AI spiller en stadig større rolle i samfundet, og små og mellemstore virksomheder bruger det i stigende grad. Ministeriet for Økonomiske Anliggender har bedt Dialogic om at undersøge, hvordan og hvorfor små og mellemstore virksomheder gør dette, hvilke barrierer de oplever, og hvad der er nødvendigt for at fremme brugen af AI.

Hvilke indsigter får vi fra litteraturen?

Anvendelsen af AI i små og mellemstore virksomheder vokser hurtigt, men forbliver ujævnt fordelt. I 2024 anvendte cirka 23% af virksomheder med 10 eller flere ansatte en eller flere AI-teknologier, en stigning på 9 procentpoint i forhold til 2023. Brugen varierer dog betydeligt mellem sektorer, virksomhedsstørrelser og typer af anvendelser. Mellemstore virksomheder og serviceudbydere er førende, mens små virksomheder og tekniske sektorer sakker bagud. AI er sjældent strukturelt integreret i virksomhedsdriften. Niveauet af AI-voksenhed varierer betydeligt mellem virksomheder. SMV'er befinder sig i forskellige faser af AI-voksenhed. Faktorer såsom mangel på viden og færdigheder, begrænset grad af digitalisering, for høje omkostninger og frygt for jobtab hæmmer AI-adoptering. Mange SMV'er ved ikke, hvad der er muligt, ønsker ikke at begynde endnu eller kan ikke. 'Vide-ville-kunne'-modellen giver et godt udgangspunkt på både individuelt og organisationsniveau.

Hvordan står det til med brugen af AI i SMV'er?

Brugen af AI i SMV'er vokser, men forbliver fragmenteret og ofte begrænset i dybde. Både eksperter og SMV'er registrerer en stigning i bevidsthed og interesse for AI. Samtidig varierer graden af brug betydeligt pr. virksomhed, med mange virksomheder, der stadig befinder sig i en udforskende eller lejlighedsvis fase. Integration i arbejdsprocesser eller strategisk anvendelse af AI er mere undtagelsen end reglen. Små virksomheder sakker bagud på grund af manglende kapacitet; større virksomheder har flere muligheder. Sektor og virksomhedsaktiviteter er afgørende for anvendelsen af AI. Sektorer varierer i graden, hvori AI kan tilføre værdi (herunder automatiseringspotentiale). Det spiller også en rolle, hvorvidt der allerede findes digital viden og færdigheder. Endelig kræver det i nogle sektorer betydelige (kapital)investeringer at starte med AI; dette gør eksperimentering med AI mindre tilgængelig. AI-voksenhed varierer betydeligt mellem virksomheder.

Hvad motiverer og hæmmer SMV'er i forhold til at bruge AI?

Effektivitetsovervejelser er den vigtigste motivation for SMV'ers brug af AI. SMV'er ser AI som et middel til at optimere processer, automatisere repetitive opgaver, spare omkostninger og håndtere mangel på personale. Dette fører til større effektivitet, fleksibilitet og højere output pr. medarbejder. Virksomheder nævner f.eks. tilbudsrobotter, lageroptimering, kundetilfredshedanalyser, planlægningssystemer og automatiserede rådgivningsrapporter som lovende AI-applikationer for dem selv i fremtiden. SMV'er angiver primært at opleve barrierer i forhold til forståelse af AI og dets muligheder for deres virksomhed, usikkerhed om værdiskabelsen, begrænset viden og færdigheder samt en begrænset databasis. Ifølge eksperter spiller mangel på vision og strategi i forhold til AI en central rolle i den begrænsede brug af AI. Andre vigtige barrierer ifølge eksperter er det begrænsede vidensgrundlag og investeringsrisici.

Hvilke supportbehov er der, og hvad er lovende?

SMV'er angiver især behov for praktisk viden, oplysning, vejledning og økonomisk støtte. Eksperter fremhæver, at SMV'er primært drager fordel af støtte til udvikling af vision og strategi i forhold til AI. Eksperter nævner, at regeringen ikke behøver at spille en rolle i alle udfordringer, da regeringen allerede gør en del for at øge bevidstheden, samle virksomheder og offentlige organisationer og fremme AI-innovation. Forskellige former for støtte kan være relevante for at tackle forskellige udfordringer og støtte SMV'er med forskellige niveauer af AI-voksenhed. Ifølge forskerne er det realistisk for mange virksomheder at avancere et trin op ad AI-voksenhedslommen med støtte, der passer til deres specifikke kontekst, ambitioner og nuværende niveau.

2026

2025