74 % af danske små og mellemstore virksomheder har endnu ikke taget AI systematisk i brug. Samtidig melder de få, der har taget springet, at de løser faste administrative opgaver markant hurtigere. Når vi underviser SMV'er, starter vi altid med at kigge på netop disse tal. Ikke for at stresse nogen, men for at vise, at det er helt normalt at være afventende. Her får du overblikket over statistikken, og hvad den betyder for, hvordan din SMV kommer i gang med AI: Konkrete brugsscenarier i hverdagen](https://pogv.dk/ai-for-din-branche/smv/saadan-kommer-din-smv-gang-ai-konkrete-brugsscenarier).
Hovedpointer:
- 42 % af danske virksomheder generelt bruger AI, men hele 74 % af SMV'erne står stadig på sidelinjen.
- 74 % af medarbejdere mangler basale AI-kompetencer ifølge World Economic Forum.
- Fraværet af tid og usikkerhed omkring datasikkerhed er de primære årsager til tøven hos mindre virksomheder.
- Byggebranchen er en af højdespringerne og oplever lige nu en massiv stigning i praktisk brug af AI.
Indholdsfortegnelse
- Hvor mange danske virksomheder bruger AI?
- Hvad koster det konkret at vente?
- Hvorfor bruger SMV'er ikke AI?
- Hvilke brancher bruger mest AI i Danmark?
- Hvad betyder det for dig i praksis?
Hvor mange danske virksomheder bruger AI?
Ifølge Danmarks Statistik anvender 42 % af danske virksomheder kunstig intelligens i en eller anden form. Det lyder som et højt tal. Men kigger man isoleret på SMV'erne og de offentlige styrelser, ser billedet anderledes ud. Her er det stadig et mindretal, der har integreret værktøjerne fast i hverdagen. Hele 74 % mangler at tage det første skridt ud over blot at teste en tilfældig prompt fredag eftermiddag.
De virksomheder, der kom tidligt i gang, har én stor fordel: de har allerede lavet alle begynderfejlene. Du kan i dag springe de første mange måneder med fejl og forsøg over, hvis du ved, hvad du skal fokusere på. En rapport fra McKinsey & Company understreger netop dette. Værdien ligger ikke i at være den allerførste, men i at bygge de rigtige vaner hos medarbejderne fra dag ét. En klar overlevelsesguide kan hjælpe med at sikre dette fra starten.
Hvad koster det konkret at vente?
Når vi ser på de SMV'er, der systematisk har implementeret AI i administrative rutiner, peger erfaringerne konsekvent i samme retning:
Tidsforbrug på gentagne opgaver
En gennemsnitlig medarbejder i en dansk SMV bruger ifølge McKinseys analyser 1,8 timer om dagen på opgaver, der kan automatiseres eller accelereres markant med AI. Det svarer til cirka 9 timer om ugen. Over et år er det 450 timer per medarbejder.
Med en gennemsnitlig dansk timeløn inkl. overheadomkostninger på ca. 450 kr. taler vi om en potentiel omkostning på 202.500 kr. per medarbejder om året i opgaver, der i dag løses langsommere end nødvendigt.
Kompetencegabet vokser, ikke skrumper
De virksomheder, der startede i 2023 og 2024, har i dag 2-3 år med indlejrede AI-vaner. Deres medarbejdere eksperimenterer allerede med næste niveau. Jo længere du venter, jo større er det hul, du skal lukke.
Rekruttering og fastholdelse
En stigende andel af kvalificerede kandidater forventer opdaterede arbejdsprocesser. At annoncere med, at I stadig løser opgaver manuelt, som konkurrenten løser på 10 minutter med AI, er begyndt at koste på ansøgerlister.
Hvorfor bruger SMV'er ikke AI?
De tre barrierer vi møder oftest, når vi underviser SMV'er:
1. "Vi har ikke tid til at lære det"
Paradokset er, at de virksomheder, der ikke har tid, typisk er dem, der ville vinde mest tid ved at komme i gang. Løsningen er ikke et stort implementeringsprojekt. Det er én medarbejder, én opgave, én uge. Læs mere om den tilgang i kortlægningsguiden.
2. "Vi ved ikke, hvad vi må dele"
Dette er en reel og legitim bekymring. ChatGPT Team og Enterprise gemmer ikke dine data til træning. Microsoft Copilot kører inden for din eksisterende Microsoft 365-aftale. Det er ikke én stor gråzone. Det er løsbart med to timers afklaring. GDPR-guiden her giver det konkrete overblik.
3. "Vi ved ikke, hvor vi skal starte"
Det er den barriere, der er lettest at løse, og alligevel den, der stopper flest. En kortlægning af hvilke opgaver der gentager sig, tager én time. Guiden fra spildtid til overskud viser præcis, hvordan du gør det.
World Economic Forum angiver, at 74 % af arbejdsstyrken mangler de basale kompetencer til at bruge teknologien effektivt og sikkert. Det forstærker alle tre barrierer. og forklarer, hvorfor én licens til ChatGPT sjældent flytter noget uden en plan for, hvem der bruger den, til hvad.
Hvilke brancher bruger mest AI i Danmark?
Kontorfagene har længe ført an i statistikkerne. IT, markedsføring og administration er de brancher, hvor teknologien først fik fodfæste, især når det handler om at skalere indholdsproduktion.
Det mest overraskende spring findes i byggebranchen, der er rykket fra 3 % til 24 % adoption på ganske kort tid. En projektleder i et rådgivende ingeniørfirma, der jonglerer med otte samtidige byggeprojekter, uploader i dag udbudsmateriale sikkert og beder systemet opsummere de specifikke krav til eksempelvis ventilation. i stedet for at læse hundredvis af siders dokumentation med en overstregningstusch. Det fjerner timer fra skrivebordet uden at kræve en AI-specialist. Du kan læse mere om dette skifte i artiklen om, hvordan AI ikke kun er for kontorfolk.
| Branche | AI-adoption 2023 | AI-adoption 2025–2026 | Primær anvendelse |
|---|---|---|---|
| IT og software | 61 % | 78 % | Kodegenerering, dokumentation |
| Marketing og kommunikation | 48 % | 69 % | Indholdsproduktion, analyse |
| Finans og regnskab | 31 % | 52 % | Datakonsolidering, rapportering |
| Byggeri og ingeniør | 3 % | 24 % | Udbudslæsning, projektdokumentation |
| Detailhandel | 18 % | 34 % | Kundeservice, lagerstyring |
| Sundhed og omsorg | 9 % | 19 % | Journalering, intern kommunikation |
Det interessante ved byggebranchen er ikke blot væksten. Det er, at de virksomheder, der er kommet i gang, ikke har gjort det ved at ansætte en AI-specialist. De har taget én konkret opgave og løst den bedre. Resten fulgte naturligt.
Hvad betyder det for dig i praksis?
- 1Identificer én opgaveFind en gentagen tekst-/dataopgave, der kan optimeres med AI. Brug kortlægningsguiden.
- 2Implementer AI-værktøjLøs opgaven med et AI-værktøj. Fokusér på bedre og hurtigere resultater, ikke perfektion.
- 3Mål og skalerSammenlign tidsforbruget. Beslut herefter, om I skal udvide til flere opgaver.
Den mest direkte vej frem for en SMV i 2026 ser typisk sådan ud:
Uge 1: Identificer én opgave, der gentager sig mindst to gange om ugen, og som primært handler om tekst, data eller kommunikation. Brug kortlægningsguiden til at gøre det struktureret.
Uge 2–3: Løs den opgave med et AI-værktøj. Ikke perfekt. Bare bedre og hurtigere end i dag. Brug overlevelsesguiden til uge 1 som ramme.
Uge 4: Mål tidsforbruget. Sammenlign med ugen før. Beslut, om det er værd at udvide til én opgave mere.
Det er ikke en transformationsplan. Det er en rutine. Og rutinen er det, der adskiller de 26 % fra de 74 %.
Ofte stillede spørgsmål
Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han er senior underviser hos Bigum&Co gennem 10+ år og har siden 2023 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og 30+ bornholmske SMV’er via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.
