AI og data der skaber reel effekt

AI ændrer grundlæggende, hvordan virksomheder arbejder, skaber værdi og konkurrerer. Brugt rigtigt øger det både tempoet og kvaliteten i beslutninger, der tidligere krævede dage med manuelt grundlag. Men reel effekt kræver mere end teknologi.

Vi ser samme mønster hos virksomhed efter virksomhed: AI-værktøjerne er allerede på plads. Medarbejderne bruger dem hver dag til at opsummere tekst, skrive udkast og rydde op i indbakken. Det, der mangler, er koblingen til virksomhedens egne tal. Så snart spørgsmålet handler om den egne forretning – hvilke kunder mister vi, hvad er der sket med marginen, hvordan ser lageret ud – står AI'en uden grundlag og begynder at gætte.

Forskellen mellem et hyggeligt eksperiment og noget, der faktisk ændrer arbejdsmåden, ligger næsten altid i dataene bag. Ikke i hvilken model man valgte.

At de fleste AI-satsninger ikke løfter sig er ikke vores mavefornemmelse – det er veldokumenteret.

95 procent uden målbar effekt

MIT's NANDA-initiativ gennemgik godt 300 AI-satsninger i rapporten The GenAI Divide: State of AI in Business 2025. Konklusionen: trods anslået 30–40 milliarder dollars i investeringer gav 95 % af de undersøgte initiativer ingen målbar effekt på resultatopgørelsen, mens kun 5 % skabte betydelig værdi. Forfatterne peger ikke på modellernes kvalitet som årsag, men på afstanden mellem værktøjer og virkelige arbejdsgange (Forbes om MIT-rapporten). Et forbehold: tallet gælder specifikt målbar resultateffekt, og mange piloter manglede en nulmåling at sammenligne med. Det skal læses som, at de fleste satsninger ikke kan dokumenteres – ikke som at AI ikke fungerer.

Gartner sætter fingeren på det samme fra datasiden. I en undersøgelse blandt 248 datachefer svarede 63 %, at de antingen mangler den rette datahåndtering til AI eller er usikre på, om de har den, og Gartner forudser, at organisationer frem til og med 2026 lukker 60 % af de AI-projekter, der ikke understøttes af AI-klare data (Gartner, februar 2025).

Sådan ser grundlaget ud i de fleste virksomheder

Mønstret gentager sig i virkeligheden. Et AI-svar er aldrig bedre end det grundlag, det bygger på, og i de fleste virksomheder ser grundlaget cirka sådan ud:

• forretningsdataene ligger i ERP-systemet, i tabeller bygget til transaktioner
• vigtige begreber mangler en fælles definition, så "omsætning" betyder forskellige ting
• dele af sandheden findes i regneark, der fungerer som masterdata
• historikken er ufuldstændig, fordi systemet overskriver i stedet for at gemme

Kobler man en AI-assistent direkte til et sådant miljø, får man svar, der lyder godt, men ikke holder. Og et svar, der lyder godt men er forkert, er farligere end intet svar – det opdages sjældent, før nogen har truffet en beslutning på det.

Derfor mener vi, at AI-spørgsmålet i bund og grund er et dataspørgsmål. Rækkefølgen betyder noget: strukturér først, prompt derefter.

Vejen dertil behøver ikke være lang, men den skal være den rette. Kort fortalt handler den om at:

• samle forretningsdataene fra de systemer, hvor de faktisk opstår
• definere begreberne én gang, så alle beregner margin på samme måde
• kvalitetssikre nøgletallene i en model, som både rapporter og AI læser fra
• åbne modellen for AI i stedet for at lade AI'en lede i rå tabeller
• styre adgangen, så hver bruger kun ser det, den skal se

Det er præcis den rækkefølge, Vellox er bygget til. Dine data hentes fra forretningssystemet, struktureres i en semantisk model og bruges derefter af både dine rapporter og din AI-assistent. Samme tal, samme definitioner, uanset hvor spørgsmålet stilles.

1. Læg fundamentet – en semantisk model over din virksomhed

Vi henter data direkte fra Business Central, Jeeves, Monitor, Pyramid eller Visma Business og strukturerer dem i Vellox datalager. Modellen dækker salg, indkøb, lager, produktion og økonomi, og den er færdigkonfigureret til dit forretningssystem fra start.

2. Prompt dine data

Med Vellox MCP kobles Claude eller ChatGPT direkte til din semantiske model. Assistenten forstår dine moduler og nøgletal og henter aktuelle tal i stedet for at gætte. Spørgsmål, der tidligere krævede en analytiker og et par timer, besvares på sekunder – med et grundlag du kan vende tilbage til og granske.

3. Byg dit eget ovenpå

Vores REST API leverer de samme verificerede data, som driver Vellox moduler. Det gør det muligt at bygge kundeportaler, indlejrede dashboards, automatiseringer og egne AI-agenter uden at bygge et nyt datafundament til hvert initiativ.

4. Hold det ansvarligt

AI mod virksomhedsdata rejser rimelige spørgsmål om sikkerhed og styring. Koblingen til Vellox er læsende – ingen skriveoperationer er mulige – og du bestemmer, hvilke dele af modellen der eksponeres og for hvem. Med EU's AI-forordning på plads bliver det desuden stadig vigtigere at kunne vise, hvor et svar kommer fra. En model med sporbare definitioner gør det spørgsmål let at besvare.

5. Få det ind i hverdagen

Nytten opstår, når controlleren, salgschefen og produktionslederen selv stiller spørgsmålene. Vi hjælper med de første anvendelsestilfælde, viser hvordan man spørger, og sikrer at svarene ender i beslutninger i stedet for i endnu en rapport, ingen åbner.

Nogle eksempler på spørgsmål, vores kunder stiller direkte til deres egne data:

• Hvilke ti kunder mistede vi mest omsætning på i sidste kvartal?
• Hvor meget af leverandørernes prisstigninger har vi ført videre til kunden?
• Hvilke varer binder kapital på lager uden at have bevæget sig i seks måneder?

Det, der gør svarene brugbare, er ikke, at de kommer hurtigt. Det er, at de bygger på de samme tal som ledelsesrapporten – og at den, der får svaret, kan stille opfølgende spørgsmål med det samme i stedet for at bestille en ny analyse.

Vil du have flere eksempler at teste med det samme? Vi har samlet ti spørgsmål du kan stille til dine egne forretningsdata.

Hvis AI føles som noget, der burde give mere end det gør i dag, er det sjældent modellen, der er noget galt med. Det er oftest, at den mangler noget at arbejde med.

Book en demo, så viser vi, hvordan Claude eller ChatGPT svarer på spørgsmål om netop din virksomhed – med dine egne data. Har du et spørgsmål inden da, er du lige så velkommen til at kontakte os direkte.