Potentialet er der ingen, der er i tvivl om

En ny industriundersøgelse, omtalt af DI Digital, viser at knap otte ud af ti danske industrivirksomheder ser et produktivitetspotentiale i AI. Omtrent lige så mange peger på gevinsten ved at automatisere rutineopgaver, og et flertal ser en vej til bedre konkurrenceevne.

Andelen, der aktivt arbejder med industriel AI, er ifølge samme undersøgelse næsten fordoblet på to år, fra omkring hver femte til lidt over hver tredje virksomhed. Retningen bekræftes uafhængigt af Teknologisk Institut, der i 2025 beskrev et stort, men uudnyttet potentiale i danske produktionsvirksomheder.

Potentialet er med andre ord ikke til diskussion. Det interessante ligger et andet sted.

Alligevel venter mange, og længe

Blandt de virksomheder, der endnu ikke er gået i gang, planlægger næsten halvdelen først at investere om fem år eller mere. Kun en lille del regner med at komme i gang inden for det næste år.

Fem år er sjældent en strategi. Oftere er det en høflig måde at sige: vi ved ikke, hvor vi skal begynde.

Barrieren er forståelse, ikke økonomi

Det bemærkelsesværdige er, hvad virksomhederne selv svarer, når de bliver spurgt om, hvad der holder dem tilbage. De to hyppigste svar er ikke prisen. Den ene halvdel peger på, at teknologien er svær at forstå. Næsten lige så mange peger på, at de mangler kompetencerne internt.

Det er ikke et pengeproblem. Det er ikke et motivationsproblem. Det er et forståelses- og oversættelsesproblem, og det er en helt anden opgave at løse.

Det samme mønster på den anden halvdel af erhvervslivet

Man kunne tro, at det var særligt for industrien. Men billedet går igen i service- og videns-virksomhederne, bare med en anden kant.

Her er problemet ikke, at ingen bruger AI. Mange gør. Problemet er, at det bliver ved overfladen. En dansk undersøgelse af små og mellemstore virksomheder viser, at kun omkring syv procent af dem, der bruger AI, har integreret det dybt i både arbejdsgange og produkt. Og den målbare effekt er indtil videre beskeden: uafhængige målinger lander på omkring tre procent sparet arbejdstid, ikke de spring, hypen lover.

Adoption uden transformation, kunne man kalde det. Man tager værktøjet i brug, men ændrer ikke det, man gør. To forskellige dele af dansk erhverv, samme grundproblem: potentialet er set, men det bliver ikke forløst, fordi startpunktet mangler.

Hvorfor startpunktet er det, der afgør udfaldet

Når afstanden fra "jeg kan se, det kan skabe værdi" til "jeg ved, hvor og hvordan vi begynder" er for stor til at tage alene, sker der typisk én af to ting. Enten udskyder man beslutningen, eller også køber man et værktøj og håber, at værdien følger med. Ingen af delene virker særlig godt.

Det, der virker, er mere jordnært, og det handler mere om mennesker end om teknologi:

Oversættelse frem for teknologi. Ikke et foredrag om, hvad AI er, men en konkret kobling til den enkelte virksomheds proces: hvor i arbejdsgangen, med hvilke data, mod hvilket målbart resultat.

Et lille første skridt. Det første skridt behøver hverken være stort eller dyrt. Det skal bare være det rigtige sted. Et konkret område, hvor man kan lære, hvad der virker, uden at binde sig til en femårsplan.

Læring på jobbet. Kompetence-barrieren løses sjældent ved at ansætte en dataspecialist. Den løses ved at bygge en ramme, hvor de medarbejdere, der allerede kender arbejdet, kan lære undervejs. Forskningen peger på, at netop læring på jobbet kan fordoble den effekt, virksomheder får ud af AI.

Mennesket først

Det er let at læse tallene som en historie om, at danske virksomheder er bagud. Vi læser dem anderledes. En virksomhed, der kan se potentialet, men holder igen, fordi den ikke ved, hvor den skal begynde, er ikke tilbageholdende af skepsis eller mangel på penge. Den mangler bare et sted at stå.

Det sted findes altid. Det ligger sjældent i teknologien. Det ligger i den samtale, der oversætter potentialet til et første, konkret skridt, som virksomhedens egne mennesker kan tage og lære af.

Potentialet er ikke problemet. Startpunktet er. Og det er til at gøre noget ved.

Om tallene (kildekritik)

Industri-tallene stammer fra en Siemens-rapport, omtalt af DI Digital (8. april 2026). Siemens er leverandør af industriel AI, tallene er selvrapporterede, og metode og stikprøve er ikke oplyst i omtalen. De bør derfor læses som udtryk for retning og modenhed, ikke som præcis måling. Adoptionsstigningen trianguleres af Teknologisk Institut (2025). Service-tallene stammer fra forskning i danske SMV'er (dyb integration, SSRN juni 2026) og uafhængige effektmålinger af sparet arbejdstid. Tal er afrundet i teksten.