AI sparer tid, men gevinsten forsvinder tit på vejen

Der er efterhånden mange solide studier, som viser, at AI gør folk hurtigere. Det er ikke længere det svære punkt. Det svære er, hvorfor gevinsten så sjældent kan ses klart i regnskaber, driftstal og arbejdstid. The Decoders nye analyse af AI-produktivitet rammer et ømt sted i mange danske organisationer: man måler den hurtige opgave, men ikke hele forløbet.

📊 Tallene peger i to retninger samtidig Kundeservice steg med cirka 14 til 15 procent flere løste sager pr. time i et kendt studie. GitHub Copilot gav 55,8 procent hurtigere løsning af en afgrænset kodeopgave. Men i et Microsoft/NBER-forsøg på 66 virksomheder og 7.137 medarbejdere blev cirka to sparede timer om ugen på mail ikke til en tydelig ændring i det samlede arbejdsmønster.

Den spænding går igen hele vejen ned gennem artiklen. The Decoder samler forskning, der viser 26 procent flere løste opgaver i tre feltforsøg og op til 20 procent hurtigere udviklingsarbejde hos Google. Samtidig viser data fra St. Louis Fed, at de medarbejdere, som faktisk bruger generativ AI, i gennemsnit sparer 5,4 procent af deres arbejdstid. Når det bredes ud over hele arbejdsstyrken, falder tallet til 1,4 procent. Det er stadig noget, men det er langt fra den type produktivitetschok, mange præsenterer i slides.

Det mest interessante for danske ledere er måske, at The Decoder også trækker en dansk registeranalyse frem fra Anders Humlum og Emilie Vestergaard. Den fandt ingen målbar effekt på løn og registrerede arbejdstimer to år efter chatbotternes indtog og udelukkede i store træk effekter over 2 procent. Det betyder ikke, at AI ikke virker. Det betyder, at virkningen let forsvinder i ventetid, kontrol, ekstra koordinering og dårlige mål.

Så hvad gør man? Først skal man holde op med at kalde mere output for gevinst. Flere mails, flere udkast og flere kodeforslag er kun nyttige, hvis fejl, omarbejde og svartider faktisk falder. Dernæst skal frigjort tid placeres et sted. Hvis ingen beslutter, hvad de sparede minutter skal bruges til, bliver de ædt af småopgaver og ny støj.

🛠️ Et bedre målesæt Mål hele procesforløb, fejlrate, omarbejde, kundeeffekt og hvad den frigjorte tid bliver brugt til. Hvis kun én af de fem ting bliver målt, får I et pænere billede end det reelle.

The Decoder peger også på, at europæiske virksomheder i gennemsnit kan løfte arbejdsproduktiviteten med omkring 4 procent, især når de allerede har investeret i software, data og træning. Det er en god påmindelse. Gevinsten ligger sjældent i modellen alene. Den ligger i, om organisationen faktisk ændrer måden, arbejdet bliver gjort på.