← Tilbage til blog

Julie Kongsbak skriver

Hvad vil det egentlig sige at være en AI-moden organisation?

5. oktober 2026 · Af Julie Rønnebæk Kongsbak

Der bliver talt meget om AI-modenhed lige nu. Og ofte kommer vi hurtigt til at tale om værktøjer, use cases, governance og kompetenceudvikling. Har medarbejderne adgang til de rigtige værktøjer? Har vi styr på, hvad de må bruge dem til? Har vi fundet de gode use cases? Og har medarbejderne fået den nødvendige træning?

Det er alt sammen relevant. Men jeg er begyndt at tænke på, om det er nok til at kalde en organisation AI-moden. For en organisation kan godt have købt Copilot til alle, gennemført en masse kurser, etableret en central AI-enhed og have medarbejdere, der er virkelig dygtige til at bruge AI – uden nødvendigvis at være særlig god til at omsætte alt det til en bredere organisatorisk kapacitet.

Måske handler organisatorisk AI-modenhed derfor også om noget andet: Organisationens evne til løbende at opbygge erfaring med AI, lære af den og omsætte læringen til ændringer i den måde, organisationen arbejder på.

Individuel AI-kompetence er ikke det samme som organisatorisk AI-modenhed

Det er en problemstilling, jeg er blevet mere optaget af gennem mine AI-ledersparringer. Jeg møder ledere, der over relativt kort tid får meget mere erfaring med AI. De finder konkrete anvendelser i deres eget arbejde, bliver bedre til at vurdere, hvornår AI giver værdi, og begynder også at få øje på nogle af de større spørgsmål om medarbejdernes brug, kvalitet, ansvar og organisering.

Men jeg oplever samtidig, at den læring ikke nødvendigvis bevæger sig ret langt. Når jeg spørger ind til, hvordan lederne taler om AI i deres ledergruppe, bliver der ofte mere stille. De ved måske, at nogle af deres lederkolleger bruger AI meget, mens andre næsten ikke gør. Men de har ikke nødvendigvis talt om, hvad de hver især lærer, hvilke forventninger de har til medarbejderne, eller hvad deres erfaringer betyder for den måde, de leder deres områder på.

Det samme kan sagtens ske andre steder. Nogle medarbejdere bliver meget dygtige. Et team finder en virkelig god anvendelse. IT arbejder med teknologien. HR arbejder med kompetenceudvikling. Måske har organisationen også et AI-netværk eller en central AI-enhed. Der kan altså være rigtig meget AI-aktivitet og rigtig mange kompetencer, uden at det nødvendigvis bliver til fælles læring.

Hvis erfaringerne bliver hos enkelte mennesker eller i enkelte dele af organisationen, har vi først og fremmest gjort individer og lokale miljøer mere AI-kompetente. Det betyder ikke automatisk, at organisationen er blevet tilsvarende AI-moden.

En organisation skal kunne optage ny viden

Det er egentlig ikke en ny organisatorisk problemstilling. Inden for organisationsforskningen har man længe arbejdet med begrebet absorptive capacity – på dansk nogenlunde organisationens absorptionskapacitet. Grundtanken er, at det ikke er nok at have adgang til ny viden. En organisation skal også være i stand til at genkende værdien af den, optage den og omsætte den til praksis.

Jeg synes, det er en interessant måde at se AI-modenhed på. For AI udvikler sig hurtigt, og anvendelsesmulighederne er tæt knyttet til de konkrete arbejdsopgaver. Derfor tror jeg heller ikke, det er muligt centralt at beslutte sig frem til alle de rigtige anvendelser. En del af læringen er nødt til at opstå gennem konkret brug. En medarbejder opdager måske, at AI kan løse en analyseopgave på en helt ny måde. En leder finder en arbejdsgang, der frigiver tid. Et team opdager omvendt et sted, hvor AI giver dårligere kvalitet eller skaber en ny risiko.

Det interessante er, hvad der sker bagefter. Bliver erfaringen i medarbejderens egen chat? Bliver den delt med kollegerne? Får lederen øje på den? Er der nogen, der vurderer, om den kun er relevant lokalt, eller om den burde ændre den måde, flere arbejder på? Og kan erfaringerne fra den konkrete anvendelse bevæge sig tilbage til dem, der træffer beslutninger om værktøjer, kompetenceudvikling og governance?

Jeg har set en version af udfordringen før

Jeg genkender noget af udfordringen fra mit tidligere arbejdsliv i staten. I en stor styrelse arbejdede vi blandt andet med agile strukturer, der skulle bringe IT og forretning tættere sammen og gøre organisationen bedre i stand til at udvikle sig hurtigt. Der var meget godt i det, men jeg oplevede også, hvor svært det er at få nye arbejdsformer til reelt at nå hele vejen rundt i en stor organisation. Selv når man bygger nye strukturer for at bryde organisatoriske skel ned, kan der opstå nye mellem dem, der er tæt på udviklingen, og dem, der ikke er.

Den erfaring synes jeg er værd at have med nu. For en central AI-enhed kan opbygge stor ekspertise og samtidig risikere at blive sin egen ø. Men det modsatte er heller ikke nødvendigvis bedre. Hvis hundredvis af medarbejdere eksperimenterer hver for sig, kan vi i stedet ende med hundredvis af små øer.

Hvad kendetegner så en AI-moden organisation?

Jeg tror ikke, der findes én rigtig model. En statslig styrelse med flere tusinde medarbejdere skal selvfølgelig ikke organisere sig på samme måde som en virksomhed med 50. Men jeg tror, vi kan sige noget om, hvad organisationen skal kunne, uanset hvordan den vælger at organisere sig.

Medarbejdere og ledere skal for det første have mulighed for at få reel erfaring med AI. Kompetencer kan ikke alene bygges gennem kurser. Der skal arbejdes med teknologien på konkrete opgaver inden for rammer, hvor det er tydeligt, hvad man kan og må. Men erfaringerne skal også kunne bevæge sig. Der skal være steder, hvor man deler både det, der virker, og det, der ikke gør, og hvor lokale erfaringer kan blive til fælles læring. Og organisationen skal kunne vurdere og omsætte den læring. En god personlig arbejdsgang er ikke nødvendigvis en organisatorisk use case, men nogle erfaringer bør føre til ændrede processer, nye løsninger eller nye prioriteringer.

Samtidig skal bevægelsen gå begge veje. Organisationen sætter rammer for anvendelsen gennem strategi, værktøjsvalg, kompetenceindsatser og governance. Men erfaringerne fra den konkrete anvendelse skal også kunne påvirke de rammer igen. Ellers risikerer organisationen at have én virkelighed i strategierne og en anden i den faktiske anvendelse.

Det er måske sådan, jeg lige nu bedst forstår organisatorisk AI-modenhed: Ikke som et slutstadie, man når frem til, men som organisationens evne til løbende at opbygge erfaring med AI, lære på tværs og omsætte læringen til ny praksis og nye beslutninger.

Hvad betyder det for dig som leder?

Som leder kan man begynde ret lavpraktisk. Spørg medarbejderne, hvad de faktisk bruger AI til – ikke kun om de bruger det. Tal om konkrete erfaringer på teammøder, og vær lige så interesseret i det, der ikke virkede, som i succeshistorierne. Og tag samtalen ind i ledergruppen: Hvad lærer vi hver især? Hvilke forventninger har vi til medarbejdernes brug? Er der noget, vi gør lokalt, som andre burde kende til?

Det lyder måske banalt. Men i mine samtaler med ledere er det langt fra givet, at de samtaler finder sted.

Den enkelte leder kan dog ikke skabe organisatorisk AI-modenhed alene. Hvis erfaringerne for alvor skal bevæge sig, skal organisationen også skabe forbindelserne omkring lederen. Der skal være en vej fra lokale erfaringer til dem, der arbejder med kompetencer, teknologi og governance. Nogen skal kunne identificere de anvendelser, der er værd at undersøge eller skalere. Og erfaringerne fra den konkrete brug skal kunne finde tilbage til dem, der træffer de større beslutninger om organisationens AI-indsats.

Det er måske også derfor, jeg synes, vi skal passe på med kun at spørge, hvor mange AI-use cases vi har, hvor mange der har været på kursus, eller hvor udbredt brugen er.

Et mindst lige så interessant spørgsmål er:

Hvor god er vores organisation egentlig til at lære af den AI, vi allerede bruger?

Det spørgsmål ville jeg tage med ind i ledergruppen.

/Julie