Hävstångseffekten: Därför förändrar de flesta AI-satsningar i tjänstesektorn ingenting
Alla företag ställer sig i dag frågan om AI kan göra verksamheten snabbare. För tjänsteföretag är den verkliga frågan mer komplex: Kan AI hjälpa oss att skapa mer värde med samma antal timmar, utan att kompromissa med lönsamheten, leveranskvaliteten eller kundrelationerna som verksamheten bygger på?
Utmaningen är välkänd. Kompetens är en bristvara och kostar därefter. Marginalerna är pressade och granskas in på decimalen. Kunder förväntar sig samma snabba respons som de får från sin bank eller sin favoritapp. AI ses som det självklara verktyget för att skala upp, och ledare inom branschen vet om det. Ett företag har historiskt sett bara kunnat växa på tre sätt: anställa fler, ta mer betalt för dem man har, eller få ut mer värde av varje arbetad timme. De första två har tydliga tak. Därför handlar mycket om det tredje alternativet, hävstångseffekten, och det är exakt detta som AI förväntades möjliggöra.
För de flesta företag resulterade det dock bara i att inkorgen fylldes snabbare.
Alla ser möjligheterna, men att stå stilla är en risk i sig
Ingen seriös aktör hävdar att tjänsteföretag bör undvika AI. Den samlade forskningen pekar åt motsatt håll: vinsterna är stora, och att agera för långsamt är en fara i sig. Men samma studier är ovanligt tydliga med hur sällan dessa fördelar faktiskt realiseras.
MIT:s studie State of AI in Business för 2025 visar att 95 procent av alla pilotprojekt inom generativ AI för företag inte ger någon mätbar avkastning, trots investeringar på 30 till 40 miljarder dollar. Orsaken var inte svaga modeller eller små budgetar. Problemet var att verktygen var svåra att anpassa, frikopplade från hur arbetet faktiskt utförs och oförmögna att lära sig verksamhetens specifika processer och behov.¹
95%
av alla pilotprojekt inom generativ AI för företag
ger ingen mätbar avkastning, trots investeringar på 30 till 40 miljarder dollar.
Utmaningen är extra påtaglig för tjänstesektorn
Det är här tjänsteföretag skiljer sig från detaljhandel, tillverkning eller logistik. I tjänsteverksamheter är det avgörande hur arbetet faktiskt utförs, eftersom det är där lönsamheten skapas eller går förlorad.
Marginalen finns i skillnaden mellan en fakturerbar timme och en timme som måste skrivas av. Beläggningsgraden avgör om en konsult avslutar ett uppdrag på fredag och påbörjar nästa på måndag, eller om outnyttjad kapacitet gradvis urholkar kvartalets resultat. Leveransrisker uppstår ofta långt innan de syns i rapporterna, kanske i en resursallokering som gjordes för tre veckor sedan eller i en milstolpe som riskerar att passera kvartalsslutet utan att nås.
Siffrorna visar tydligt hur pressad situationen är. SPI Researchs 2026 Professional Services Maturity Benchmark, baserad på 509 företag, visar att den debiterbara beläggningen har sjunkit till 66,4 procent. Det är den lägsta nivån i undersökningens historia och långt under de 75 procent som rapporten menar krävs för hälsosamma marginaler. Den visar också att de framgångsrika företagen drar ifrån tack vare AI, med betydligt högre AI-mognad och kompetens i organisationen.⁴
DOch det är just detta glapp som generiska AI-lösningar har svårt att hantera. De har tränats på generell information och kopplats till verksamhetens data först i efterhand. De kan läsa rader i ett kalkylblad, men de förstår inte verksamhetslogiken bakom intäktsredovisning, resursplanering eller projektlönsamhet. Resultatet blir ofta en assistent som svarar snabbare, men som inte förändrar det som verkligen påverkar verksamhetens resultat. Unit4:s tekniska chef, Claus Jepsen, förklarar:
”Merparten av den AI som idag adderas till affärssystem handlar inte om resonemang eller beslutsfattande. Det handlar om att dirigera arbetsuppgifter med hjälp av bättre språk.”
– Claus Jepsen, CTO, Unit4 (Diginomica)²
AI kan flytta en uppgift från en plats till en annan. Men den kan inte automatiskt väga olika alternativ mot varandra eller fatta bättre verksamhetsbeslut. Och det är just där den verkliga hävstångseffekten finns. Den skapas inte genom snabbare knapptryckningar eller effektivare e-posthantering, utan genom bättre beslut.
Att räkna agenter är inte samma sak som hävstångseffekt
Den naturliga impulsen är ofta att investera i mer AI: fler copiloter, fler agenter och fler funktioner. Men skala utan förståelse är värre än att gå långsamt fram. Gartner bedömer att uppgiftsspecifika AI-agenter kommer att finnas i 40 procent av alla företagsapplikationer vid slutet av 2026, jämfört med mindre än 5 procent i dag. Samtidigt förutspår analysföretaget att över 40 procent av alla agentbaserade AI-projekt kommer att läggas ned före utgången av 2027 på grund av otydligt affärsvärde och bristande styrning. Gartner varnar också för så kallad ”agent washing”, där etablerad automatisering marknadsförs som autonom AI.³ Hundra agenter som inte förstår det uppdrag de utför ger ingen hävstångseffekt. De skapar bara risker.
Mönstret bakom siffrorna
Sammantaget beskriver dessa rön ett tydligt problem. Att stå stilla är inte ett alternativ, eftersom potentialen är verkliga och de företag som lyckas omsätta AI i affärsvärde skaffar sig snabbt en försprång. Men snabbt inför AI utan tillräcklig förståelse är värre, eftersom AI som agerar i en verksamhet den inte begriper skapar risker istället för nytta. Begränsningen ligger inte i hur smart modellen är, utan i hur väl den förstår den ekonomi som företaget lever i.
Detta är det verkliga dilemmat för ledare inom tjänstesektorn under 2026. Inte om de ska införa AI, utan om den AI de väljer förstår skillnaden mellan en debiterad timme och en avskriven timme innan den agerar.
I resten av den här serien ska vi titta på hur den balansen faktiskt uppnås: varför de flesta AI-system för företag snarare dirigerar än resonerar, vad som krävs för att ett system ska tala samma språk som ett tjänsteföretag, varför styrning är nyckeln till hållbara marginaler och vad allt detta innebär en helt vanlig måndagsmorgon. Svaret beror mindre på hur intelligent tekniken är, och mer på hur djupt den förstår den miljö den verkar i.
Beviset finns i era egna siffror. Om ni redan är kund hos Unit4 kan ni testa våra AI-funktioner utan kostnad och utvärdera värdet innan ni skalar upp användningen: https://www.unit4.com/sv/try-our-ai. Om ni är nyfikna på Unit4 kan ni läsa mer om vår AI på https://www.unit4.com/sv/ai-native-erp.
Källor
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, via Fortune, 18 augusti 2025.
- Claus Jepsen, teknisk chef, Unit4, "From routing to reasoning," Diginomica.
- Gartner, uppgiftsspecifika agenter i 40 % av företagsapparna till 2026; över 40 % av projekten med agentisk AI avbryts före slutet av 2027.
- SPI Research, 2026 Professional Services Maturity Benchmark (undersökning bland 509 företag, hösten 2025).
Prenumerera för att läsa mer som detta
Rekommenderade bloggar
Populära bloggar
Missa inte de senaste Unit4-bloggarna
Registrera dig för branschinsikter och exklusivt innehåll