Kunstig intelligens
Generativ AI kan reducere virksomheders flokadfærd
Føj Securities.io til dine foretrukne kilder på Google
AI går fra produktivitetsværktøj til kapitalallokeringsværktøj
Mens detailhandlens fokus fortsat er stærkt låst på AI’s indvirkning på medarbejdernes produktivitet, vender institutionel forskning sig mod dens systemiske indvirkning på kapitalallokering og markedets refleksivitet.
Det forventes, at generativ AI vil øge virksomhedernes produktivitet ved at automatisere mange opgaver, der hidtil har været afhængige af menneskelig arbejdskraft: kundeservice, juridisk rådgivning, oversættelse, korrekturlæsning, dataindtastning, kvalitetssikring osv.
Den effekt, denne forandring vil have på arbejdsmarkederne og det konkurrencedygtige landskab, har været hovedfokus for investorer og offentligheden i forbindelse med generativ AI’s ankomst.
Men det er sandsynligt, at AI’s indvirkning vil gå langt videre. For eksempel er toppræsterende mennesker mere tilbøjelige til at omfavne nye teknologier og anvende dem på innovative måder. Generelt betragtes AI i stigende grad som en “kraftforstærker” i vidensøkonomien.
Det er derfor logisk, at generativ AI kan have en betydelig indvirkning på beslutningstagning på de højeste niveauer i store virksomheder, hvor ledelsen vil bruge den til at støtte eller påvirke deres beslutninger.
En nylig artikel af forskere ved Capital University of Economics and Business i Beijing (Kina) ser ud til at bekræfte dette. Artiklen hævder, at generativ AI kan reducere virksomheders flokadfærd ved at styrke ledelsens beslutningsuafhængighed.
Artiklen blev offentliggjort i International Review of Economics & Finance1 under titlen “Blind imitation or rational decision-making? The impact of generative artificial intelligence on corporate investment herd behavior”.
Hvad virksomheders investeringsflokadfærd betyder
Det er et velundersøgt fænomen, at virksomheder kan opføre sig som en gruppe, hvor hver enkelt virksomhed træffer beslutninger, der er meget lig sine jævnaldrende i en given periode. Dette er især en stærk effekt i virksomheders investeringsbeslutninger, hvor efterligning af konkurrenter ofte sker af flere grunde: holde nøgleteknologier væk fra konkurrenterne, undgå risikoen for at fremstå passiv i skiftende markedsforhold, reagere på innovation osv.
En vigtig drivkraft bag denne holdning er, at beslutningstagning i forskellige virksomheder ofte er drevet af fælles information.
“Når virksomheder stoler på meget lignende informationskilder eller lægger større vægt på offentlige signaler, kan selv individuelt rationelle beslutninger skabe systematiske forvrængninger på samlet niveau.”
Men denne virksomhedsfokadfærd kan også føre til massive fejl. En lovende idé kan udvikle sig til en ødelæggende boble, hvis den presses for langt. En ny teknologi kan vise sig at være mindre nyttig end håbet. En ny ledelsesmetode kan medføre uforudsete nye problemer.
Så selvom det sandsynligvis er umuligt at undgå helt, er flokadfærd overordnet set ikke en god ting, og alt der reducerer den, vil sandsynligvis være en fordel for virksomheder og økonomien som helhed.
Hvad undersøgelsen fandt
Undersøgelsen fokuserede på investeringsbeslutninger fra virksomhedsenheder ved at bruge kinesiske virksomheder som datasæt.
Det, denne undersøgelse opdagede, er at der på virksomheds‑niveau er beviser på, at adoption af generativ AI påvirker investeringsflokadfærd.
Den reducerer ikke kun flokadfærd i virksomheders investeringsbeslutninger, men styrker også beslutningsuafhængigheden generelt.
Dette ville indikere, at adoption af generativ AI kan have en udbredt effekt på virksomhedens strategi, langt ud over blot at forbedre produktiviteten på medarbejder‑ og afdelingsniveau.
Den fandt også, at virksomhedens ejerskab og branche spiller en rolle. Effekten var stærkere i ikke‑statslige virksomheder og højteknologiske industrier, mens den var svagere i ikke‑højteknologiske industrier og statsejede virksomheder.
Hvorfor generativ AI kan reducere blind efterligning
Det har tidligere været forventet, at implementeringen af AI kunne radikalt omforme processen og rollerne for ledelse i virksomheder.
“Fordi kunstig intelligens lægger vægt på model‑drevet og algoritme‑assisteret beslutningstagning, kan dens brug omdefinere lederes roller i beslutningsprocessen ved at flytte beslutningstagning mod systematisk analyse i stedet for individuel erfaring og dømmekraft.”
Når det gælder denne undersøgelse, er en vigtig kontekst at forstå, at investeringsbeslutninger typisk træffes i miljøer præget af ufuldstændig information.
En virksomhed skal ikke kun vurdere projekternes cash‑flow‑udsigter, men også forudse ændringer i markedsefterspørgslen, konkurrenters handlinger, kunders præferencer og makroøkonomiske forhold. For hver af disse datapunkter er den tilgængelige information ofte ufuldstændig eller modstridende.
For at tilføje yderligere kompleksitet varierer virksomheder betydeligt i deres evne til at indhente og behandle denne information.
Denne kompleksitet menes ofte at være grunden til, at observation af jævnaldrende spiller så stor en rolle i den endelige, virkelige beslutningsproces.
“Jævnbyrdige virksomheders investeringsadfærd bliver et observerbart og opsummeret eksternt signal. Ved at observere, om jævnbyrdige investerer, hvor meget de investerer, og timingen af deres investeringer, kan en virksomhed delvist udlede markedets forventninger og reducere usikkerheden omkring sine egne beslutninger.”
I finansmarkederne er denne flokadfærd blevet beskrevet som refleksivitet, en selvforstærkende feedback‑sløjfe, der lever af efterligning og fælles opfattelse, og kan være en væsentlig årsag til fremkomsten af finansielle bobler.
Adoption af generativ AI fremmer mere unikke beslutninger ved at omforme virksomhedernes informationsbehandlingspraksis. Da informationsgrundlaget, som beslutningerne trækkes fra, er rigere, er de trufne beslutninger mere varierede end før.
“Algoritme‑drevet analyse muliggør kontinuerlig opdatering af information, så virksomheder kan danne relativt klare vurderinger på tidligere stadier og reducere incitamentet til at vente på, at andre handler for at lære.”
Hvorfor AI også kan skabe nye former for flokadfærd
Det ser således ud til, at AI kan reducere afhængigheden af at efterligne jævnbyrdige, konkurrenter og branchens tendenser ved at levere mere originale og handlingsorienterede data.
Selvom dette ikke bør overdrives, da det er muligt, at AI‑adoption korrelerer med skjulte, virksomheds‑specifikke egenskaber, der forklarer forskellen i investeringsbeslutninger. For eksempel vil en mere innovativ virksomhed med en mere indsigtsfuld ledelse sandsynligvis både træffe mere originale investeringsbeslutninger og lede AI‑adoptionerne.
“Faktorer såsom en virksomheds ledelses kvalitet, teknologiske innovationskapacitet eller markedsposition kan påvirke både dens adoption af generativ AI og dens investeringsadfærd. Hvis disse faktorer ikke medtages i modellen, kan det resultere i enten en overvurdering eller undervurdering af effekten af generativ AI.”
Det bør også bemærkes, at konklusionen er baseret på observation af kun kinesiske virksomheder, og at forskellige kulturer og forretningsøkosystemer kan have forskellige resultater.
Resultatet af denne undersøgelse betyder heller ikke, at AI‑adoption ikke kan føre til nye former for flokadfærd.
For eksempel kan brug af lignende AI‑modeller føre til lignende konklusioner på tværs af virksomheder.
Et andet potentielt problem er, at AI‑data ikke genereres i et vakuum. Hvis branche‑omfattende data peger på nogle tendenser, er det sandsynligt, at selv forskellige AI‑modeller vil opfange dem, hver for sig, og føre til den samme konklusion, der gives til virksomhedens ledelse. Så AI‑erne selv kan vise sig at være lige så følsomme over for flokadfærd som en enkelt menneskelig leder.
Hvad dette betyder for investorer
For investorer betyder opdagelsen, at AI kan bryde eller ændre investeringsflokadfærd, flere konklusioner.
Den første er, at tidlig adoption af AI, ikke kun til trivielle opgaver, men også til intelligens‑ og ledelsesbeslutninger, kan give en afgørende fordel. Så de kan have lyst til at prioritere investering i sådanne virksomheder.
Det kan også betyde, at dette kan være et alvorligt slag mod investeringsstrategier, der er afhængige af momentum og flokadfærd. Hvis AI‑er gør alles beslutninger mere unikke, kan vi se mindre kapital, der strømmer ind på én gang i en sektorsamlet boom, eller at specifikke teknologier eller investerings‑temaer pludselig bliver “den nye hot‑trend”.
Konklusion: Bedre beslutninger afhænger af bedre styring
Det ser således ud til, at adoption af AI til at vejlede investeringsbeslutninger reducerer flokadfærd. Dette var især udbredt blandt privat ejede teknologivirksomheder, og yderligere undersøgelser vil være nødvendige for at afklare hvorfor.
Det er også muligt, at tidlig AI‑adoption blot afspejler bedre og mere fleksibel styring, og ikke så meget en direkte årsag til mere originale investeringsvalg.
Ikke overraskende er det tydeligt, at bedre styring fører til bedre beslutninger, hvad enten det er strategiske træk, investeringsbeslutninger eller klog udnyttelse af AI‑data til mere originale valg.
Dette understreger, at for investorer på aktiemarkedet er studiet af en virksomheds grundlæggende forhold ikke kun en analyse af regnskaber, markedsandele eller innovation. Det omfatter også en solid vurdering af styring og kvaliteten af ledelsens beslutninger.
Således er virkelig uafhængig tænkning, ofte påvist gennem unikke og originale investeringer, et meget vigtigt kriterium, uanset om det udløses af åbenhed for at bruge AI eller en uafhængig vurdering kun af mennesker.
Studie refereret
1. Yongxiang Wang, Zhanhong Wu, Jun Zhang. Blind imitation or rational decision-making? The impact of generative artificial intelligence on corporate investment herd behavior. International Review of Economics & Finance. 19 marts 2026. 10.1016/j.iref.2026.105139.
