AI siver ind på arbejdspladsen. Men hvem leder processen?
- AI-brugen begyndte i opgaverne
- Mandag Morgen har spurgt 3.174 medarbejdere på arbejdspladser, hvor teknologien allerede er en mulighed i hverdagen. Her bruger 60 procent AI til en mindre del af deres opgaver. Yderligere 18 procent bruger AI til halvdelen eller mere.
- Tid og kvalitet følges ikke altid ad
- En rekrutteringskonsulent i rapporten fortæller, at en stillingsannonce tidligere kunne tage to til to en halv time. Med AI bruger hun højst en halv time.
- ATLAS viser bred brug i få opgaver
- Googles AI & Economy ATLAS undersøgelse har analyseret 14,7 millioner interaktioner fra Gemini infrastrukturen over to uger i april 2026.
AI siver ind på arbejdspladsen. Men hvem leder processen?
AI siver ind i arbejdet. Medarbejderne prøver at gøre deres arbejde bedre. Men lederne forsømmer at lede processen.
"Der kom bare en mail.", siger en eksportingeniør i Tænketanken Mandag Morgens nye undersøgelse.
Mailen gav medarbejderne adgang, men uden at give dem en fælles ramme eller en fælles måde at arbejde på.
AI-brugen begyndte i opgaverne
Mandag Morgen har spurgt 3.174 medarbejdere på arbejdspladser, hvor teknologien allerede er en mulighed i hverdagen. Her bruger 60 procent AI til en mindre del af deres opgaver. Yderligere 18 procent bruger AI til halvdelen eller mere.
AI-brugen begynder typisk hos en medarbejder i en konkret opgave som et referat, en oversættelse eller et første udkast.
Kun 17 procent oplever, at ledelsen har drevet implementeringen med strategisk retning, et defineret formål og tydelige rammer. 39 procent oplever ingen retning fra ledelsen. Mandag Morgen konstaterer "individuel brug uden koordinering, uklarhed om hvem der driver processen og medarbejdere, der ikke ved, hvordan AI blev indført." Mandag Morgen kalder, meget diplomatisk, resultatet et styringsunderskud.
26 procent oplever i høj eller meget høj grad, at ledelsen har kommunikeret et klart formål med AI-anvendelsen. 40 procent oplever i mindre grad eller slet ikke et klart formål.
Tid og kvalitet følges ikke altid ad
En rekrutteringskonsulent i rapporten fortæller, at en stillingsannonce tidligere kunne tage to til to en halv time. Med AI bruger hun højst en halv time.
En patentkonsulent har den modsatte oplevelse. AI-systemet finder svagheder og supplerende argumenter, som styrker hendes arbejde. Hun sparer bare ikke tid. De lange svar skal læses, vurderes og kvalitetssikres.
Begge anvendelser kan være værdifulde, men de kræver forskellige succeskriterier. En optælling af licenser eller aktive brugere kan ikke vise forskellen.
Kontrollen af kvalitet hører med til produktionen. Ti sparede minutter på et udkast hjælper kun, hvis den efterfølgende kontrol ikke æder gevinsten. Længere kontroltid kan samtidig være en god investering, når resultatet bliver fagligt stærkere. Ledelsen skal derfor vælge, om processen skal vurderes på gennemløbstid, fejl, kvalitet eller en ny opgavemulighed.
ATLAS viser bred brug i få opgaver
Googles AI & Economy ATLAS undersøgelse har analyseret 14,7 millioner interaktioner fra Gemini infrastrukturen over to uger i april 2026.
Google finder arbejdsrelateret brug i 68 procent af amerikanske erhverv, som tilsammen dækker omkring 90 procent af beskæftigelsen. I det typiske job bruges AI i cirka 21 procent af opgaverne. Under 10 procent af arbejdsinteraktionerne klassificeres som fuld automatisering.
Nationalbanken peger på en beslægtet begrænsning i sine danske data: De viser primært, om virksomheder og medarbejdere bruger AI, og kun i begrænset omfang hvordan. Med henvisning til nyere forskning fremhæver Nationalbanken, at gevinsterne kræver ændringer i arbejdsprocesser, opgavefordeling og ledelsesstrukturer.
Kilderne beviser ingen årsagssammenhæng mellem manglende ledelse og selektiv brug. Min personlige vurdering er, at adgangen til AI kan brede sig hurtigere end de organisatoriske ændringer, der skal omsætte brugen til produktivitet. Og det matcher det jeg ser i hverdagen hos kunder.
Hvordan kan ledelsen bringe sig selv på banen?
Fire beslutninger til ledelsen
Tag én hyppig arbejdsgang, hvor fejl, ventetid eller manuelt arbejde er synligt, og gennemgå den med de medarbejdere, der udfører den.
Hvad skal blive bedre?
Vælg ét resultat, der kan kontrolleres. Brug det som kriterium for et lille forsøg.
Hvad skal systemet levere?
Beskriv det forventede output og afgræns, hvilke dele af opgaven systemet må udføre.
Hvem kontrollerer hvad?
Placér ansvaret for kilder, tal, faglige vurderinger og godkendelse. Angiv samtidig de tilladte værktøjer og data.
Hvad skal medarbejderne fortsat lære gennem arbejdet?
33 procent i Mandag Morgens undersøgelse er bekymrede for, at deres faglige udvikling stagnerer, når AI udfører opgaver, de normalt lærer af.
Bekymringen er ikke en dokumenteret effekt, men den gør én beslutning nødvendig: Nye medarbejdere skal fortsat udføre opgaver, der opbygger den dømmekraft, som senere skal bruges til at kontrollere AI-systemet.
Tag én proces med til næste ledelsesmøde
Vælg én proces på næste ledelsesmøde. Tegn den nuværende arbejdsgang, placér AI-bidrag og godkendelsesansvar, og afprøv den nye version i lille skala.
Jeg hjælper SMV'er med at kortlægge og afprøve den slags arbejdsgange. Målet er en proces, virksomheden kan forklare, måle og forbedre.
Ledelsen skal stadig beslutte, hvordan arbejdet skal udføres. Ikke bare købe licenser.
Kilder
[^1]: Tænketanken Mandag Morgen, Når generativ kunstig intelligens rykker ind – medarbejdernes erfaringer med et arbejdsliv i forandring, september 2026, side 7 og 14-16. Undersøgelsen omfatter 3.174 medarbejdere og er ikke repræsentativ for hele det danske arbejdsmarked. [^2]: Tænketanken Mandag Morgen, samme rapport, side 25-29. [^3]: Google, Understanding the AI economy og ATLAS Methodology, 2026. [^4]: Danmarks Nationalbank, Kunstig intelligens og arbejdsmarkedet: Omstillingen er begyndt, 16. september 2026. [^5]: Tænketanken Mandag Morgen, samme rapport, side 35.