Produktivitetsökningar med AI: vad investerare bör hålla ögonen på

Artificiell intelligens kan hjälpa företag att producera mer med de resurser de redan har. Om produktivitetsökningarna leder till högre löner, större vinster eller lägre priser beror på beslut som sträcker sig långt bortom själva tekniken.

En global studie av ekonomen Swapnanil SenGupta, publicerad i Technological Forecasting and Social Change, undersöker detta ojämna samband.¹ I 69 783 börsnoterade företag i 83 länder under perioden 2004–2023 förknippas ett större allmänintresse för AI med högre produktivitet. Löneutfallen skiljer sig dock mellan avancerade ekonomier och utvecklingsekonomier.

För investerare väcker resultaten en viktig diskussion om hur tekniska framsteg omvandlas till affärsvärde. Produktivitet skapar möjligheter. Konkurrens, införandekostnader, arbetskraftens kompetens och kundernas efterfrågan bidrar till att avgöra vem som i slutänden gynnas.

Vad studien mäter om AI och löner

I studien mäts intresset för AI genom Google Trends-sökningar på artificiell intelligens som forskningsområde. Måttet fångar hur framträdande AI blir i ett lands informationsmiljö. Det visar inte om enskilda företag har installerat AI-system eller hur intensivt de anställda använder dem.

Den skillnaden är central. Chefer kan ompröva rekrytering, utbildning eller investeringar när förväntningarna på en teknik förändras. Arbetstagare kan omvärdera vilka färdigheter de bör utveckla. Sådana reaktioner kan sammanfalla med införandet av tekniken, vilket gör det svårt att skilja deras enskilda bidrag åt.

Lönemåttet bör också tolkas med försiktighet. Det motsvarar företagets genomsnittliga utgifter för löner och ersättningar per anställd. Förändringar kan återspegla såväl arbetsstyrkans sammansättning som ersättningsnivåerna. Om företaget exempelvis anställer fler juniora medarbetare kan de genomsnittliga utgifterna minska utan att befintliga anställda får sänkt lön.

Analysen beskriver därför samband mellan intresset för AI och företagens utfall. Den kan inte visa att ett ökat sökintresse i sig orsakar förändringar i arbetstagarnas löner.

AI:s inverkan på produktivitet och löner skiljer sig mellan ekonomier

Bland börsnoterade företag i avancerade ekonomier förknippas ett större intresse för AI med lägre genomsnittslöner, högre arbetsproduktivitet och högre total faktorproduktivitet. Arbetsproduktivitet beskriver produktionen i förhållande till arbetsinsatsen. Total faktorproduktivitet försöker fånga effektivitetsförbättringar utöver förändringar i uppmätta insatsfaktorer som arbete och kapital.

Börsnoterade företag i tillväxt- och utvecklingsekonomier uppvisar ett annat lönemönster: de inledande ökningarna avtar med tiden, samtidigt som produktiviteten utvecklas positivt.

En tolkning är att företag i avancerade ekonomier möter starkare förväntningar på automatisering och kostnadskontroll. Börsnoterade företag i utvecklingsekonomier kan till en början behöva ytterligare kompetens, utbildning och organisatorisk kapacitet. Studien tar upp dessa förklaringar, men fastställer dem inte som bevisade mekanismer.

Urvalet av företag i utvecklingsekonomier är också selektivt. Börsnoterade företag skiljer sig betydligt från företag i den informella sektorn och små, onoterade företag. Deras utfall bör inte betraktas som representativa för hela länders arbetskraft.

Varför högre produktivitet inte garanterar större vinster

Investeringsimplikationerna börjar med skillnaden mellan att skapa ekonomiskt värde och att behålla det.

Tänk dig ett hypotetiskt företag som använder AI för att korta tiden det tar att behandla kundorder. Snabbare handläggning skapar kapacitet. Vinsten ökar bara om företaget använder den kapaciteten produktivt och nyttan överstiger kostnaderna för programvara, integration, tillsyn och utbildning.

Konkurrensen kan omfördela vinsterna. Om konkurrerande företag inför liknande verktyg kan kunderna kräva lägre priser. Branschen blir effektivare, samtidigt som de enskilda företagen behåller få av de ytterligare vinsterna. Alternativt kan personer med efterfrågad teknisk kompetens eller mäktiga programvaruleverantörer ta en del av nyttan i form av högre ersättningar eller avgifter.

Detta är ekonomiska möjligheter, inte utfall som studien har fastställt. De förklarar varför investerare bör granska hur ett företag konkurrerar innan de översätter ett besked om ökad produktivitet tack vare AI till en vinstprognos.

Ett företag med differentierade produkter, kundrelationer som bygger på förtroende eller processer som är svåra att kopiera kan ha större möjligheter att behålla värdet. Även då kan aktiekursen redan spegla högt ställda förväntningar.

Så omvandlas tidsbesparingar med AI till ekonomisk avkastning

En annan utmaning är att omvandla sparad tid till mätbara kommersiella resultat.

Ett verktyg kan spara en timme om dagen åt medarbetarna utan att de totala personalkostnaderna förändras. Det kan ändå vara värdefullt om medarbetarna löser fler kundproblem, förbättrar produkter eller möter en växande efterfrågan. Den ekonomiska nyttan beror på vad som händer därefter.

En studie från 2026 av företagsledare ger relevant bakgrund. Studien bygger på svar från nästan 750 företagsledare och visar att de upplevda produktivitetsförbättringarna är större än de uppmätta vinsterna, vilket kan bero på att det tar tid innan nyttan märks i intäkterna. Den finner också få belägg för en samlad minskning av sysselsättningen på kort sikt, trots att företagen har olika förväntningar på arbetskraften.

Detta tyder på att investerare bör skilja mellan förbättringar av arbetsuppgifter och förbättringar av verksamheten. Snabbare textproduktion eller analys är ett mellanresultat. Bättre kundlojalitet, ökad försäljning eller lägre kostnader efter införandet ger starkare belägg för ekonomiskt värde.

Securities.ios senaste bevakning av AI och effektivare rekrytering utforskar en närliggande möjlighet: att anpassa bemanningen efter efterfrågan. Ökad effektivitet kan innebära att kapaciteten byggs ut där kunderna behöver den, samtidigt som onödiga utgifter begränsas.

Investeringar i arbetskraften kan bidra till varaktig avkastning på AI

Löneskillnaden i SenGuptas artikel väcker också en fråga om hållbarheten. Lägre genomsnittliga arbetskraftskostnader kan förbättra de kortsiktiga ekonomiska resultaten, men det visar inte i sig att företaget har byggt upp en starkare verksamhetsmodell.

Medarbetare förstår ofta undantag, kundpreferenser och operativa begränsningar som är svåra att fånga i programvara. Företag behöver den kunskapen när de avgör var automatisering fungerar och när mänskligt omdöme fortfarande behövs.

Utbildning kan hjälpa medarbetarna att använda den ökade kapaciteten på ett effektivt sätt. Tydliga ansvarsområden och tillförlitliga rutiner för eskalering kan förhindra att snabbare processer leder till kostsamma misstag. Dessa överväganden knyter an till Securities.ios granskning av medarbetarnas förtroende och avkastningen på automatisering.

Några relevanta frågor för investerare är:

• Har de redovisade besparingarna beräknats efter införande- och driftskostnader?
• Förblir servicekvaliteten stabil när produktionen per medarbetare ökar?
• Kan ledningen förklara hur den sparade tiden bidrar till intäkterna eller kassaflödet?

Svar som stöds av konsekventa verksamhetsmått är mer upplysande än allmänna löften om omvandling.

Accenture ger exponering mot införandet av AI i stora företag

Behovet av att koppla samman teknik med praktiska affärsprocesser skapar möjligheter för företag som hjälper andra företag att införa AI. Accenture är ett relevant exempel genom sitt arbete med teknikintegration, data, organisationsförändringar och affärsverksamhet.

Accentures roll har en direkt koppling till de kompletterande investeringar som diskuteras i artikeln. Företag kan behöva förbereda data, utforma om arbetsflöden, utbilda medarbetare och integrera system innan AI ger tillförlitliga resultat. Dessa behov skapar efterfrågan utöver den på själva modellerna.

Accentures resultat för räkenskapsåret 2026 visade intäkter på 74,2 miljarder dollar och nya bokningar på 84,5 miljarder dollar. Det här är siffror för hela företaget, inte mått på AI-intäkter eller bevis för att kundernas AI-installationer har gett positiv avkastning.

Investeringsmöjligheten innebär också motstridiga krafter. AI kan öka efterfrågan på tjänster för införande, samtidigt som behovet av arbetskraft minskar för vissa befintliga arbetsuppgifter. Investerare bör undersöka om nya uppdrag, prismodeller och effektivare leveranser bidrar till lönsam tillväxt efter omstrukturerings- och investeringskostnader.

SenGuptas studie utvärderar inte Accenture specifikt. Företaget är relevant som aktör inom införande av AI i stora företag, medan dess investeringspotential beror på genomförande, konkurrens och värdering.

Senaste nytt och utveckling kring Accenture (ACN)

Utvärdera AI-vinster bortom rubrikerna

Artikeln omfattar historiska data fram till 2023, vilket begränsar slutsatserna om dagens generativa AI-system. De statistiska metoderna ger också väsentligt olika effektstorlekar, och författaren varnar för att fästa alltför stor vikt vid de exceptionellt stora skattningarna med instrumentvariabelmetoden.

Trots detta är artikelns huvudfråga fortfarande relevant: hur samverkar produktivitetsförbättringar med ersättning och organisatorisk anpassning?

För investerare är nästa steg att granska företagsspecifika belägg. Företag som omvandlar ökad kapacitet till uppskattade produkter och tillförlitliga tjänster har en tydligare väg till varaktig avkastning. AI utökar vad företag kan åstadkomma; ledningens beslut och marknadsförhållandena avgör hur stor del av den möjligheten som kommer aktieägare, arbetstagare och kunder till del.

Referenser:

¹ SenGupta, S. (2027). Effekter på företagsnivå av uppmärksamheten kring AI på löner och produktivitet: en global jämförande studie. Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913