Spring til indhold
Tilbage til nyheder
AI giver mest til dem, der allerede har øvet sig

AI giver mest til dem, der allerede har øvet sig

AIProduktivitetBusiness

Anthropics nye Economic Index rammer et punkt, mange danske ledere allerede kan mærke i hverdagen. Jo længere tid folk har arbejdet med AI, jo bedre resultater får de. The Decoder skriver, at Anthropic har analyseret en million samtaler fra Claude.ai og virksomhedens egen API for februar 2026. Konklusionen er ikke, at alle bruger AI ens. Tværtimod. Erfaring gør en målbar forskel, og det kan hurtigt skabe et nyt kompetencegab internt i organisationer.

💡 Hvad rapporten bygger på Analysen dækker 1 million samtaler. De ti mest almindelige opgaver på Claude.ai fylder nu 19 procent af trafikken mod 24 procent tre måneder tidligere.

Det mest håndfaste tal er måske ikke selve brugen, men effekten af rutine. Når Anthropic kontrollerer for opgavetype, modelvalg, anvendelse og land, ligger erfarne brugere stadig omkring 4 procentpoint højere i succesrate end nye brugere på samme slags opgave. De er også 8,7 procentpoint mindre tilbøjelige til bare at aflevere en instruktion og vente. De arbejder mere iterativt, bruger værktøjet mere professionelt og går efter sværere opgaver.

Det er vigtigt for danske virksomheder og myndigheder, fordi problemet ikke løses ved blot at købe licenser. Hvis de stærkeste medarbejdere lærer hurtigst, kan gevinsten samle sig hos få teams, mens resten oplever AI som ujævnt, upålideligt eller overfladisk. Det giver skæve forventninger internt og kan skabe en falsk idé om, at teknologien enten er genial eller ubrugelig. Ofte er forskellen bare træning og arbejdsmåde.

💡 Skævheden vokser også geografisk De 20 lande med højest brug pr. indbygger står nu for 48 procent af den befolkningsjusterede trafik, op fra 45 procent i den forrige rapport.

Rapporten viser også, at API-brug til salgsautomatisering og handelsoperationer mindst er fordoblet siden november. Det fortæller noget om, hvor værdien hurtigt samler sig: i arbejdsopgaver med tydelige mål, faste data og gentagelige processer. Det er samme mønster, man kan forvente i danske organisationer.

Derfor er den rigtige reaktion ikke at rulle AI ud ens til alle og håbe på det bedste. Lav målrettede forløb omkring konkrete opgaver, giv folk tid til gentagelser, og del de prompts og arbejdsrutiner, der faktisk virker. Hvis erfaring kan omsættes til bedre output på få måneder, kan et internt AI-gab også mindskes ret hurtigt. Men kun hvis nogen behandler brugen som en kompetence, der skal bygges op, og ikke som en feature, man bare tænder for.

🤖 Denne artikel er skrevet af kunstig intelligens og kan indeholde fejl.

Læs original kilde →

Fandt du en fejl?