at undersøge og forme.

Mit bud er, at det i endnu højere grad gælder for AI, fordi vi ikke kender alle konsekvenserne, og fordi AI ikke er et traditionelt standardsystem. Det giver en iboende usikkerhed, som ikke forsvinder, uanset hvor længe vi venter med at gå i gang.

Ledelsens opgave er derfor ikke at have alle svarene, men at skabe en ramme og en kultur, hvor bekymring kan omsættes til nysgerrighed og handling, og hvor det er legitimt at eksperimentere og lære gennem praksis.

Det kræver måske mere ledelse end hidtil, men det stiller uden tvivl større krav til lederens egen kapacitet til at skabe innovation, retning, prioritere og gå forrest. Det er svært, og udvikling af egne lederkompetencer kræver ofte ny selvindsigt.

AI ændrer allerede arbejdet

Det er samtidig værd at huske, at vi ikke længere står på tærsklen til denne udvikling, for et nyere studie baseret på danske data (åbner i nyt vindue) viser, at AI-chatbots allerede er blevet bredt taget i brug i de jobfunktioner, der er mest eksponerede for teknologien. Forskerne finder samtidig nye AI-relaterede arbejdsopgaver inden for blandt andet produktion af indhold, AI-overvågning og integration af AI, men endnu ingen store effekter på løn eller registrerede arbejdstimer.

Nationalbankens seneste analyse (åbner i nyt vindue) viser tegn på lavere beskæftigelsesvækst i virksomheder, der implementerer AI, men endnu ikke større ændringer i den samlede beskæftigelse. Billedet er derfor mere nuanceret end en simpel fortælling om enten jobtab eller øget effektivitet, fordi det snarere er indholdet i arbejdet, der ændrer sig.

Det gælder også hos os i Capacit. Vi ser, at AI ikke kun ændrer de tekniske kompetencer, men også kravene til faglig dømmekraft, problemløsning, kreativitet og evnen til at samarbejde med teknologien.

Hos os betyder det konkret, at medarbejdere i mange af vores roller i dag koder langt mindre selv og i stedet i højere grad skal vurdere, udfordre og kvalificere det output, som AI leverer. Det kræver samtidig, at vi løbende genbesøger og tilpasser vores egen forretningsmodel, fordi værdien af det, vi leverer til vores kunder, flytter sig i takt med teknologien.

AI-adoption bliver dermed i høj grad et spørgsmål om at lære en ny måde at arbejde og tænke på.

Hvad betyder det for direktionen?

Hvis AI-angst er en del af forklaringen på den langsomme overgang fra teknisk implementering til reel adoption, er det ikke tilstrækkeligt at placere ansvaret hos medarbejderne.

Det er en ledelsesopgave at skabe de rammer, der gør det muligt at bevæge sig fra usikkerhed til læring og fra læring til anvendelse. Men det betyder også, at ledelsen må acceptere, at ikke alle svar kan defineres på forhånd.

Direktionen bør være tydelig om, hvorfor virksomheden arbejder med AI, hvilke forretningsmæssige problemer man ønsker at løse, og hvordan medarbejderne skal involveres i at finde svarene.

For måske er noget af det mest fundamentale ved AI, at vi ikke bare skal lære at bruge en ny teknologi, men også skal lære at tænke anderledes om vores arbejde. Går det ikke så hurtigt som ønsket, så stil jer selv spørgsmålet: