Danmark er langt fremme med AI, men udnytter handels- og industrivirksomheder potentialet?

Danske virksomheder har for alvor taget kunstig intelligens til sig. Ifølge de seneste tal fra Danmarks Statistik anvender 59 pct. af virksomhederne med mindst ti ansatte AI i 2026. Det er en markant stigning fra 42 pct. i 2025 og 15 pct. i 2023.

Men udviklingen er ikke ens på tværs af brancherne. Tal fra Digitaliseringsstyrelsen viser, at 39 pct. af industrivirksomhederne og 38 pct. af virksomhederne inden for handel og transport anvendte AI i 2025. Til sammenligning var andelen 79 pct. inden for information og kommunikation.

Det er bemærkelsesværdigt, fordi netop virksomheder med fysiske varer, store sortimenter og komplekse forsyningskæder har en række oplagte muligheder for at bruge AI til mere præcise prognoser, bedre lagerstyring og mere effektive indkøb.

Samtidig står virksomhederne over for betydelig usikkerhed. En analyse fra Dansk Industri fra foråret 2026 peger på, at forstyrrelser i skibsfarten og energimarkederne kan øge transport- og energiomkostningerne og dermed presse virksomhedernes økonomi.

Ifølge Sigrún Gunnhildardóttir, CPO hos AGR Inventory, der udvikler software til forecasting og lageroptimering, kan bedre brug af AI være med til at mindske nogle af de omkostninger, der opstår, når virksomheder må reagere på uventede ændringer i efterspørgsel og levering.

»En stor del af udfordringen handler om reaktive indkøb. Når en mangel ikke er blevet forudset, kan virksomheder blive nødt til at betale ekstra for hastefragt eller binde flere penge i sikkerhedslager. Det presser indtjeningen, og nogle af omkostningerne ender i sidste ende hos forbrugerne,« siger Sigrún.

AI bruges stadig mest til tekst

Selvom AI vinder frem i danske virksomheder, er der stor forskel på, hvad teknologien bruges til.

Ifølge Danmarks Statistiks undersøgelse fra 2024 var tekstproduktion og tekstanalyse blandt de mest udbredte anvendelser. Kun 8 pct. af de virksomheder, der anvendte AI, brugte teknologien til logistik.

En nyere analyse fra Dansk Erhverv, offentliggjort i februar 2026, viser også, hvor stor en rolle generative AI-værktøjer spiller. Blandt de adspurgte medlemsvirksomheder anvendte 70 pct. AI, og sprogmodeller som ChatGPT var særligt udbredte.

Det er ikke nødvendigvis et problem, at virksomheder begynder med generelle AI-værktøjer. De kan effektivisere mange administrative opgaver. Men der er forskel på at bruge AI til at skrive en tekst og at bruge teknologien til at træffe bedre beslutninger om indkøb, lagerbeholdning og genbestilling.

»Når vi ser på, hvordan AI bliver anvendt, er det tydeligt, at mange af værktøjerne ikke nødvendigvis hjælper virksomheder med at beslutte, hvor meget de skal bestille, eller hvornår de skal gøre det. Det kræver adgang til og forståelse for de data, som styrer forsyningskæden,« siger Sigrún.

For virksomheder med mange varenumre og skiftende efterspørgsel kan netop den forskel være afgørende. Hvis indkøb ikke tager højde for ændringer i efterspørgslen, leverandørernes leveringstider og eksisterende lagerbeholdninger, risikerer virksomheden både udsolgte varer og unødvendig kapitalbinding.

Fra generelle AI-værktøjer til bedre beslutninger

Generelle AI-modeller kan hjælpe medarbejdere med at analysere information og løse en lang række opgaver. Men uden adgang til relevante driftsdata kan de ikke pålideligt vurdere, hvilke varer en virksomhed bør genbestille, eller hvor store mængder der er behov for. Det kræver blandt andet oplysninger om historisk salg, sæsonudsving, aktuelle lagerbeholdninger, leverandørernes leveringstider og forventet efterspørgsel.

»En generel AI-model har ikke automatisk indsigt i lagerbeholdninger, leveringstider eller historiske salgstal. Uden den sammenhæng kan den ikke understøtte en konkret genbestillingsbeslutning. Og virksomhederne skal kunne se, hvilke data en anbefaling bygger på, frem for blot at få præsenteret et svar,« siger Sigrún.

Behovet handler derfor ikke kun om at indføre mere AI, men om at integrere teknologien i de arbejdsgange, hvor den kan understøtte bedre beslutninger.

En analyse fra Dansk Industri fra september 2026 viser en sammenhæng mellem systematisk brug af AI og virksomhedernes vækst. Virksomheder, der anvender AI systematisk, havde fra 2021 til 2025 en omsætningsvækst, der var 6,5 pct. højere end hos sammenlignelige virksomheder, som ikke anvendte AI systematisk.

Analysen dokumenterer ikke, at AI alene er årsagen til vækstforskellen, men den peger på betydningen af, hvordan teknologien bliver anvendt og indarbejdet i virksomhedernes processer.

Virksomhederne efterspørger bedre prognoser og større kontrol

Hos AGR Inventory oplever man, at virksomhedernes interesse for AI i stigende grad handler om konkrete anvendelser i disponeringsarbejdet.

I en kundeundersøgelse gennemført af AGR blev efterspørgselsprognoser vurderet som den mest værdifulde blandt seks undersøgte AI-funktioner. Undersøgelsen peger samtidig på, at gennemsigtighed og kontrol er vigtige for brugerne.

»Når vi spørger vores kunder, hvad de ønsker sig af AI, kommer bedre forecasts øverst. De vil gerne kunne opdage ændringer i efterspørgslen tidligere, identificere afvigelser og forstå effekten af kampagner, så de kan planlægge deres genbestillinger mere præcist,« siger Sigrún.

Men virksomhederne ønsker ikke nødvendigvis, at teknologien skal træffe alle beslutninger på egen hånd.

For indkøbsansvarlige er det vigtigt at kunne forstå, hvorfor en prognose ændrer sig, hvilke oplysninger der ligger bag en anbefaling, og hvornår der er behov for menneskelig vurdering.

Det gælder især i en tid, hvor uforudsigelige leveringstider og svingende omkostninger gør det vanskeligere at finde den rette balance mellem varetilgængelighed og lagerbinding.

»Virksomhederne vil gerne bruge AI, og de er under pres for at holde omkostningerne nede. Men de ønsker ikke bare mere AI. De vil have værktøjer, der forstår deres driftsdata, viser, hvad købsanbefalingerne er baseret på, og lader dem beholde kontrollen over den endelige beslutning. Det er noget helt andet end blot at give medarbejderne adgang til et generelt AI-værktøj,« siger Sigrún.

For danske handels- og industrivirksomheder bliver den næste udfordring derfor ikke blot at tage AI i brug, men at finde de anvendelser, der faktisk forbedrer den daglige drift.

I forsyningskæden kan det betyde mindre brandslukning og mere sikkert beslutningsgrundlag baseret på et mere pålidelige data.