Fintech Nyheter
Digital transformasjon kan skade lønnsomheten mens den øker verdsettelsen

Digital transformasjon blir vanligvis presentert som en vei mot større effektivitet, bedre beslutningstaking og til slutt høyere fortjeneste. Problemet er at de økonomiske fordelene ikke nødvendigvis kommer når regningene gjør det.
En ny studie som undersøker kinesiske børsnoterte selskaper gir en nyttig illustrasjon av dette misforholdet.1 Forskerne analyserte 46,055 firma‑år observasjoner som dekker A‑aksjeselskaper fra 2009 gjennom 2024 og fant at større digital transformasjon var assosiert med lavere nåværende lønnsomhet, målt som avkastning på eiendeler, men høyere markedsverdsettelse, målt som Tobins Q.
For investorer skaper dette en viktig distinksjon. Et selskap kan bruke store summer på teknologi, noe som senker nåværende inntjening, samtidig som det bygger kapasiteter som markedet forventer vil skape fremtidig verdi. Utfordringen er å avgjøre om disse kostnadene representerer ekte transformasjon eller bare dyr teknologibruk uten varig avkastning.
Hvorfor digital transformasjon først kan legge press på lønnsomheten
Virksomhetstransformasjon har blitt en mye bredere oppgave enn bare å installere ny programvare. Moderne prosjekter kan omfatte skyinfrastruktur, kunstig intelligens, automatisering, cybersikkerhet, dataarkitektur, omskolering av ansatte og redesign av hele arbeidsflyter.
Hver komponent medfører kostnader før organisasjonen nødvendigvis høster fordelene. Eldre systemer må integreres eller erstattes. Ansatte trenger opplæring. Prosesser kan midlertidig bli mindre effektive mens teamene går fra gamle til nye driftsmodeller. Ny infrastruktur kan også kjøre parallelt med eksisterende systemer i måneder eller år.
Studiets resultater er i samsvar med disse pressene. I den foretrukne spesifikasjonen var en enhetsøkning i forskernes mål på digital transformasjon assosiert med en nedgang i ROA på 0.0025. Sammenlignet med utvalgets gjennomsnittlige ROA på 0.040, utgjør dette omtrent 6.25% av gjennomsnittet.
Det betyr ikke at teknologi i seg selv reduserer lønnsomheten. Snarere fremhever det et tidsaspekt. Transformasjonskostnader kan bli bokført umiddelbart, mens produktivitetsgevinster kan dukke opp mye senere.
Denne dynamikken blir spesielt viktig etter hvert som virksomheter går fra relativt enkel digitalisering til AI‑drevet drift. Som Securities.io har tidligere utforsket, avhenger konkurransefordelen i økende grad av å kombinere AI med proprietære data, institusjonell kunnskap og intern ekspertise. Å bygge disse grunnlagene krever mer enn bare å kjøpe tilgang til en modell.
Hvorfor markedene kan belønne transformasjon før inntjeningen forbedres
Den andre delen av studien er sannsynligvis mer interessant for investorer. Mens digital transformasjon var negativt assosiert med ROA, var den positivt assosiert med Tobins Q, en måling som ofte brukes for å vurdere markedsverdsettelse i forhold til et selskaps underliggende eiendeler.
Koefisienten for digital transformasjon var positiv på 0.0236. Forskerne anslår at en enhetsøkning i deres transformasjonsmål tilsvarte en økning i Tobins Q på omtrent 1.19% av utvalgets gjennomsnitt.
Dette skaper det som kan kalles et anerkjennelsesgap. Regnskapstall fanger opp kostnader som allerede er påløpt. Markedsverdsettelser kan innlemme forventninger om kapasiteter som ennå ikke har generert målbare inntekter.
Investorer bruker denne logikken jevnlig på fabrikker, halvlederfabrikker, forskningsprogrammer og ny produksjonskapasitet. Digital infrastruktur fortjener tilsvarende behandling. Et selskap som implementerer automatisering i hele forsyningskjeden kan i starten møte integrasjonskostnader mens markedet tillegger verdi til den fremtidige produktiviteten disse systemene kan muliggjøre.
Nylige implementeringer illustrerer hvor brede disse systemene blir. NVIDIA og Palantirs arbeid med AI‑drevne forsyningskjeder, for eksempel, kombinerer modeller, bedriftsdata, optimaliseringsprogramvare og operasjonell beslutningstaking i stedet for å behandle AI som en frittstående applikasjon.
| Måling | Hvordan studien definerte det | Rapportert forhold for digital transformasjon |
|---|---|---|
| ROA | Nåværende avkastning på totale eiendeler | -0.0025 |
| Tobins Q | Markedsbasert verdsettelsesindikator | +0.0236 |
| Innovasjon | Logaritmen til patentapplikasjoner | +0.0333 |
| ESG‑ytelse | Logaritmen til Huazheng ESG‑score | +0.0014 |
Det egentlige spørsmålet er om utgiftene bygger kapasiteter
Lav kortsiktig lønnsomhet alene beviser ikke at en digital transformasjon lykkes. Dårlig implementering kan ødelegge verdi like lett som vellykket implementering kan skape den.
Dette er hvor investorer må gå utover det enkle spørsmålet om hvor mye et selskap bruker på teknologi.
- Endrer teknologien hvordan selskapet faktisk opererer?
- Tar ansatte og kunder i bruk de nye systemene?
- Forbedres innovasjon, produktivitet eller tjenestekapasiteter?
- Kan ledelsen identifisere målbare resultater fra investeringen?
Skillet er viktig fordi digital transformasjon har blitt en attraktiv bedriftsfortelling. Selskaper kan diskutere AI, skybasert databehandling, automatisering eller blokkjede uten at disse teknologiene blir meningsfulle operative kapasiteter.
Selve studien inneholder en viktig advarsel på dette punktet. Dens variabel for digital transformasjon er basert på hyppigheten av transformasjonsrelatert terminologi i selskapers årsrapporter. Den er derfor en opplysningsbasert proxy snarere enn en direkte måling av teknisk kapasitet.
Denne begrensningen har bredere relevans. Investorer bør ikke anta at et selskap som ofte nevner AI nødvendigvis transformerer raskere enn en konkurrent som omtaler teknologien mindre aggressivt. Den mest nyttige bevisføringen kommer fra utrullinger, kundeadopsjon, driftseffektivitet, nye produkter og forbedringer i beslutningsprosesser.
Dette er også grunnen til at bedriftsdatalagret er viktig. Snowflake’s fortsatte ekspansjon rundt bedriftsdata og AI gjenspeiler en bredere trend der transformasjon i økende grad avhenger av å koble tidligere fragmentert informasjon med programvare som kan handle på den.
Innovasjon kan være en vei fra utgifter til verdi
Forskerne fant også at digital transformasjon var positivt assosiert med innovasjonskapasitet. Deres innovasjonsmål var basert på patentmeldinger, med en digital transformasjonskoeffisient på 0,0333.
Dette funnet er nyttig, men bør ikke overdrives. Studien fullførte ikke den andre regresjonsstadiet som er nødvendig for å fastslå at innovasjon formelt formidler forholdet mellom transformasjon og finansiell ytelse. Resultatet indikerer derfor en potensiell kanal snarere enn å bevise at digitalisering skaper verdi spesifikt gjennom patenter.
Selv så er logikken viktig. Bedre datainfrastruktur kan redusere informasjonsøyer. Automatisering kan forkorte eksperimenteringssykluser. AI kan hjelpe ansatte med å søke i store informasjonsmengder eller vurdere alternativer raskere. Digitale arbeidsflyter kan også gjøre det enklere for team på tvers av avdelinger å samarbeide.
Disse kapasiteter hjelper å forklare hvorfor bedriftsteknologi skifter i økende grad fra digitale systemer til intelligente systemer som kobler data, organisasjonskunnskap og beslutningsprosesser.
Uavhengig forskning fra 2026 fant også at bedriftsdigital transformasjon var assosiert med en lavere egenkapitalkostnad, noe som antyder at de potensielle finansielle konsekvensene av digitalisering kan strekke seg utover driftseffektivitet og inn i hvordan kapitalmarkedene vurderer selskaper.
FinTech kan styrke miljøet rundt transformasjon
Artikkelen undersøkte også om et sterkere FinTech-miljø endrer forholdet mellom transformasjon og ytelse. Forskerne brukte Digital Inclusive Finance Index som en ekstern måling av FinTech-utvikling i stedet for å måle individuelle selskapers direkte bruk av finansiell teknologi.
Interaksjonen mellom FinTech-utvikling og digital transformasjon var positiv og statistisk signifikant når Tobins Q var den avhengige variabelen. Med andre ord så selskaper som opererer i mer utviklede digitale finansmiljøer ut til å ha et sterkere positivt forhold mellom transformasjon og markedsverdi.
Det er en viktig begrensning. Denne delen av analysen inneholdt kun 100 observasjoner, sammenlignet med 46 055 firma‑år‑observasjoner i hovedstudien. Artikkelen dokumenterer ikke fullt ut hvordan utvalget ble redusert til denne størrelsen. Resultatet bør derfor behandles som et utforskende signal snarere enn som en av studiens sterkeste konklusjoner.
Accenture gir eksponering mot bedriftsdigital transformasjon
Studien peker også på en annen tilnærming for investorer til digital transformasjonstrenden. I stedet for å prøve å identifisere hvilket enkelt selskap som vil hente størst avkastning fra teknologiinvesteringer, kan investorer se på selskaper som selger infrastrukturen og ekspertisen som kreves for å gjennomføre disse transformasjonene.
Accenture er spesielt relevant. Dets konsulent- og teknologivirksomhet dekker sky‑migrasjon, dataarkitektur, cybersikkerhet, automatisering, bedriftsprogramvare og i økende grad AI‑implementering. Dette plasserer selskapet på den andre siden av transformasjonsutgiftene som ble identifisert i studien.
Muligheten utvikler seg ettersom selskaper går fra å eksperimentere med generativ AI til å integrere AI direkte i forretningsprosesser. Accenture har fortsatt å utvide sine kapasiteter på dette området, inkludert en nylig investering og partnerskap med Within fokusert på kartlegging av forretningsprosesser, utrulling av AI‑agenter og forbedring av bedriftsoperasjoner.
ACN Prisdiagram
For investorer er den bredere tesen ikke at hvert teknologiprosjekt fortjener tålmodighet. Det er at nåværende inntjening kan gi et ufullstendig bilde når et selskap gjør betydelige investeringer i kapasiteter som er designet for å endre fremtidig kostnadsstruktur, innovasjonskapasitet eller konkurranseposisjon.
Digital transformasjon krever et lengre investeringsperspektiv
Den mest nyttige konklusjonen fra studien er derfor ikke bare at digital transformasjon er bra eller dårlig for finansiell ytelse. Forholdet avhenger delvis av hva investorer velger å måle.
Nåværende regnskapsmessig lønnsomhet kan reflektere kostnaden ved transformasjonen. Markedsverdsettelse kan reflektere forventningene om hva disse investeringene til slutt kan generere. Ingen av dem forteller den komplette historien alene.
Det gjør digital transformasjon til et investeringsanalyseproblem like mye som et teknologiproblem. Investorer må skille produktive investeringer fra moteaktige utgifter, fastslå om nye systemer blir integrert i faktiske operasjoner, og identifisere bevis på at organisatoriske kapasiteter forbedres.
Selskaper som lykkes med den overgangen kan etter hvert omdanne dagens teknologikostnader til morgendagens konkurransefortrinn. De som ikke gjør det, vil bare sitte igjen med kostnadene.
Referanser:
1 Yang, F., & Wang, Y. (2026). En studie av digital omstilling i virksomheter og økonomiske resultater: Den modererende rollen til utviklingen innen FinTech. International Review of Economics and Finance. Publisert på nett før trykt utgave. https://doi.org/10.1016/j.iref.2026.105915












