Gevinster ved AI-produktivitet: Hvad investorer bør holde øje med

Kunstig intelligens kan hjælpe virksomheder med at producere mere med de ressourcer, de allerede har. Om disse gevinster fører til højere lønninger, større overskud eller lavere priser, afhænger af beslutninger, der rækker langt ud over selve teknologien.

Et globalt studie af økonomen Swapnanil SenGupta, offentliggjort i Technological Forecasting and Social Change, undersøger dette ujævne forhold.¹ Blandt 69.783 børsnoterede virksomheder i 83 lande fra 2004 til og med 2023 er større offentlig opmærksomhed på AI forbundet med højere produktivitet. Lønudviklingen er imidlertid forskellig i udviklede økonomier og udviklingsøkonomier.

For investorer lægger resultaterne op til en nyttig diskussion af, hvordan teknologiske fremskridt bliver til forretningsværdi. Produktivitet skaber en mulighed. Konkurrence, implementeringsomkostninger, medarbejdernes kompetencer og kundeefterspørgsel er med til at afgøre, hvem der i sidste ende får gavn af den.

Hvad studiet måler om AI og lønninger

Studiet måler opmærksomheden på AI ved hjælp af Google Trends-søgninger efter kunstig intelligens som forskningsfelt. Det viser, hvor fremtrædende AI bliver i et lands informationsmiljø. Det fastslår ikke, om enkelte virksomheder har installeret AI-systemer, eller hvor intensivt medarbejderne bruger dem.

Denne skelnen er central. Ledere kan genoverveje ansættelser, oplæring eller investeringer, når forventningerne til en teknologi ændrer sig. Medarbejdere kan overveje på ny, hvilke kompetencer de skal udvikle. Sådanne reaktioner kan finde sted sideløbende med indførelsen af teknologien, hvilket gør det vanskeligt at adskille deres individuelle bidrag.

Lønmålet skal også fortolkes med omtanke. Det angiver virksomhedens gennemsnitlige udgifter til løn og gager pr. medarbejder. Ændringer kan afspejle både medarbejdersammensætningen og lønniveauet. Hvis en virksomhed for eksempel ansætter flere medarbejdere på begynderniveau, kan de gennemsnitlige udgifter falde, uden at eksisterende medarbejdere får lønnedgang.

Analysen beskriver derfor sammenhænge mellem opmærksomhed på AI og virksomheders resultater. Den kan ikke påvise, at øget søgeinteresse i sig selv medfører ændringer i medarbejdernes løn.

Produktivitets- og lønvirkninger af AI varierer mellem økonomier

Blandt børsnoterede virksomheder i udviklede økonomier er større opmærksomhed på AI forbundet med lavere gennemsnitslønninger, højere arbejdsproduktivitet og højere totalfaktorproduktivitet. Arbejdsproduktivitet beskriver produktionen i forhold til arbejdskraften. Totalfaktorproduktivitet forsøger at indfange effektivitetsforbedringer ud over ændringer i målte produktionsfaktorer som arbejdskraft og kapital.

Børsnoterede virksomheder i vækstmarkeds- og udviklingsøkonomier udviser et andet lønmønster: Indledende lønstigninger aftager med tiden, samtidig med at produktiviteten reagerer positivt.

En mulig fortolkning er, at virksomheder i udviklede økonomier møder stærkere forventninger om automatisering og omkostningsstyring. Børsnoterede virksomheder i udviklingsøkonomier kan i første omgang have behov for yderligere kompetencer, oplæring og organisatorisk kapacitet. Studiet drøfter disse forklaringer, men fastslår ikke, at de er dokumenterede mekanismer.

Studiets stikprøve fra udviklingsøkonomier er desuden selektiv. Børsnoterede virksomheder adskiller sig markant fra virksomheder i den uformelle økonomi og små, unoterede virksomheder. Deres resultater bør ikke betragtes som repræsentative for hele landenes arbejdsstyrker.

Hvorfor højere produktivitet ikke garanterer større overskud

Investeringsmæssigt tager det udgangspunkt i en skelnen mellem at skabe økonomisk værdi og at fastholde den.

Forestil dig en virksomhed, der bruger AI til at reducere den tid, det tager at behandle kundeordrer. Hurtigere behandling frigør kapacitet. Overskuddet forbedres kun, hvis virksomheden udnytter kapaciteten produktivt, og gevinsten overstiger omkostningerne til software, integration, tilsyn og oplæring.

Konkurrence kan omfordele gevinsterne. Hvis konkurrerende virksomheder indfører lignende værktøjer, kan kunderne kræve lavere priser. Branchen bliver mere effektiv, mens de enkelte virksomheder kun beholder en lille del af det ekstra overskud. Omvendt kan knappe tekniske kompetencer eller magtfulde softwareleverandører få del i nogle af gevinsterne gennem højere lønninger eller gebyrer.

Dette er økonomiske muligheder, ikke resultater, som studiet har påvist. De forklarer, hvorfor investorer bør undersøge, hvordan en virksomhed konkurrerer, før de omsætter en melding om øget AI-produktivitet til en indtjeningsprognose.

En virksomhed med differentierede produkter, stærke kunderelationer eller processer, der er vanskelige at efterligne, kan have bedre muligheder for at fastholde værdien. Alligevel kan aktiekursen allerede afspejle høje forventninger.

Fra tidsbesparelser med AI til økonomisk afkast

En anden udfordring er at omsætte den sparede tid til målbare kommercielle resultater.

Et værktøj kan spare medarbejderne en time om dagen uden at ændre de samlede lønudgifter. Det kan stadig være værdifuldt, hvis medarbejderne løser flere kundeproblemer, forbedrer produkter eller imødekommer en stigende efterspørgsel. Den økonomiske gevinst afhænger af, hvad der sker derefter.

En undersøgelse fra 2026 blandt virksomhedsledere giver relevant kontekst. Undersøgelsen bygger på næsten 750 virksomhedsledere og viser, at de oplevede produktivitetsforbedringer overstiger de målte gevinster, hvilket muligvis afspejler en forsinkelse, før fordelene viser sig i omsætningen. Den finder også kun få tegn på et samlet fald i beskæftigelsen på kort sigt, selv om virksomhederne har forskellige forventninger til arbejdsstyrken.

Det tyder på, at investorer bør skelne mellem forbedringer i opgaver og forbedringer i forretningen. Hurtigere udarbejdelse af udkast eller analyser er et mellemresultat. Bedre kundefastholdelse, mersalg eller lavere omkostninger efter implementeringen er stærkere tegn på økonomisk værdi.

Securities.ios seneste dækning af AI og effektivitet i ansættelser undersøger en beslægtet mulighed: at tilpasse bemandingen efter efterspørgslen. Større effektivitet kan indebære, at kapaciteten øges dér, hvor kunderne har behov for det, samtidig med at unødvendige udgifter begrænses.

Investeringer i arbejdsstyrken kan understøtte varige afkast fra AI

Lønforskellene i SenGuptas artikel rejser også et spørgsmål om, hvor holdbare resultaterne er. Lavere gennemsnitlige lønudgifter kan forbedre de kortsigtede økonomiske resultater, men det er ikke ensbetydende med, at virksomheden har opbygget en stærkere driftsmodel.

Medarbejdere har ofte indsigt i undtagelser, kundernes præferencer og driftsmæssige begrænsninger, som er vanskelige at indarbejde i software. Virksomheder har brug for den viden, når de skal beslutte, hvor automatisering fungerer, og hvornår menneskelig dømmekraft fortsat er nødvendig.

Uddannelse kan hjælpe medarbejderne med at udnytte den ekstra kapacitet effektivt. Klare ansvarsområder og pålidelige procedurer for eskalering kan forhindre, at hurtigere processer fører til dyre fejl. Disse overvejelser hænger sammen med Securities.ios undersøgelse af medarbejdernes tillid og afkastet af automatisering.

For investorer er følgende spørgsmål relevante:

• Er de rapporterede besparelser opgjort efter implementerings- og driftsomkostninger?
• Forbliver servicekvaliteten stabil, når produktionen pr. medarbejder stiger?
• Kan ledelsen forklare, hvordan den sparede tid bidrager til omsætning eller pengestrømme?

Svar, der understøttes af konsistente driftsmålinger, er mere informative end brede løfter om forandring.

Accenture giver investorer eksponering mod implementering af AI i virksomheder

Behovet for at forbinde teknologi med praktiske forretningsprocesser skaber muligheder for virksomheder, der hjælper andre virksomheder med at implementere AI. Accenture er et relevant eksempel med sit arbejde inden for teknologiintegration, data, organisatoriske forandringer og forretningsdrift.

Accentures rolle hænger direkte sammen med de supplerende investeringer, der omtales i artiklen. Virksomheder kan være nødt til at klargøre data, omlægge arbejdsgange, uddanne medarbejdere og integrere systemer, før AI giver pålidelige fordele. Disse behov skaber efterspørgsel ud over selve modellerne.

Accentures regnskabsresultater for 2026 viste en omsætning på 74,2 mia. dollars og nye ordreindgange på 84,5 mia. dollars. Det er tal for hele virksomheden, ikke mål for AI-omsætningen eller bevis på, at kundernes implementeringer har givet et positivt afkast.

Investeringscasen er også præget af modstridende kræfter. AI kan øge efterspørgslen efter implementeringstjenester, samtidig med at behovet for arbejdskraft til visse eksisterende opgaver mindskes. Investorer bør undersøge, om nye kundeopgaver, prismodeller og mere effektive leverancer understøtter en lønsom vækst efter omkostninger til omstrukturering og investeringer.

SenGuptas undersøgelse vurderer ikke Accenture specifikt. Virksomheden er relevant som aktør inden for implementering i større virksomheder, mens dens investeringsmæssige attraktivitet afhænger af eksekvering, konkurrence og værdiansættelse.

Seneste nyheder og udviklinger om Accenture (ACN)

Vurdering af AI-gevinster ud over overskrifterne

Artiklens historiske datagrundlag slutter i 2023, hvilket begrænser, hvilke konklusioner der kan drages om nutidens generative AI-systemer. De statistiske metoder giver også meget forskellige estimater af effektstørrelsen, og forfatteren advarer mod at tillægge de usædvanligt store estimater baseret på instrumentvariabler for stor vægt.

Alligevel er artiklens hovedspørgsmål fortsat relevant: Hvordan påvirker produktivitetsforbedringer lønninger og organisatoriske tilpasninger?

For investorer er næste skridt at se på virksomhedsspecifik dokumentation. Virksomheder, der omsætter øget kapacitet til efterspurgte produkter og pålidelige tjenester, har en klarere vej til varige afkast. AI udvider, hvad virksomheder kan udrette; ledelsens beslutninger og markedsforholdene afgør, hvor stor en del af dette potentiale der kommer aktionærer, medarbejdere og kunder til gode.

Referencer:

¹ SenGupta, S. (2027). Virksomhedsniveauets virkninger af AI-opmærksomhed på lønninger og produktivitet: En global sammenlignende undersøgelse. Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913