Kunstig intelligens bliver stadig mere tilgængelig. Men tilgængelighed er ikke ensbetydende med anvendelse, og anvendelse er ikke nødvendigvis ensbetydende med værdiskabelse.

Det er en vigtig sondring i vurderingen af AI's økonomiske og samfundsmæssige betydning.

OECD offentliggjorde den 5. november 2026 rapporten OECD Digital Economy and Society Outlook 2026. Rapporten dokumenterer betydelige forskelle i AI-anvendelsen på tværs af generationer og virksomhedsstørrelser.

Men samtidig er der sket en teknologisk udvikling, som kan gøre disse forskelle endnu mere interessante.

AI er i stigende grad gået fra at være et værktøj, der besvarer spørgsmål på grundlag af oplysninger, brugeren selv leverer, til at være en assistent, der med tilladelse kan finde, analysere og sammenholde information fra eksisterende digitale systemer.

Det ændrer både potentialet og risikovurderingen.

OECD: Store forskelle i anvendelsen af AI

OECD opgør, at omkring 37 % af de 16–74-årige havde brugt generativ AI inden for de foregående tre måneder, baseret på data for 2025 eller seneste tilgængelige år.

Fordelingen er imidlertid meget ujævn.

  • 68 % af de 16–24-årige havde anvendt generativ AI.
  • 14 % af de 55–74-årige havde gjort det samme.
  • 43 % af de ældre angav, at de ikke oplevede et behov for AI.
  • 12 % af de ældre pegede på manglende kompetencer.

Også virksomhedernes anvendelse varierer betydeligt.

OECD anslår, at 20 % af virksomhederne med mindst ti ansatte anvendte AI i 2025. For store virksomheder med mindst 250 ansatte var andelen 52 %.

OECD peger blandt andet på manglende kompetencer, implementeringsomkostninger og vanskeligheder med at integrere AI i eksisterende systemer som barrierer for udbredelsen.

Tallene dokumenterer forskelle i anvendelse. De fortæller derimod langt mindre om, hvor effektivt teknologien faktisk bliver udnyttet.

Der er stor forskel på lejlighedsvis brug af AI til tekstproduktion og systematisk integration af AI i administrative og analytiske arbejdsprocesser. Det mulige udbytte er også forskelligt.

Fra manuel dokumentanalyse til adgang til lokale filer

Den teknologiske udvikling kan illustreres gennem ChatGPT's udvikling.

18. maj 2023. OpenAI lancerede den første ChatGPT-app til iPhone, med indledende udrulning i USA.

13. maj 2024. OpenAI annoncerede sin første ChatGPT-desktopapp og begyndte at rulle den ud til Plus-brugere på macOS. Tastaturgenveje, stemmefunktioner og skærmbilleder gjorde det lettere at bruge ChatGPT fra computeren.

Dokumentanalyse var allerede mulig, men krævede typisk, at brugeren selv leverede de relevante filer eller benyttede understøttede cloudintegrationer.

9. juli 2026. OpenAI introducerede ChatGPT Work og en ny desktopapp til macOS og Windows.

OpenAI oplyser, at Work i desktopappen kan bruge lokale filer og programmer med brugerens tilladelse, hvor abonnementet og arbejdsområdets indstillinger tillader det.

Det var ikke første gang, ChatGPT kunne forbindes med eksterne datakilder. Men muligheden for at arbejde direkte med godkendte lokale filer ændrede den praktiske anvendelse væsentligt.

Tidligere var opgaven ofte at finde de rigtige oplysninger og derefter bede AI analysere dem.

Nu kan assistenten også hjælpe med at finde oplysningerne inden for den adgang, den har fået.

Det væsentlige skifte er fra manuel tilførsel af information til kontrolleret adgang til eksisterende informationskilder.

Den forskel kan få betydelige konsekvenser for anvendelsen af AI i både private og erhvervsmæssige sammenhænge.

Informationsadgang er en forudsætning for kvalificerede svar

Et konkret eksempel er analyse af private forsikringsforhold.

En AI-assistent kan allerede gennemgå forsikringspolicer, sammenligne betingelser og identificere mulige overlap eller mangler i dækningen.

Men et korrekt og dækkende overblik kan kræve langt mere end den seneste forsikringspolice.

Relevante oplysninger kan være fordelt på historiske dokumenter, ændringsmeddelelser, korrespondance, betalingsoplysninger og individuelle aftaler.

Uden adgang til disse informationskilder risikerer selv en avanceret AI-model at arbejde på et ufuldstændigt grundlag.

Problemet er altså ikke nødvendigvis modellens evne til at analysere information.

Det er adgangen til den information, som analysen forudsætter.

For teknisk erfarne brugere kan etableringen af disse forbindelser være overkommelig. For andre kan den være en betydelig barriere.

Det kan skabe forskelle i det praktiske udbytte, selv når brugerne har adgang til samme AI-model.

Risiko og udbytte ved at give adgang

Den øgede mulighed for datadgang rejser naturligvis spørgsmål om informationssikkerhed og privatliv.

Men diskussionen bør tage udgangspunkt i en præcis forståelse af, hvad adgang indebærer.

Når en AI-tjeneste får tilladelse til at analysere dokumenter, kan den bruge dem inden for rammerne af den tildelte adgang. Hvordan oplysningerne håndteres, afhænger af tjenesten og de gældende vilkår.

Der er flere forskellige forhold, som skal vurderes:

  • Hvilke oplysninger får tjenesten adgang til?
  • Hvordan behandles og opbevares oplysningerne?
  • Hvilke sikkerhedsforanstaltninger beskytter adgangen?
  • Kan assistenten alene læse oplysningerne, eller kan den også ændre dem og udføre handlinger?

OpenAI oplyser, at beskeder og opgavekontekst kan blive lagret i skyen, selv når en Work-opgave kører lokalt.

Det afgørende er derfor de konkrete tilladelser, databehandlingsvilkår og sikkerhedsforanstaltninger.

Forskellige oplysninger – forskellige risikoprofiler

AdgangstypePotentiel værdiCentrale risici
Historiske dokumenter og kvitteringerSøgning, dokumentation og økonomisk overblikFølsomme oplysninger kan forekomme
E-mail og korrespondanceAftalehistorik, forpligtelser og sammenhængePrivate og fortrolige oplysninger
Forsikringer og skattedokumenterAnalyse, sammenligning og identifikation af afvigelserFinansielle og personfølsomme data
Økonomisystemer med læseadgangØkonomisk analyse og kontrolOmfattende indsigt i økonomiske forhold
Systemer med ret til at ændre eller gennemføre transaktionerAutomatisering af handlingerFejlagtige eller uautoriserede dispositioner

Risikoen afhænger ikke alene af dokumenttypen, men også af adgangens omfang, systemets sikkerhed og konsekvensen af eventuelt misbrug.

Tofaktorgodkendelse kan gøre det vanskeligere at overtage en konto, hvis adgangskoden bliver kompromitteret. Databehandling og brugen af allerede godkendte forbindelser skal vurderes særskilt.

Det er især vigtigt at skelne mellem læseadgang og retten til at foretage ændringer eller gennemføre transaktioner.

Risikoen ved at lade information ligge ubrugt

Sikkerhedsdiskussionen handler ofte om, hvad der kan gå galt, når teknologien bliver taget i brug. En økonomisk vurdering bør også tage højde for, hvad man kan gå glip af ved at lade være.

Private og virksomheder opbevarer store mængder information, som kun i begrænset omfang bliver gennemgået og analyseret.

Det kan eksempelvis dreje sig om:

  • Forsikringsaftaler med overlappende dækning.
  • Leverandørkontrakter med uhensigtsmæssige vilkår.
  • Uopdagede fejl i fakturering.
  • Abonnementer og løbende økonomiske forpligtelser.
  • Aftaler, som burde genforhandles.

AI kan potentielt reducere omkostningerne ved at gennemgå og sammenholde denne information. Analysens kvalitet og behovet for adgang bør vurderes for den enkelte opgave.

Men en økonomisk vurdering af teknologien bør inkludere både risikoen ved anvendelse og værdien af de muligheder, der ellers ikke bliver udnyttet.

Manglende anvendelse er ikke nødvendigvis et risikofrit alternativ.

Det er en væsentlig del af den samlede afvejning af risiko og udbytte.

En ny dimension i digital ulighed

OECD dokumenterer allerede betydelige forskelle i AI-anvendelsen mellem generationer og virksomhedsstørrelser.

Den teknologiske udvikling peger på, at endnu en dimension kan få betydning.

Forskellen mellem brugere, der alene anvender AI som et selvstændigt spørge- og analyseværktøj, og brugere, der integrerer AI med deres eksisterende informationskilder.

Den første gruppe har adgang til modellens generelle viden og de oplysninger, som brugeren selv leverer.

Den anden gruppe kan i stigende grad få analyser baseret på egne dokumenter, historiske data og forretningsmæssige sammenhænge.

Der er grund til at forvente, at dette kan skabe væsentlige forskelle i produktivitet og beslutningsgrundlag.

Men der er endnu ikke tilstrækkelig dokumentation til at fastslå, hvor store disse forskelle bliver.

Det er Walthams hypotese om den kommende udvikling. OECD's undersøgelse måler forskelle i anvendelsen.

Fra AI-kompetence til informationskompetence

Indtil nu har en stor del af debatten om AI handlet om, hvorvidt mennesker har de nødvendige kompetencer til at anvende teknologien.

Det vil fortsat være relevant.

Men fremover kan spørgsmålet om informationsadgang blive mindst lige så vigtigt.

Det gælder både den tekniske mulighed for at forbinde systemer og brugernes villighed til at give adgang.

For virksomheder bliver opgaven ikke alene at anskaffe AI-værktøjer, men også at sikre, at information er struktureret, tilgængelig og kan anvendes under forsvarlige sikkerhedsmæssige rammer.

For privatpersoner bliver udfordringen at opnå tilsvarende muligheder uden at skulle beherske komplekse tekniske opsætninger.

Dermed opstår et nyt spørgsmål om digital inklusion.

Vil avanceret AI i praksis blive en teknologi, som primært kommer mennesker og virksomheder med gode digitale forudsætninger til gavn?

Eller vil udviklingen gøre det muligt for alle at få adgang til den samme type kvalificeret assistance?

Konklusion

OECD's seneste tal viser, at udbredelsen af AI fortsat er meget ulige fordelt.

Samtidig gør udviklingen i desktopbaserede AI-assistenter det muligt at anvende teknologien langt tættere på eksisterende arbejdsprocesser og informationskilder.

Den kombination kan få væsentlig betydning for den digitale ulighed.

Den fremtidige forskel vil muligvis ikke alene handle om, hvem der anvender AI, eller hvem der forstår teknologien bedst.

Den kan i stigende grad komme til at handle om, hvem der har forudsætningerne for at give AI sikker, kontrolleret og relevant adgang til den information, som skaber reel værdi.

Det er et område, hvor teknologisk udvikling, informationssikkerhed, tillid og økonomisk produktivitet mødes.

Det fortjener en mere konkret diskussion om risiko og udbytte.

Kilder

Se Walthams øvrige ydelser →