Sådan måler I ROI på AI-investeringer: Beregn værdien af kunstig intelligens i staten

Din chef spørger: "Hvad får vi egentlig igen for de penge, vi bruger på AI?" Du kigger ned i dine noter og har en mavefornemmelse om, at det virker. Men mavefornemmelser overbeviser sjældent en finanslov. Den gode nyhed: ROI på AI i staten kan faktisk måles, og det behøver ikke være raketvidenskab. Det kræver bare, at I ved, hvad I skal kigge efter. Nedenfor finder du en konkret fremgangsmåde til at bygge en business case, der holder i budgetforhandlinger.

Hovedpointer

• ROI på AI handler sjældent om indtægtsvækst i det offentlige. Det handler om frigjort tid, færre fejl og hurtigere sagsbehandling.
• Start med at måle "før"-situationen. Uden et baseline-tal er enhver forbedring usynlig.
• En business case til det offentlige behøver ikke fylde 40 sider. Tre tal er nok: tid brugt i dag, tid brugt efter, og hvad tiden koster.
• Ifølge en McKinsey-analyse kan administrative vidensopgaver reduceres med op til 30% ved brug af generativ AI.
• De største gevinster gemmer sig i det kedelige rugbrødsarbejde: referater, dataudtræk, standardsvar.

Indholdsfortegnelse

• Hvorfor er ROI svær at måle i det offentlige?
• Tre tal der bygger jeres business case
• Hvad med de bløde gevinster?
• Starter I for stort, måler I ingenting
• Den simple ROI-formel I kan bruge på mandag
• Et udfyldt regneskema du kan tage med til mødet

Hvorfor er ROI svær at måle i det offentlige?

I private virksomheder måler man typisk ROI i kroner og øre på bundlinjen. Flere kunder, højere omsætning. I staten er ligningen anderledes. Jeres "produkt" er ofte sagsbehandling, som fx fremtidens borgerservice, eller intern administration. Gevinsten ved AI viser sig som frigjort medarbejdertid, kortere svartider og færre manuelle fejl.

Det gør ikke gevinsten mindre reel. Men det gør den sværere at sætte tal på, hvis man ikke har en metode. Og uden tal er det svært at forsvare en investering over for direktionen eller politikerne. Arbejder I på at lægge en samlet AI-strategi for jeres offentlige organisation, er et solidt ROI-framework det, der forvandler strategien fra et PowerPoint-slide til en bevilling.

Tre tal der bygger jeres business case

Glem de lange rapporter med 17 KPI'er. En troværdig business case kræver tre tal:

1. Tidsforbrug i dag (baseline). Mål hvor lang tid en konkret opgave tager lige nu. Vær specifik. "Sagsbehandling" er for bredt. At automatisere sagsgange som aktindsigter er præcist nok. Lad tre til fem medarbejdere logge deres tidsforbrug over to uger. Det behøver ikke være perfekt, bare ærligt.

2. Tidsforbrug med AI. Kør en lille pilot på den samme opgave med et AI-værktøj. Lad de samme medarbejdere løse de samme opgaver med AI som hjælp. Mål igen. Forskellen er jeres tidsbesparelse.

3. Hvad koster tiden? Gang tidsbesparelsen med medarbejderens timeløn inkl. overhead. Det er jeres årlige gevinst.

Et konkret eksempel: En kommune har fem medarbejdere, der hver bruger otte timer om ugen på at skrive standardiserede afgørelsesbreve. Med AI-assisteret udkast kan opgaven klares på tre timer. Det er 25 timer sparet om ugen. Med en gennemsnitlig timepris på 450 kr. inkl. pension og overhead er det over 500.000 kr. årligt i frigjort kapacitet. Det er ikke et tal fra en salgspræsentation. Det er simpel matematik, I selv kan efterprøve.

Hvad med de bløde gevinster?

Tidsbesparelse er det nemmeste at måle. Men nogle af de vigtigste gevinster er sværere at sætte direkte kroner på: færre fejl i sagsbehandling, kortere ventetid for borgere og mindre stress hos medarbejderne.

Kvantificér det I kan (tid og penge) og dokumentér resten kvalitativt. Brug medarbejderinterviews og simple før/efter-spørgeskemaer. "Hvor ofte laver du fejl i X-processen?" er et spørgsmål, de fleste kan svare på, både før og efter en pilot.

Husk også at medregne omkostningerne realistisk: licenser til AI-værktøjer, tid til oplæring af medarbejdere og tid til at opbygge nye arbejdsgange. En ærlig business case viser begge sider af regnestykket. Det er faktisk det, der gør den troværdig.

Starter I for stort, måler I ingenting

Den mest udbredte fejl i offentlige organisationer: man vil måle ROI på "AI generelt". Det kan man ikke. Man kan måle ROI på ét konkret AI-projekt, i én konkret afdeling, på én konkret opgave.

Start med én proces. Mål den. Vis resultatet. Brug det som ammunition til næste projekt. Vi arbejdede med en styrelse, der startede med noget så jordnært som referat-skrivning efter møder. Den type konkrete resultater kan I læse mere om i vores case med Lægemiddelstyrelsen, hvor tidsbesparelsen på referat-skrivning var 60% per referat. Det tal åbnede døren til budgettet for tre efterfølgende AI-initiativer.

Husk også: datasikkerheden skal være på plads fra dag ét. En ROI-beregning er værdiløs, hvis I bruger et værktøj, der ikke overholder GDPR. Sørg for at jeres compliance-grundlag er i orden, inden I begynder at måle gevinster.

Den simple ROI-formel I kan bruge på mandag

Her er den formel, vi hos Poulsen & Vinding bruger, når vi hjælper offentlige organisationer med at bygge deres første business case:

Årlig ROI = (Frigjort tid i timer × Timepris) ÷ (Licensomkostning + Oplæringstid × Timepris) × 100

Sæt jeres egne tal ind. Selv et konservativt estimat vil typisk vise en tilbagebetalingstid på under 12 måneder, fordi de fleste AI-værktøjer til administrative opgaver koster relativt lidt sammenlignet med lønomkostningerne for manuelt arbejde. McKinseys analyse af generativ AI i vidensarbejde peger på, at de største tidsbesparelser netop ligger i dataindsamling, tekstudkast og rapportering. Præcis de opgaver, der fylder i en gennemsnitlig styrelse.

Et udfyldt regneskema du kan tage med til mødet

Formler er fine. Men det er nemmere at forstå, hvad der faktisk skal stå i felterne, når man ser det gjort. Her er tre eksempler fra typiske offentlige opgaver, beregnet med den samme formel.

Eksempel 1: Standardiserede afgørelsesbreve

Eksempel 2: Mødereferater i en styrelse

En juridisk afdeling afholder 12 møder om ugen. Hvert referat tager i dag 45 minutter at skrive og kvalitetssikre. Med AI-assisteret transskription og udkast tager det 18 minutter.

Eksempel 3: Dataudtræk og statusrapporter

En forvaltning producerer ugentlige statusrapporter til ledelsen. Én medarbejder bruger i dag seks timer om ugen på at trække data fra tre systemer, formatere det og skrive en sammenfatning. Med AI-assisteret dataoversigt og tekstudkast tager det to timer.

Hvad tallene ikke fortæller jer

Disse eksempler viser den direkte tidsgevinst. De medregner ikke:

• Den frigjorte tid, der bruges på nye opgaver i stedet for hvile (den reelle produktivitetsgevinst kan altså være højere)
• Fejlreduktion, der undgår klagesager eller omgørelser
• Kortere svartider til borgere, som kan have politisk og omdømmemæssig værdi

Inkludér dem kvalitativt i jeres business case som et separat afsnit. Skriv konkret: "Vi forventer X% færre klager på afgørelsesbreve baseret på pilotens fejlrate." Det er ikke et præcist tal, men det er ærligt og det viser, at I har tænkt jer om.

Vælg én opgave, sæt tre til fem medarbejdere til at logge tiden i to uger, og kør derefter en kort pilot med AI. Forskellen i tidsforbrug er jeres business case. Den kan I lægge på bordet ved næste budgetmøde.

Bruno Poulsen

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.