Status for AI 2025 (McKinsey)

Jeg har laget et sammendrag av McKinsey rapporten "The state of AI: How organizations are rewiring to capture value" for å få frem hvor viktig det er å planlegge og analysere for fremtiden i en bedrift som ønsker å være med på lønnsom business i møte med teknologiens utfordringer og muligheter i årene som kommer .

1. Konteksten og overblikket

Rapporten “The State of AI – How organizations are rewiring to capture value” (McKinsey, mars 2025) analyserer hvordan organisasjoner globalt integrerer og optimaliserer bruken av generativ kunstig intelligens (gen AI). Den bygger på data fra en global undersøkelse med 1 491 respondenter i 101 land. Rapporten fokuserer på hvordan verdiskaping skjer gjennom omstrukturering av arbeidsprosesser, risikostyring, nye kompetansebehov og strategisk lederskap.

2. Strategisk eierskap og governance

Et viktig funn er at selskaper med CEO-styrt AI-governance har langt høyere sannsynlighet for å oppnå betydelig bunnlinjeeffekt fra gen AI. Kun 28 % oppgir at CEO har ansvaret for AI-styring, men hos større selskaper er denne andelen lavere, ettersom ansvar ofte er delt mellom flere ledere. CEO-ansvar er sterkt korrelert med høyere EBIT-verdi fra AI, spesielt når også styrer og ledergrupper er involvert.

3. Omstrukturering og prosessfornyelse

Redesign av arbeidsflyt er den viktigste driveren for verdiskaping. Hele 21 % av selskaper som bruker gen AI har fundamentalt omdesignet noen arbeidsprosesser. Suksess henger sammen med ledelsesinvolvering, forretningsorientert tilnærming og organisatorisk tilpasning, fremfor å se AI som et rent teknologiprosjekt.

4. Sentralisering og organisering

Data viser at selskaper i økende grad benytter en “hub and spoke”-modell for å implementere AI. Risiko, compliance og datastyring er i stor grad sentralisert, mens teknologisk talent og prosessadopsjon organiseres delvis desentralisert. Mindre selskaper tenderer mot høyere sentralisering av alle funksjoner.

5. Risiko og ansvarlighet

Risikohåndtering er blitt mer omfattende. Vanlige risikoer inkluderer:

• Feil og unøyaktighet

• IP-brudd

• Personvern

• Cybersikkerhet
  Store selskaper håndterer langt flere risikoer enn små, men selv de store har svakheter i å adressere forklarbarhet og rettferdighet i modellene.

6. Skalering og suksessfaktorer

Færre enn en tredjedel følger de 12 dokumenterte beste praksisene for adopsjon og skalering av gen AI. De viktigste praksisene inkluderer:

• Veikart med trinnvis utrulling

• Tydelige KPI-er for AI-verdi

• Interne kommunikasjonsstrategier

• Kompetansebygging per rolle

• Tillitsbygging overfor ansatte og kunder

Tracking av KPI-er gir størst effekt på bunnlinjen, men bare én av fem selskaper gjør dette i dag.

7. AI-kompetanse og rekruttering

Roller som data scientists, ML-ingeniører og AI-produktledere er mest etterspurt. Etterspørselen er høyere enn tilbudet, selv om mangel på AI-talent har avtatt noe siden 2023. Halvparten av alle selskaper som bruker AI forventer økt behov for data scientists det neste året. I tillegg er nye roller som AI-etikere og compliance-spesialister på vei inn.

8. Reskilling og arbeidsstyrkeeffekt

AI påvirker arbeidsstyrken på to måter:

• Omtrent halvparten av respondentene har gjennomført reskilling av ansatte

• Flertallet forventer mer reskilling de neste tre årene

Funksjoner som kundeservice og forsyningskjeder vil få redusert bemanning, mens IT og produktutvikling vil kreve flere ansatte. Samtidig tror flertallet at AI vil ha liten nettoeffekt på bemanning totalt sett de neste tre årene.

9. Økt AI-bruk i hele organisasjonen

Bruken av AI i én eller flere forretningsfunksjoner økte fra 72 % til 78 % bare i 2024. Gen AI brukes mest i:

• Markedsføring og salg

• Produkt- og tjenesteutvikling

• Kundeservice

• Programvareutvikling

• IT og kunnskapsforvaltning

Store selskaper bruker AI i flere funksjoner enn små, og sektorbruk varierer (f.eks. service i media, kunnskap i profesjonelle tjenester).

10. Resultater og verdiskaping

Flere selskaper rapporterer inntektsvekst og kostnadsreduksjon fra gen AI i spesifikke forretningsenheter. I andre halvår 2024 så flertallet av brukerne kostnadsreduksjon i områder som:

• Forsyningskjede

• Kundeservice

• Strategi og finans
  Men: Færre enn 20 % av respondentene ser foreløpig en tydelig enterprise-wide EBIT-effekt fra gen AI.
  

Rapporten i sin helhet: The state of AI: How organizations are rewiring to capture value