Syv ud af ti danske virksomheder bruger AI ifølge Dansk Erhvervs seneste opgørelse, men spørger man hvad naboen konkret bruger den til, bliver svarene hurtigt tågede. Det er et problem, for de bedste AI-idéer er sjældent opfundet i egen virksomhed, de er kopieret fra nogen med samme type opgaver. Samtidig peger 80% af virksomhederne på manglende viden som den største barriere ifølge Danmarks Statistik. Her er derfor det konkrete billede, afdeling for afdeling: hvad AI løser godt i drift i dag, og hvad den endnu ikke skal have lov til.
Læs det med én tanke i baghovedet: du leder ikke efter flest mulige anvendelser, du leder efter din første eller næste. Vil I have hjælp til at finde netop den, er det præcis hvad vores AI rådgivning handler om.
Kundeservice: det oplagte startsted
Kundeservice er der hvor flest starter, fordi opgaverne er hyppige og tekst-tunge. AI'en kan besvare de gentagne spørgsmål via chatbot, sortere og prioritere indgående mails, lægge svarudkast klar til medarbejderne og opsummere lange sagsforløb før en samtale. Gevinsten er dobbelt: kunderne får hurtigere svar, og medarbejderne slipper for den del af arbejdet der slider mest.
Endnu ikke: at lade AI'en lukke klagesager eller træffe kulante afgørelser på egen hånd. Skøn over vrede kunder og kompensation er stadig menneskearbejde, og det er også her kunderne mindst tilgiver en maskine.
Administration og økonomi: dokumenternes hjemmebane
Alt der handler om at flytte oplysninger fra ét format til et andet, er AI-territorium: udtræk af data fra fakturaer og bilag uanset opsætning, journalisering af post, klargøring af rapporter, afstemning af lister og oversættelse af dokumenter. Mødereferater er blevet en klassiker, optag mødet, få referat og handlingspunkter. Fællesnævneren er at AI'en fjerner taste- og læsearbejde, mens beslutningerne bliver hos mennesker.
Endnu ikke: automatiske betalinger og bogføring uden kontrolpunkter. AI-læsning af bilag er god men ikke fejlfri, så udbetalinger skal altid forbi en godkendelse, og det samme gælder alt med skattemæssig betydning.
Salg og marketing: udkastenes disciplin
Salg og marketing bruger AI som udkast-maskine og research-assistent: første udkast til tilbud, produkttekster, nyhedsbreve og annoncer, research på emner og kunder før møder, opsummering af lange udbudsmaterialer og tilpasning af samme budskab til flere kanaler. Tempoet stiger mærkbart, men kvaliteten afhænger stadig af den der redigerer; AI-tekst uden redigering lyder som AI-tekst, og det opdager modtagerne.
Endnu ikke: at udgive AI-indhold ukontrolleret i virksomhedens navn, og vær opmærksom på at AI-genereret materiale efter AI-forordningen skal kunne identificeres som sådan fra august 2026. Mærkning og menneskelig godkendelse hører sammen.
HR: stor hjælp, skarpe grænser
HR kan bruge AI til udkast af stillingsopslag, personalehåndbøger og interne meddelelser, til at opsummere trivselsmålinger i fritekst og til at besvare gentagne medarbejderspørgsmål om ferie og barsel via en intern videnbase. Det frigør tid i en afdeling der sjældent har for meget af den.
Endnu ikke, og her er grænsen juridisk: AI må ikke alene frasortere ansøgere eller træffe afgørelser med væsentlig betydning for medarbejdere. GDPR artikel 22 sætter grænser for automatiske afgørelser, og rekruttering hører samtidig til de områder AI-forordningen betragter som højrisiko. Brug gerne AI til at strukturere og opsummere, aldrig til at afgøre.
Drift, indkøb og logistik: den stille gevinst
Uden for kontorets rampelys ligger nogle af de mest solide anvendelser: overvågning af lagerbeholdning med automatiske genbestillingsforslag, læsning af følgesedler og fragtdokumenter, strukturering af leverandørdata og prognoser for efterspørgsel baseret på historik. Gevinsterne er mindre synlige men ofte store, fordi opgaverne kører hver eneste dag. Hvordan man vælger den rigtige opgave at starte med, har vi lavet en konkret metode til i guiden om automatisering af arbejdsgange.
Endnu ikke: prognoser som eneste beslutningsgrundlag for store indkøb. AI-prognoser er kvalificerede gæt bygget på historik, og historik kender ikke næste års overraskelser.
Hvor du starter, og hvorfor rækkefølgen afgør det hele
MIT-forskere opgjorde sidste år at 95% af AI-piloter aldrig når i produktion, og mønstret bag tallet er genkendeligt: projekterne starter for bredt, for ambitiøst eller i den forkerte ende af listen. Vend det om. Vælg den afdeling hvor tekst-tunge opgaver fylder mest, som regel kundeservice eller administration, og vælg én opgave der er hyppig, afgrænset og målbar. Sæt den i drift, mål effekten, og lad succesen udpege opgave nummer to. AI i virksomheden er ikke ét stort projekt; det er en række små der bygger oven på hinanden, og de virksomheder der er længst i dag, er dem der startede mindst.
