Endast 5 procent av storföretagen lyckas realisera verkligt affärsvärde från sina AI-satsningar. Resten fastnar i piloter och experiment utan att skala upp. Det visar rapporten State of AI in Business 2025 – The GenAI Divide från MIT/Project NANDA, som kartlagt hur generativ AI används i praktiken. Huvudbudskapet är tydligt: företag måste gå från att testa verktyg till att integrera AI i sina kärnprocesser för att undvika att halka efter.
Ett växande glapp – The GenAI Divide
Rapporten bygger på över 300 offentliga AI-initiativ, intervjuer med 52 organisationer och enkätsvar från ledare på flera branschkonferenser. Slutsatsen? Nästan alla företag har testat AI – vanliga konsumentverktyg som ChatGPT och Copilot har installerats hos över 80 procent, och nära 40 procent har gått till faktisk användning. Men dessa verktyg förbättrar framför allt individuell produktivitet, inte företagets resultaträkning.
När det gäller skräddarsydda och stora AI-lösningar lyser resultaten med sin frånvaro; endast 5 procent når fullskalig produktion och mätbar resultatpåverkan. De flesta misslyckanden beror inte på dåliga modeller eller teknik, utan på svårighet att integrera i de dagliga arbetsflödena. Detta gap mellan brett användande av AI-verktyg och faktisk affärstransformation kallas The GenAI Divide.
Skugg-AI och användarbeteende
En viktig insikt är att medan formella företagsprojekt ofta kört fast, använder 90 procent av medarbetarna redan AI-verktyg privat och informellt (“shadow AI”). Många automatiserar arbetsuppgifter med personliga ChatGPT-konton utan att verksamhetens IT-avdelning har koll. Detta visar på klyftan mellan officiella satsningar och den verkliga transformationen på arbetsgolvet
Detta gap mellan brett användande av AI-verktyg och faktisk affärstransformation kallas The GenAI Divide. På ytan ser det ut som om nästan alla företag jobbar med AI – i praktiken är det dock mycket få som får ut mer än symboliska vinster.
Varför fastnar så många i piloter?
En av de viktigaste orsakerna som man pekar på är att de flesta AI-projekten som integreras i företagens processer saknar förmåga att lära och utvecklas över tid – det MIT kallar “learning gap”. Det finns dock flera, rapporten pekar bl.a. ut dessa orsaker:
-
- Verktyg utan lärande: system som inte minns eller anpassar sig över tid skapar frustration och bristande engagemang.
-
- Bygga allt internt: organisationer som enbart satsar på interna lösningar lyckas sällan lika bra som de som samarbetar med externa partners.
-
- Svårt att skala: Stora bolag har flest pilotprojekt men är sämst på att skala upp till bred användning.
- Fel investeringsfokus: Budgetarna riktas mot synliga, “top-line”-funktioner som marknad och försäljning, medan områden med högst ROI (processautomatisering) ofta ignoreras.
Slutsats: från hype till handling
Rapporten pekar ut att majoriteten av AI-investeringarna riskerar att förbli ineffektiva om företag inte flyttar fokus från hype och lösa experiment till verklig integration, lärande och anpassning i affärsprocesser.
Framtidens AI-företag kommer att byggas kring “agentic systems” – system som inte bara genererar svar utan lär sig av användarna och miljön. Med andra ord – det avgörande är inte att “ha AI”, utan att göra AI till en naturlig och lärande del av verksamhetens kärna.
Den långsiktiga effekten av AI kommer sannolikt att bli lika genomgripande som elektrifieringen en gång var – men skillnaden är att förändringarna sker i ett mycket högre tempo.
Läs gärna hela rapporten från MIT här.
