Hvem får gevinsten af AI?

AI kan gøre medarbejdere hurtigere og virksomheder mere produktive. Men produktivitetsgevinsten fortæller ikke i sig selv, om resultatet bliver højere løn, kortere arbejdstid, lavere priser, større overskud – eller færre ansatte. Når AI flytter ind på arbejdspladsen, bliver spørgsmålet derfor ikke kun, hvad teknologien kan. Det bliver, hvem der får værdien af det, den kan.

Forestil dig en medarbejder, der tidligere brugte en hel arbejdsdag på at lave en analyse. Research skulle findes, data bearbejdes, et første udkast skrives og resultatet præsenteres.

Så får medarbejderen adgang til generativ AI. Nu tager arbejdet måske fem timer i stedet for otte. Det er i princippet den fortælling, der ligger bag en stor del af begejstringen for AI på arbejdsmarkedet. Vi skal kunne producere mere med de samme ressourcer. Eller det samme med færre.

Men hvad sker der med de tre timer, der er blevet til overs? Går medarbejderen hjem klokken 14? Får hun højere løn? Får hun tre timers ekstra arbejde? Bruger virksomheden tiden på at producere mere? Bliver der brug for færre kolleger? Eller ender værdien et helt andet sted – hos virksomhedens ejere, kunderne eller de teknologivirksomheder, der leverer AI-systemerne?

Det er et spørgsmål, som let forsvinder i diskussionen om AI og arbejdsmarkedet.

Vi taler meget om, hvilke jobs AI vil ændre eller erstatte. Mindre om, hvem der får gevinsten, hvis teknologien faktisk leverer det produktivitetsløft, vi er blevet stillet i udsigt.

Gevinsten er allerede målbar

Der er efterhånden god dokumentation for, at generativ AI kan øge produktiviteten i bestemte typer arbejde. I et stort studie af 5.179 kundeservicemedarbejdere øgede en AI-assistent antallet af løste kundeproblemer pr. arbejdstime med gennemsnitligt 14 procent. Effekten var langt større blandt de mindst erfarne og mindst produktive medarbejdere, hvor produktivitetsstigningen var 34 procent. Et andet forsøg blandt 758 konsulenter viste et lignende mønster. På opgaver, som AI var god til at løse, arbejdede konsulenter med AI mere end 25 procent hurtigere, mens kvaliteten af deres resultater steg med over 40 procent. Men undersøgelsen viste samtidig teknologiens begrænsning: På opgaver uden for AI-systemets kompetenceområde kunne brugen af AI forringe resultatet.  

Der er altså ikke tale om en universel produktivitetsmaskine. Effekten afhænger af opgaven, medarbejderen og den måde, AI implementeres på. Og springet fra hurtigere opgaveløsning til højere produktivitet i hele økonomien er endnu større. OECD konstaterer i sin produktivitetsrapport for 2026, at informations- og kommunikationsbranchen samt professionelle serviceerhverv – områder med relativt høj AI-anvendelse – havde nogle af de stærkeste produktivitetsstigninger i 2024. Men OECD formulerer sig forsigtigt om AI’s rolle. Der er endnu ikke grundlag for at tilskrive udviklingen AI alene.  

Alligevel er potentialet betydeligt. OECD har i en anden analyse beregnet scenarier, hvor AI kan løfte væksten i realindkomsten pr. indbygger i OECD- og G20-landene med mellem 0,1 og 0,95 procentpoint om året over det kommende årti. Spændet er stort, fordi resultatet afhænger af blandt andet teknologiens udvikling og udbredelse.   

En time sparet er ikke en time fri

Det er fristende at forestille sig produktivitetsgevinsten som tid. Hvis AI reducerer en otte timers opgave til fem timer, har teknologien på en måde produceret tre timer. Men de tre timer kommer ikke med en brugsanvisning. Virksomheden kan bruge dem på at producere mere. Den kan reducere bemandingen. Medarbejderne kan få højere løn eller kortere arbejdstid. Virksomheden kan sænke sine priser. Overskuddet kan stige.

I praksis vil gevinsten sandsynligvis blive fordelt mellem flere af disse muligheder.

Det bliver ikke AI, der bestemmer fordelingen. Det gør arbejdsmarkedet, konkurrencen mellem virksomhederne, ejerskabet, overenskomsterne, reguleringen og styrkeforholdet mellem arbejdsgivere og arbejdstagere.

Mere produktiv – eller bare mere travl?

AI kan gøre det muligt at udføre en opgave hurtigere, men digitale ledelsessystemer kan samtidig gøre det muligt at registrere den frigjorte kapacitet og fylde den med nye opgaver.

Så resultatet bliver ikke nødvendigvis: samme produktion → mindre arbejde. Det kan lige så godt blive: mere produktiv medarbejder → højere produktionskrav.

OECD’s undersøgelser blandt medarbejdere viser netop denne dobbelte oplevelse. Fire ud af fem adspurgte arbejdstagere, der bruger AI, vurderede, at teknologien forbedrede deres arbejdspræstation, og tre ud af fem mente, at den øgede deres arbejdsglæde. Samtidig peger OECD på bekymringer om blandt andet stigende arbejdsintensitet, dataindsamling og ulighed. Men hvem opnår den øgede effektivitet? 

Fra junior til senior – og fra arbejde til kapital

Fordelingsspørgsmålet findes også mellem forskellige grupper af medarbejdere. Hvis en erfaren jurist med AI kan lave research, dokumentgennemgang og første analyse hurtigere, kan virksomheden måske producere det samme med færre juniorjurister. Så er produktivitetsgevinsten ikke bare et spørgsmål om, hvor meget den enkelte medarbejder producerer. Den kan ændre selve organisationen.

Men udviklingen kan også gå den anden vej. Studiet af kundeservicemedarbejderne viste for eksempel, at de største produktivitetsgevinster tilfaldt de mindst erfarne medarbejdere. AI så ud til at overføre noget af de dygtigste medarbejderes praksis til deres mindre erfarne kolleger.   AI kan altså både gøre senioren mindre afhængig af junioren og gøre junioren hurtigere dygtig.

Det understreger, hvor svært det er at tale om én samlet AI-effekt. Det samme gælder løn. En OECD-analyse af 19 lande fandt i historiske data fra 2014-2018 ikke tegn på, at AI havde øget lønforskellene mellem professioner. Der var til gengæld indikationer på mindre lønulighed inden for professionerne, hvilket blandt andet kan hænge sammen med, at mindre produktive medarbejdere får relativt større udbytte af AI. Undersøgelsen ligger imidlertid fra perioden før den generative AI-bølge og kan derfor ikke fortælle os, hvordan udviklingen siden ChatGPT vil slå igennem.  

Den danske model møder AI

I Danmark har vi allerede en institutionel mekanisme til at håndtere produktivitetsgevinster.

Den kaldes blandt andet overenskomstsystemet. Løn, arbejdstid, efteruddannelse og andre arbejdsforhold er ikke blot et resultat af teknologiens udvikling. De forhandles mellem arbejdsmarkedets parter. Det gør AI til et potentielt nyt område for den danske model.

Forestil dig en virksomhed, hvor AI betyder, at en afdeling kan producere 20 procent mere uden at ansætte flere medarbejdere. Hvem har krav på værdien af de 20 procent? Virksomheden kan argumentere for, at den har investeret i teknologien, taget risikoen og derfor bør høste afkastet. Medarbejderne kan argumentere for, at produktivitetsløftet kun opstår, fordi deres faglighed kombineres med teknologien – og at en del af gevinsten derfor bør komme dem til gode gennem løn, arbejdstid eller bedre arbejdsforhold.

Det er ikke et spørgsmål, teknologien kan besvare. Det er en interessekonflikt, der skal forhandles. Og måske bør fremtidens AI-forhandlinger derfor ikke kun handle om overvågning, medarbejderdata og retten til at blive informeret om algoritmiske systemer. De kan også komme til at handle om retten til en del af produktivitetsgevinsten.

Hvem ejer egentlig produktivitetsmaskinen?

Selv hvis virksomheden får en stor produktivitetsgevinst, er det ikke sikkert, at virksomheden beholder den. Den klassiske industrielle produktivitetsmaskine stod ofte fysisk på fabrikken og var ejet af virksomheden. Med AI fungerer det anderledes. En virksomhed kan betale for modeller, software, cloudinfrastruktur, datacentre og computerkraft. En del af den værdi, som medarbejderen skaber ved hjælp af AI, bliver derfor samtidig til indtægter hos de virksomheder, der kontrollerer infrastrukturen. Man kan derfor forestille sig en længere værdikæde: medarbejder → arbejdsgiver → AI-leverandør → cloud/infrastruktur → chipproducent. Det handler også om, hvor i økonomien ejerskabet af AI ligger.

Hvis mange danske virksomheder bliver mere produktive ved hjælp af udenlandsk ejet teknologi, kan noget af produktivitetsgevinsten ende uden for virksomhederne – og uden for Danmark – gennem licenser, cloudbetalinger og andre teknologiomkostninger. OECD’s analyser af AI og international handel peger netop på, at gevinsterne kan blive meget forskelligt fordelt mellem lande afhængigt af deres egen AI-adoption, produktionsstruktur og placering i de internationale værdikæder.  

Forbrugeren kan også vinde

Men der mangler en faktor i ligningen. Forbrugeren. Hvis en virksomhed kan producere den samme ydelse billigere med AI, kan konkurrence presse virksomheden til at sænke priserne.

Så bliver produktivitetsgevinsten ikke kun til profit eller løn, men til billigere varer og tjenester.

Den kan også blive til bedre produkter. En læge kan måske bruge mere tid med patienten, fordi AI reducerer dokumentationsarbejdet. En bank kan behandle en sag hurtigere. En lille virksomhed kan få adgang til analysekapacitet, som tidligere kun store virksomheder havde råd til. Dermed har AI-gevinsten mindst fem potentielle modtagere, medarbejderen, virksomheden og dens ejere, forbrugeren, teknologileverandøren og samfundet gennem skatter og økonomisk vækst. Og hvordan bliver gevinsten fordelt imellem dem?

Hvor blev fire-dages-ugen af?

Endnu en mulighed, som er blevet diskuteret i forbindelse med alle store teknologiforbedringer, er tiden. Hvis AI virkelig kan gøre os markant mere produktive, kunne en del af gevinsten principielt tages ud som mindre arbejdstid. En central del af historien om industrialisering og produktivitetsvækst er netop, at samfundet ikke kun er blevet rigere. Arbejdstiden er også blevet reduceret betydeligt over lange historiske perioder.

Hvis en virksomhed om nogle år kan producere det samme på fire arbejdsdage, som den tidligere producerede på fem, er én mulighed at producere mere. En anden er at arbejde fire dage. Der findes ingen økonomisk naturlov, der siger, hvilken mulighed samfundet skal vælge. Det er et politisk, økonomisk og arbejdsmarkedsmæssigt valg.

AI har ikke noget svar

Forestil dig igen medarbejderen fra begyndelsen. Klokken er 13. AI har hjulpet hende med at udføre det arbejde, der tidligere tog til klokken 16. Teknologien har med andre ord gjort præcis det, den blev købt til, nemlig skabt en produktivitetsgevinst. Men her stopper teknologiens svar. Den kan ikke afgøre, om medarbejderen skal gå hjem, lave tre timers ekstra arbejde, have mere i løn eller risikere, at virksomheden næste år vurderer, at færre medarbejdere kan udføre den samme produktion. Den kan heller ikke afgøre, om virksomhedens ejere skal have et større afkast, om kunderne skal have lavere priser, eller om en del af værdien skal investeres i medarbejdernes uddannelse.

Det er beslutninger, mennesker træffer. Derfor er det måske heller ikke spørgsmålet om, hvor meget AI kan producere, der bliver afgørende for fremtidens arbejdsliv. Det bliver spørgsmålet om, hvordan vi fordeler det, AI gør det muligt at producere.

Et arbejdsmarked, der fordeler gevinsten

Hvis AI gør os markant mere produktive, behøver gevinsten ikke automatisk blive omsat til højere produktionskrav, færre ansatte eller større overskud. Den kan også fordeles gennem de institutioner, vi allerede bruger til at organisere arbejdsmarkedet. En mulighed er AI-produktivitetsaftaler, hvor virksomheder og medarbejdere forhandler om, hvordan dokumenterede effektiviseringsgevinster skal anvendes – eksempelvis til løn, kortere arbejdstid eller kompetenceudvikling. 

En anden er personlige kompetencekonti, finansieret af arbejdsgivere og eventuelt staten, som følger medarbejderen gennem arbejdslivet og gør det muligt at uddanne sig til nye roller, før det gamle job forsvinder. Hvis AI gør karrierer mere omskiftelige, kan sikkerheden samtidig i højere grad knyttes til mennesket frem for det enkelte job gennem stærkere indkomstsikring og finansierede perioder til omskoling. Og hvis produktivitetsgevinsten i stigende grad ender som kapitalafkast, bliver ejerskab en del af løsningen: medarbejderaktier, overskudsdeling, pensionsfonde og andre brede ejerformer kan give flere mennesker direkte del i den værdi, teknologien skaber.

Det peger mod et arbejdsmarked, der kan se anderledes ud end det nuværende: Vi arbejder måske færre timer, men skifter oftere rolle; efteruddannelse bliver en integreret del af arbejdslivet frem for en nødløsning efter en fyring; sikkerhedsnettet beskytter i højere grad overgangen mellem jobs og indkomsten kommer måske i højere grad fra både arbejde og ejerskab. Ingen af delene følger automatisk af AI, og modellerne indebærer forskellige økonomiske og fordelingsmæssige valg. Men det gør den modsatte udvikling heller ikke. AI kan ændre, hvor meget værdi der kan skabes med en times menneskeligt arbejde. Om gevinsten bliver til mere profit, højere løn, større jobsikkerhed, mere uddannelse eller mere fri tid, afgøres ikke af teknologien. Det afgøres af, hvordan vi vælger at indrette arbejdsmarkedet omkring den.

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.