Hvad koster en AI transformation af bureauet?

Henrik Jensen,
Af Henrik Jensen, Tatoma Agency Circle Danmark

Siden ChatGPT kom til verden i november 2022, har næsten alle bureauer kastet sig over AI. Der er brugt penge på licenser, konferencer og kurser. Og masser af interne timer på møder og eksperimenter. Men de færreste har et overblik over, hvad det reelt har kostet, eller hvor meget der skal investeres på den videre…

Danske bureauer og de forskellige faser på AI-rejsen

Tre år inde i den nye æra befinder mere end 80 pct. af de danske bureauer sig stadig i de tidlige faser af deres AI-transformation. Fase 1 handler om personlig produktivitet. Her bruges AI til at skrive, analysere og effektivisere individuelle opgaver. Fase 2 handler om at bruge AI til at skabe værdi i dele af forretningen. Det er her, mange står nu.

Fase 3 er derimod den egentlige transformation. Der hvor AI bliver en integreret del af alle dele af bureauets forretning. Det tager typisk mere end tre år, og indebærer mellem 10 og 15 udviklingsprojekter, som påvirker alt fra kundeprocesser til intern drift.

Målet er at nå frem til fase 4: det AI-baserede bureau, hvor teknologien er tænkt ind i kernen af forretningen. McKinsey kalder det et AI-first redesign. Og det er her konkurrencen i den danske bureaubranche kommer til at foregå, når vi nærmer os 2030.

Du skal årligt investere 5-10 pct. i bruttoavancen

Et gennemsnitligt dansk bureau havde i 2024 en bruttoavance på 26 mio. kroner. For at gennemføre en reel AI-transformation skal man regne med at investere 5–10 pct. af den bruttoavance om året. Det svarer til 1,3–2,6 mio. kroner. Det dækker både tid, penge og prioritet.

Det er ikke nødvendigvis flere udgifter, end bureauer allerede bruger på AI. Men det kræver formentlig, at investeringerne bliver mere fokuserede og i højere grad baseret på et gennemarbejdet strategisk fundament.

De 5–10 pct. bør fordeles nogenlunde ligeligt mellem tre områder:

1: Infrastruktur og systemer

Det handler om at sikre et skalérbart og robust teknologisk fundament, der gør det muligt at bruge AI effektivt. Herunder licenser, abonnementer og integrationer på tværs af værktøjer som Copilot, ChatGPT, HubSpot, Adobe, Workbook mv.

Erfaringen viser, at AI-transformerede virksomheder bruger omtrent dobbelt så meget på deres tech stack som traditionelle konkurrenter. Det skal man være klar til.

2: Kompetenceopbygning og træning

Teknologien gør ingen forskel, hvis ikke medarbejderne bruger den. Derfor er investering i kompetencer helt afgørende. Bureauet bør have et klart defineret ‘AI-kørekort’ for alle medarbejdere. Og gerne sikre, at køretimerne er både opgavenære og løbende. Derudover er det også en god idé at identificere, hvilke AI-kompetencer som bureauet mangler i dag.

Studier viser, at medarbejdere, der anvender AI-værktøjer dagligt, er 30 pct. mere produktive og leverer 40 pct. højere kvalitet end kollegaer, der ikke gør. De kan kaldes AI-eksperter. Forskellen på et bureau fyldt med AI-eksperter og et fyldt med AI-skeptikere er enorm. Både når vi kigger på effektivitet og kultur.

3: Udviklingsprojekter

Bureauet skal løbende gennemføre 2–5 konkrete AI-projekter ad gangen. De skal være big enough to matter, small enough to win. De forkerte projekter kan være dyre. De rigtige giver 5x afkast på investeringen.

Det er en god idé at have flere projekter inden for effektivisering af bureauets leverancer. Det giver et økonomisk råderum til finansiering af fremtidige projekter. Studier viser, at alt for mange projekter ender med at sidde fast i pilot-fasen. Det er derfor vigtigt, at flere af projekterne er godt i gang med at blive rullet ud og implementeret. Og dermed bidrager til en bedre finansiel performance for bureauet.

I starten af et udviklingsprojekt er den faglige ekspertise og ledelsesmæssige opbakning afgørende. I de senere faser er det mere do’ers, som gør forskellen. Under alle omstændigheder kræver gode udviklingsprojekter en konkret mapping af processerne.

Det er det, som sker i business/use case-fasen. Her er den tydelige problemdefinition også afgørende: Hvilket behov løser vi? Hvad er potentialet i effektivitet, kvalitet eller kundeoplevelse? Først derefter defineres data, værktøjer og implementeringsplan. De mest succesfulde projekter er tæt koblet til et specifikt forretningsmål, og fremdriften måles løbende på nogle aftalte KPIer.

Mennesker slår teknologi

Den største fejl i digitale transformationer er at fokusere for meget på teknologien og for lidt på menneskerne. Det er ikke nok at købe licenser. Medarbejderne skal forstå, hvordan AI kan gøre en forskel i deres hverdag. Derfor er forandringsledelse en lige så vigtig del af AI-transformationen som selve teknologien.

Det handler om at skabe en kultur, hvor alle bruger AI i det daglige og bidrager til at udvikle AI-kulturen på bureauet. Her kan et simpelt spørgeskema bruges til at måle, hvor mange AI-eksperter, pragmatikere, testere og skeptikere bureauet består af. Og ikke mindst hvordan billedet udvikler sig over tid.

Hvorfor betale prisen?

En vellykket AI-transformation koster tid, fokus og penge. Men prisen for at lade være er langt højere. De bureauer, der investerer professionelt og systematisk i AI, høster gevinster i form af højere effektivitet, bedre beslutninger, hurtigere levering og højere kvalitet. De kan levere mere værdi til kunderne på kortere tid. Og får dermed et forspring i en branche, hvor marginerne allerede nu ser ud til at blive presset.

AI-transformationen er ikke et projekt, man bliver færdig med foreløbig. Det er en ny måde at drive bureau på. De bedste ledelser ser derfor ikke AI som en omkostning, men som en strategisk investering i bureauets konkurrenceevne.

Så ja, en AI-transformation koster, men det er en investering i bureauets fremtid. Og den pris er der næppe nogen, der har råd til ikke at betale.

Creative Club (som Bureaubiz er en del af) afholder en masterclass i AI-roadmap og -strategi. Kurset er for bureaudirektører, partnere og AI-ansvarlige på danske bureauer. Læs mere og tilmeld dig her.

Klummen er et udtryk for skribentens egen holdning