I Danmark bruger omkring 70 % af virksomhederne allerede AI, men kun et lille mindretal i Norden ser et markant afkast på deres investeringer. En analyse fra BCG viser, at ca. 4 % af nordiske virksomheder opnår 5x ROI på AI. Nu kan mindre jo også gøre, men meget tyder på, at mange får for lidt ud af investeringen – selvom teknologien er udbredt og betragtet som strategisk vigtig.
Deloitte peger samtidig på, at nordiske organisationer føler sig teknisk klar til AI, hvor 55 % vurderer sig højt forberedte på infrastruktur, mens strategisk parathed og talentberedskab halter langt bagefter. Det er præcis her, værdien siver ud: når AI bliver implementeret som teknologi, men ikke forankret som adfærd, kultur og klare beslutninger.
Highlights
Hvad er AI-modenhed – og hvorfor handler det om mennesker
AI-modenhed beskriver, hvor godt jeres organisation faktisk får omsat AI-investeringer til forretningsværdi gennem mennesker, processer og styring. Det handler om, hvordan strategi, governance, tillid, kompetencer og daglig brug spiller sammen – ikke bare om, hvilke modeller eller platforme I har valgt.
Forskning peger på, at omkring 70 % af værdien i en AI-transformation ligger i mennesker og processer, 20 % i teknologien og kun 10 % i selve algoritmerne. Med andre ord er det langt vigtigere, at ledelse og medarbejdere forstår, stoler på og bruger AI rigtigt, end at I vælger den “perfekte” model.
"70 % af værdien i en AI-transformation ligger i mennesker og processer. Teknologien er den nemme del"
– Jacob Kjær Nielsen, Manager, Surveyxact
I praksis ser vi ofte tre typiske mønstre:
- Ledere tror, at strategien er tydelig, reglerne er på plads, og værktøjerne virker, mens medarbejderne oplever det modsatte.
- Reglerne er måske skrevet ned, men de er ikke blevet til mindset.
- Medarbejdere med AI-licenser er usikre på, hvad de må bruge, så de lader være eller bruger skygge-AI.
Sådan måler I AI-modenhed med Surveyxact
De fleste organisationer gennemfører én AI-parathedsundersøgelse, arkiverer rapporten og vender tilbage til hverdagen. Surveyxacts AI-modenhedskoncept er designet anderledes: Det måler ikke bare, om I er “klar til AI”, men om I faktisk er i stand til at skabe værdi i samspillet mellem mennesker og AI.
Første skridt er en baseline-måling, hvor både ledelse, mellemledere og medarbejdere bliver spurgt systematisk. Spørgerammen er baseret på forskning i hybrid intelligens fra Aarhus Universitet og er udviklet til at fange forskelle i opfattelsen af AI på tværs af niveauer. Resultatet er et datainformeret billede af jeres aktuelle AI-modenhed.
Dernæst analyserer I forskellene: Oplever ledelsen høj klarhed, mens medarbejderne er i tvivl? Er tilliden til AI lav? Fylder skygge-AI, fordi governance er uklar? Her bliver AI-modenhed et konkret prioriteringsværktøj og ikke bare en score. HR og transformationsansvarlige får et fælles sprog og en ramme at arbejde videre ud fra.Fra tal til handling: Prioriteringer, der øger AI-værdien
En AI-modenhedsmåling gør først en forskel, når den omsættes til handling. Surveyxact understøtter ledere med indsigter, der er formuleret, så de kan bruges direkte i prioriteringer, handlingsplaner og opfølgning, uden at man skal være dataanalytiker for at forstå resultaterne.
Et centralt greb er at analysere forskelle i opfattelse. Her kan I typisk identificere tre typer områder:
Kritiske forskelle: lav score kombineret med store forskelle mellem ledelse og medarbejdere.
Hvad koster lav AI-modenhed?
Forestil dig en organisation med 300 medarbejdere, der hver har en AI-licens til fx Copilot eller ChatGPT. Licensen koster 250 kr. om måneden pr. medarbejder. På papiret er I digitale frontløbere. I praksis viser en intern optælling, at kun 40 % bruger værktøjerne aktivt og værdiskabende.
Det betyder, at 60 % af jeres AI-kapacitet aldrig bliver omsat til værdi. På årsbasis svarer det til omkring 540.000 kr. i licenser, som i bedste fald kun giver marginal effekt. I mange organisationer er beløbet endnu højere, og det er ikke urealistisk at tale om omkring 900.000 kr. i årlige omkostninger til uudnyttet AI.
En AI-modenhedsundersøgelse gør det muligt at forklare tallet. Er problemet manglende træning, uklar governance, lav tillid eller mangel på en klar retning? Ved at koble licensdata med indsigter om tillid, klarhed og ejerskab kan I beslutte, hvor I skal sætte ind først, så licensbudgettet faktisk betaler sig hjem.
Sådan kommer du i gang med en AI-modenhedsundersøgelse
At komme i gang behøver ikke være tungt eller tidskrævende. Med Surveyxact AI-modenhed får I en færdig, forskningsbaseret ramme og praktisk hjælp hele vejen – lige fra første spørgeskema til den færdige rapport og opfølgende målinger. Når du skriver eller ringer, mødes du af eksperter, som arbejder i værktøjet hver dag.
Typisk starter I med en fælles afklaring af mål: Hvilke AI-initiativer har I allerede i gang, og hvad vil I gerne kunne dokumentere om 6–12 måneder? Herfra tilpasses spørgeskema og rapportering til jeres kontekst, så resultaterne taler direkte ind i jeres styringsmodeller, ledelsesfora og porteføljestyring.
Derefter gennemføres baseline-målingen, og I får en rapport, der omsætter indsigter til klare prioriteringer og køreplaner. Mange vælger at supplere med løbende pulsmålinger, der følger tillid og alignment undervejs i transformationen. På den måde bliver AI-modenhed et styringsværktøj, og ikke blot et øjebliksbillede. Så kan I løbende dokumentere, at AI-investeringen faktisk bevæger sig fra potentiale til målbar effekt.
Overvej gerne følgende, inden I måler jeres AI-modenhed:
Klar til at måle jeres AI-modenhed?
Book en AI-modenhedsmåling, og find ud af, hvor jeres AI-investering går tabt.
Kilder
- BCG, The Nordic AI Inflection Point: Value Creation or Value Bubble? (2026). Andel af nordiske virksomheder med markant afkast på AI-investeringer.
- Deloitte, State of AI in the Nordics. Nordiske organisationers oplevede parathed på infrastruktur, strategi og talent.
- Forskning i hybrid intelligens, Aarhus Universitet. Fagligt fundament for Surveyxacts spørgeramme om samspillet mellem mennesker og AI.
- Surveyxact, intern metodevejledning om AI-modenhed, baseline-målinger, pulsmålinger og rapportering.





