Det är tydligt att vi nått en brytpunkt. McKinseys siffror visar att nästan alla är med på tåget, men att bara en tredjedel faktiskt har påbörjat arbetet med att skala sina lösningar. Ännu färre ser den ekonomiska effekten på sista raden.
Vad är det som skiljer de få som lyckas från den stora massan? Och vad bör beslutsfattare prioritera för att inte hamna på efterkälken? Sofie Perslow hjälper oss att navigera genom insikterna.
Många ”gör” AI – få förändrar verksamheten
HiQ: Rapporten visar svart på vitt: nästan alla använder AI, men väldigt få har lyckats skala upp det. Varför fastnar så många i startblocken?
Sofie Perslow: “Det är en klassisk fälla. Man har infört AI-lösningar, men man har inte förändrat någonting runtomkring tekniken. Enligt rapporten befinner sig två tredjedelar av företagen fortfarande i experiment- eller pilotfasen.
Problemet är att även om tekniken finns på plats, så ser processer, arbetssätt, ansvar och dataflöden ut exakt som tidigare. Då blir AI bara ett ”tilläggsverktyg” snarare än en integrerad del av verksamheten. Jag brukar likna det vid att installera toppmoderna solpaneler på taket, men fortsätta värma huset med oljepanna för att ingen orkade dra om rörsystemet.
Det är också därför McKinsey ser så få som faktiskt får EBIT-effekt på helheten. Bara 39 % rapporterar någon påverkan alls, och för majoriteten är den effekten under 5 %. Utan strukturell förändring uteblir den stora vinsten. En annan utmaning är den faktiska mätningen, exempelvis: hur ska bolagen mäta en generell produktivitetshöjning och kunna tillskriva den AI-skiftet utan att gå ner i detalj och i princip klocka arbetsmomenten”
Agentic AI är här – men organisationerna är inte redo
HiQ: Ett av rapportens stora teman är ”Agentic AI” (AI-agenter). Hur tolkar du utvecklingen där?
Sofie: “Agentic AI är fortfarande nytt territorium för de flesta, även om nyfikenheten är enorm. 62 % experimenterar eller kör piloter, men bara 23 % skalar faktiskt en agentlösning – och då oftast isolerat inom en enskild funktion.
Det här säger oss två saker: För det första är tekniken mogen nog att skapa värde. För det andra är organisationerna inte mogna nog att ta emot den. De som faktiskt lyckas skala använder agenter inom områden som supportfunktioner, kunskapshantering och mjukvaruutveckling. Gemensamt för dessa områden är att både processer och data redan är välstrukturerade, vilket är en förutsättning för framgång. Ett krav för att kunna arbeta med agentisk automation är att vi har koll på processerna från första början och därför blir det ett större arbete för komplexa processer”
Skillnaden stavas ambition
HiQ: En av de mest slående siffrorna är att endast 6 procent klassas som ”AI high performers”. Vad är det dessa bolag gör annorlunda?
Sofie: “McKinsey är väldigt tydliga på den punkten: det handlar om ambition och ledarskap. ”High performers” utmärker sig genom att vara betydligt mer benägna att använda AI för transformativ förändring, snarare än att bara jaga kostnadsbesparingar (3,6 gånger vanligare).
De har nästan tre gånger så ofta designat om sina arbetsflöden från grunden och det är betydligt vanligare att seniora ledare driver och äger AI-arbetet. Dessutom vågar de satsa – de är nästan fem gånger mer benägna att lägga över 20 % av sin digitala budget på AI.
Det kanske mest intressanta är paradoxen kring risk. High performers rapporterar faktiskt fler riskincidenter – felaktigheter, IP-problem eller regelefterlevnad. Varför? För att de gör mer, testar mer och använder AI i verksamhetskritiska processer. Lärdomen är att om man vill ligga i framkant måste man acceptera medvetna risker, men bygga en organisation som är kapabel att hantera och lära av dem.”
Det är strukturen, inte tekniken, som bromsar
HiQ: Om vi tittar på ledningsgruppen – vad krävs för att undvika att fastna i ”pilot-träsket”?
Sofie: “Rapporten pekar på McKinseys ”Rewired-modell”, där framgångsfaktorerna spänner över allt från strategi och data till talang och ”operating model”. Jag brukar koka ner det till tre kontrollfrågor för ledningen:
- Har ni bestämt hur AI ska skapa värde? De flesta har inte det. De som lyckas bäst har både en tydlig vision och en konkret roadmap som är direkt kopplad till de övergripande målen för verksamheten.
- Har ni byggt om arbetsflödena – eller bara lagt AI ovanpå? Det här är den svåra biten. Men workflow-redesign är en av de absolut starkaste drivkrafterna för faktisk affärseffekt.
- Är ledningen engagerad på riktigt? Ledarskapet måste agera både sponsorer och användare. Det går inte att delegera en AI-transformation till ett team långt ner i organisationen.
Det är först när dessa tre bitar är på plats som tekniken kan göra sitt jobb.
Kompetensbehovet försvinner inte – det förskjuts
HiQ: Det pratas mycket om hur jobb kommer påverkas. Vad säger rapporten om arbetsmarknaden?
Sofie: “Vi ser två krafter verka samtidigt. Å ena sidan förväntar sig 32 % en minskad arbetsstyrka. Å andra sidan förväntar sig 13 % en ökning. Det är ett tydligt tecken på att AI inte automatiskt ”tar bort jobb”, utan omformar dem.
Tittar vi på rekrytering talar siffrorna sitt tydliga språk. Större företag rekryterar aggressivt inom nya roller: Data Engineers, ML-ingenjörer, AI-produktägare och arkitekter. Kompetensbehovet försvinner inte, men det förändras i grunden.”
Tre råd till beslutsfattare inför 2025
HiQ: Sammanfattningsvis, vilka tre konkreta råd vill du ge till ledare som läser detta?
Sofie:
- Gör AI till strategi, inte ett teknikprojekt. Vinnarna är de som siktar på transformation, inte bara effektivisering. Det kräver tydlig riktning, budget och ägarskap från toppen.
- Omdesigna arbetsflöden – det är där värdet uppstår. Just nu är detta den största flaskhalsen för många företag. Tekniken finns, men processerna hänger inte med.
- Investera i infrastruktur och människor. Datakvalitet, MLOps och nya kompetenser är grundplattan. De organisationer som redan gör detta ligger mil före konkurrenterna.
HiQ: Var landar vi då, när vi blickar framåt?
Sofie: “Vi står inför ett skifte där agnarna skiljs från vetet. AI är inte längre en innovation, det är en produktionsfaktor. Den stora skillnaden 2025 blir mellan de företag som bara använder AI och de som förändrar sig med AI.
McKinsey visar att alla pilar pekar åt samma håll: High performers springer ifrån resten – och de gör det snabbt. Vi ser samma mönster hos våra kunder. De som vågar tänka stort rör sig snabbt framåt. De som väntar förlorar inte bara fart, utan riskerar även att tappa talang. Det här året handlar inte om att testa mer. Det handlar om att skala.”
