Sådan skalerer I kunstig intelligens i produktionen – uden at spænde ben for jer selv

Men pengene risikerer at løbe ud i sandet. Omkring to tredjedele af operations-direktørerne placerer deres virksomhed investeringerne i kunstig intelligens (AI) i forsknings- eller pilotfasen, og blot to procent vurderer, at kunstig intelligens gennemtrænger hele driften. Danske topledere genkender tilbageholdenheden: Under fire procent af de små og mellemstore danske produktionsvirksomheder har ifølge en undersøgelse fra Teknologisk Institut overhovedet påbegyndt at skalere teknologien.

Investeringerne, der spænder ben

McKinsey-analysen peger på en ubehagelige pointe. Virksomhederne øger budgetterne, men prioriterer lavest på netop de byggesten, der afgør, om kunstig intelligens skaber varig værdi, nemlig: 

• medarbejdernes kompetencer,
• it- og styringssystemer og
• it-sikkerhed.

Pengene går i stedet til automatisering, robotter og procesoptimering, som kan give hurtige gevinster, men som efterlader fundamentet skrøbeligt.

Operations-direktørerne eller COO'erne kender problemerne: Halvdelen peger på kulturforskydning, og næsten lige så mange nævner behovet for efteruddannelse. Næsten halvdelen rapporterer begrænsninger i data eller systemer, hvor forældet infrastruktur og dårlig datakvalitet bremser fremdriften, og en fjerdedel kæmper med at bygge applikationer, som virksomheden kan genbruge og skalere.

Styringen halter også. Næsten 60 procent af producenterne mangler klare mål for værdien af investeringerne, viser en undersøgelse fra Manufacturing Leadership Council. Men der, hvor ledelsen har defineret mål, rammer eller overgår næsten to tredjedele af virksomhederne egne målsætninger.

Tre trin til en værdiskabende maskine

McKinsey opstiller tre trin, som konsulenthuset anbefaler som fremgangsmåde for at få succes med skalering af AI. 

1. Først skal ledelsen gentænke produktionen fra ende til ende og prioritere investeringerne efter varig forretningsværdi frem for blændende teknologi.
2. Dernæst skal teknologien kunne skalere. En global medicinalvirksomhed byggede tre integrerede dataplatforme, der forbinder et dusin it-systemer og over 150 sensorer, og fik dermed et fælles fundament for genanvendelige applikationer. Resultatet: ti procentpoint højere udnyttelse af udstyret, halveret uplanlagt nedetid og fabrikken regner med at mere end fordoble sin produktionsmængde på under tre år.
3. Tredje trin handler om mennesker. Samme fabrik gav coaching til over 25 ledere og inddrog over 100 medarbejdere fra gulvet i agile teams. Arbejdsproduktiviteten steg over ti procent, og virksomheden besatte de fleste af sine omkring et dusin nye digitale stillinger med interne kandidater. Den chilenske virksomhed SQM peger selv på efteruddannelse som afgørende for, at medarbejderne bruger kunstig intelligens i daglige beslutninger.

Den danske videnskløft

Teknologisk Institut tilføjer et lokalt lag til billedet. I efteråret 2025 interviewede Voxmeter 300 danske produktionsvirksomheder med 10 til 250 ansatte: 65 procent arbejder slet ikke med kunstig intelligens i produktionen, og kun ti procent udgør frontløberne, der både bruger teknologien og har den som strategisk prioritet.

Læs også: Massiv brug af AI i det tekniske erhvervsliv

Og selv der, hvor virksomhederne er i gang, er de målbare gevinster endnu ikke til at få øje på. Teknologisk Institut fulgte 117 produktionsvirksomheder, der siden 2021 har brugt kunstig intelligens til produktionsopgaver, og matchede dem med 270 sammenlignelige virksomheder uden teknologien. Fra 2021 til 2023 voksede omsætningen mere i gruppen med kunstig intelligens, 17 procent mod 14,6 procent, men produktivitetsvæksten var stort set ens, 7,5 procent mod 8,3 procent. Rapportens forfattere kalder fænomenet et produktivitetsparadoks: Gevinsterne viser sig endnu ikke i værdiskabelsen per medarbejder.

Hvad bremser de danske produktionsvirksomheder? Ja, det er ikke teknologien. Over en tredjedel, 36 procent, mangler viden og kompetencer, og blandt disse virksomheder mangler 72 procent viden om, hvilke opgaver eller processer de overhovedet kan bruge kunstig intelligens til i netop deres domæne. 17 procent mangler data, teknologi eller it-infrastruktur, og hver tiende virksomhed tvivler på, om investeringen kan betale sig i netop deres produktion.

Faglig indsigt er den manglende brik

Her smelter pointer fra de to rapporter sig. McKinsey dokumenterer, at virksomheder, der bygger kompetencer, styring og skalerbar teknologi, også bevæger sig fra pilot til profit. Teknologisk Institut viser, at vejen dertil går gennem domæneviden, altså konkret viden om processerne på fabriksgulvet og kundernes behov. Over halvdelen af virksomhederne med erfaring efterspørger strategisk rådgivning om forretningsmuligheder, mens 37 procent af dem uden erfaring ikke ved, hvilken hjælp de skal bede om.

Danske producenter af wienerbrød og kaffe viser vejen. Wienerbrødsproducenten Mette Munk satte robotter og billedgenkendelse til at kvalitetssikre op til 35.000 stykker bagværk i timen og fjernede dermed monotone gentagelser fra medarbejdernes arbejdsdag. Kaffevirksomheden BKI satte algoritmer til at tilpasse opskrifterne på råkaffe og opnåede besparelser og langt større fleksibilitet i indkøbet, fordi smagen ikke længere afhænger af én bestemt råvare.

Budskabet står klart. Adgang til de nyeste løsninger afgør ikke konkurrenceevnen; det gør evnen til at bruge kunstig intelligens intelligent, målrettet og i skala. Behandl teknologien som en del af produktivitetsdagsordenen, med mål, øremærkede midler og faste værdiregnskaber. Og byg bro over videnskløften med domæneviden, før I bygger endnu en pilot.