AI skaber nye skel på arbejdspladsen

En dugfrisk rapport fra OpenAI og MIT afslører, at vi står midt i en markant opdeling på arbejdsmarkedet: Dem, der har gjort AI til en fast del af hverdagen, og dem, der stadig kun snuser til teknologien. Ifølge OpenAI sender de mest aktive brugere seks gange så mange beskeder til ChatGPT som gennemsnittet – og på områder som kodning og dataanalyse er forskellen endnu større. Det handler ikke længere om adgang til værktøjer, men om vaner og adfærd.

For HR-chefer, IT-projektledere, kommunikationsansvarlige, økonomiansvarlige og teamledere i kundeservice er spørgsmålet derfor ikke længere, om AI skal implementeres, men hvordan man sikrer, at hele organisationen får glæde af teknologien.

Adgang er ikke længere nok

OpenAIs rapport dokumenterer, at ChatGPT Enterprise nu er udbredt til over syv millioner arbejdspladser globalt. Funktionerne er de samme for alle, men brugen varierer dramatisk. 19 procent af de aktive brugere har aldrig prøvet dataanalyse, 14 procent har aldrig brugt AI til at ræsonnere, og 12 procent har aldrig anvendt søgefunktionen. Det er altså ikke teknologien, der sætter grænser – det er medarbejdernes vilje og evne til at udforske mulighederne.

For daglige brugere er billedet omvendt: Næsten alle har prøvet de centrale funktioner, og de sparer markant mere tid. Det peger på, at gevinsterne ved AI ikke fordeler sig jævnt – de samler sig hos de nysgerrige og eksperimenterende.

Produktivitetsgevinster kræver bred adoption

Rapporten viser, at medarbejdere, der bruger AI til syv eller flere forskellige opgavetyper, sparer fem gange så meget tid som dem, der kun bruger teknologien til fire opgaver. De, der sparer over ti timer om ugen, forbruger otte gange flere AI-credits end dem, der ikke oplever nogen tidsbesparelse. Det skaber en sneboldeffekt: Jo mere man bruger AI, jo flere nye anvendelser finder man – og jo større bliver forskellen til kollegerne.

For økonomiansvarlige er det en vigtig pointe: Hvis kun en lille gruppe medarbejdere udnytter AI fuldt ud, risikerer man at gå glip af store produktivitetsgevinster på tværs af organisationen. Ifølge MITs Project NANDA har kun fem procent af virksomhederne set transformative resultater af deres AI-investeringer, selvom der globalt er brugt op mod 40 milliarder dollars på generativ AI.

Skygge-økonomien: Når medarbejderne går forrest

En interessant tendens er, at mange medarbejdere ikke venter på officielle AI-initiativer. MIT-rapporten viser, at mens kun 40 procent af virksomhederne har købt officielle AI-licenser, bruger medarbejdere i over 90 procent af virksomhederne personlige AI-værktøjer til deres arbejde. Disse “skygge-systemer” leverer ofte hurtigere og bedre resultater end de formelle løsninger – og peger på, at eksperimenterende medarbejdere kan være nøglen til at drive adoptionen fremad.

For HR og teamledere betyder det, at man bør identificere og støtte de medarbejdere, der allerede eksperimenterer, og bruge dem som ambassadører for bredere kompetenceudvikling.

Barrierer for AI-adoption – og hvordan de overvindes

Men hvorfor tager nogle medarbejdere ikke AI til sig, selv når værktøjerne er tilgængelige? Rapporterne peger på flere barrierer:

• Manglende forståelse for mulighederne
• Usikkerhed omkring, hvordan AI passer ind i egne arbejdsopgaver
• Frygt for at fejle eller gøre noget forkert
• Manglende incitamenter eller belønning for at eksperimentere
• Utilstrækkelig kommunikation om fordele og cases

For at overvinde disse barrierer anbefales det at arbejde målrettet med forandringsledelse, kompetenceudvikling og incitamentsstrukturer. Eksempelvis kan man indføre interne AI-ambassadører, tilbyde hands-on workshops og synliggøre succesfulde cases fra organisationen.

Danske eksempler: Sådan arbejder virksomheder med AI-kløften

I flere danske virksomheder har man allerede taget fat på udfordringen. En større dansk bank har fx oprettet et “AI-laboratorium”, hvor medarbejdere på tværs af afdelinger kan eksperimentere med AI-værktøjer og dele erfaringer. I en stor detailvirksomhed har HR indført et pointsystem, hvor medarbejdere, der bidrager med nye AI-anvendelser, belønnes med ekstra fridage eller gavekort. Disse tiltag har øget både engagement og adoption markant.

I kundeserviceafdelinger ser vi, at AI bruges til at automatisere rutinebesvarelser og foreslå svar, hvilket frigør tid til mere komplekse kundehenvendelser. Teamledere, der aktivt inddrager hele teamet i at finde nye anvendelser, oplever større motivation og mindre modstand mod forandring.

Sådan måler og følger du op på AI-brug

For at sikre, at AI-adoptionen ikke går i stå, er det vigtigt at måle og følge op på brugen. Det kan gøres ved at:

• Tracke antallet af AI-interaktioner pr. medarbejder
• Analysere hvilke funktioner der bruges – og af hvem
• Indsamle feedback på oplevede gevinster og udfordringer
• Sætte konkrete mål for bredere adoption

Disse data kan bruges til at justere træningsindsatsen og identificere afdelinger eller teams, der har brug for ekstra støtte.

Kommunikation og videndeling: Nøglen til bred adoption

Kommunikationsafdelinger spiller en central rolle i at formidle AI-forandringerne. Det handler om at gøre fordelene konkrete, dele succeshistorier og skabe fora, hvor medarbejdere kan udveksle erfaringer. Interne nyhedsbreve, workshops og cases fra kolleger er effektive værktøjer til at gøre AI mindre abstrakt og mere nærværende.

Samtidig er det vigtigt at adressere frygten for at blive hægtet af. Ved at understrege, at AI er et supplement og ikke en erstatning, kan man mindske modstanden og øge lysten til at eksperimentere.

Forretningsmæssige konsekvenser af AI-kløften

Hvis AI kun bruges af en lille gruppe, risikerer virksomheden at gå glip af både tidsbesparelser og innovation. Ifølge rapporterne er der en direkte sammenhæng mellem intensiteten af AI-brug og de rapporterede produktivitetsgevinster. For økonomiansvarlige betyder det, at bred adoption kan være afgørende for at realisere det fulde potentiale af investeringerne – både på bundlinjen og i medarbejdernes trivsel.

Incitamentsstrukturer, der belønner eksperimenterende adfærd og videndeling, kan være en effektiv vej til at få flere med.

Snillds anbefalinger: Sådan lukker du AI-kløften

Hos Snilld anbefaler vi, at organisationer arbejder systematisk med:

• Identifikation og støtte af AI-frontløbere
• Praktiske træningsforløb og hands-on workshops
• Synliggørelse af succesfulde cases og quick wins
• Opfølgning og måling på adoption og gevinster
• Incitamenter for at dele viden og eksperimentere

Ved at gøre AI til en integreret del af både kultur og processer – og ikke kun et teknisk værktøj – kan man sikre, at hele organisationen får glæde af mulighederne. Og måske vigtigst: At ingen medarbejdere bliver hægtet af i den digitale omstilling.

Konklusion: Kløften kan lukkes – men det kræver handling

AI-kløften er ikke et teknologisk problem, men et spørgsmål om adfærd, kultur og ledelse. Med målrettet indsats kan både HR, IT, kommunikation, økonomi og teamledere bidrage til, at flere medarbejdere får glæde af AI – og at virksomheden som helhed står stærkere i den digitale fremtid.

Kilder:

• https://venturebeat.com/ai/openai-report-reveals-a-6x-productivity-gap-between-ai-power-users-and
• https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
• https://digitaleconomy.stanford.edu/wp-content/uploads/2025/08/Canaries_BrynjolfssonChandarChen.pdf
• https://fortune.com/2025/08/19/shadow-ai-economy-mit-study-genai-divide-llm-chatbots/
• https://www.sap.com/sea/research/hr-ai-adoption

Målgruppens mening om artiklen

Anne Møller, HR-chef:

Jeg giver artiklen 85. Den rammer plet i forhold til de udfordringer, vi oplever i HR omkring AI-adoption. Jeg synes især, at afsnittene om barrierer og incitamenter er relevante, og jeg kan genkende behovet for interne ambassadører. Dog kunne jeg godt have ønsket flere konkrete eksempler på, hvordan man arbejder med forandringsledelse i praksis.

Jesper Lind, IT-projektleder:

Jeg giver den 90. Artiklen er meget aktuel og adresserer præcis de problemstillinger, jeg ser i arbejdet med at udbrede AI i organisationen. Den forklarer godt, hvorfor der opstår en kløft, og hvordan man kan arbejde med data og opfølgning. Jeg savner dog lidt mere teknisk dybde om de konkrete AI-værktøjer.

Camilla Friis, Kommunikationsansvarlig:

Jeg giver artiklen 80. Den er relevant og let at forstå, og jeg kan bruge flere af pointerne direkte i vores interne kommunikation. Jeg synes dog, at nogle af rådene bliver lidt generelle, og jeg havde gerne set flere eksempler på, hvordan kommunikation kan gøre en forskel.

Martin Sørensen, Økonomiansvarlig:

Jeg giver den 75. Artiklen sætter fint fokus på de forretningsmæssige konsekvenser af AI-kløften, hvilket er vigtigt for mit arbejde. Jeg kunne dog godt have brugt flere konkrete tal og cases fra danske virksomheder, især om ROI og økonomiske gevinster.

Louise Jensen, Teamleder kundeservice:

Jeg giver den 70. Jeg kan genkende meget fra vores hverdag, især om skygge-IT og forskelle i brugen af AI. Men jeg synes, artiklen bliver lidt for overordnet og savner mere om, hvordan man konkret får hele teamet med – ikke kun de mest nysgerrige.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af FLUX.1.1 Pro fra Black Forest Labs.