AI til SMV: hvor det giver mening, og hvor det ikke gør

AI til SMV giver mening de steder, hvor arbejdet gentager sig, følger en regel og sker mindst hver uge: tilbud, fakturaer, standardhenvendelser og rapporter. Det giver ikke mening de steder, hvor opgaven kræver et skøn, ændrer sig hver måned, eller hvor du ikke selv kan forklare reglen.

Det er hele svaret. Resten af denne guide handler om, hvordan du afgør hvilken af de to kasser en konkret opgave i din virksomhed hører til i, og hvad det koster at flytte den.

For de fleste danske SMV'er er problemet nemlig ikke længere, om de skal bruge AI. Det gør de allerede. Problemet er, at brugen sidder fast på overfladen, og at ingen har fortalt ejeren, hvor grænsen går.

TL;DR

• AI til SMV'er betaler sig, når opgaven er gentagen, regelbunden og sker mindst ugentligt. Alt andet er som regel for dyrt at bygge og for skrøbeligt at drifte.
• To tredjedele af danske SMV'er bruger allerede AI, men under en tiendedel har det inde i deres arbejdsgange. Afstanden mellem de to tal er den reelle opgave.
• Forskellen på et værktøj og et system: et værktøj sparer tid, når nogen husker at bruge det. Et system sparer tid, uanset om nogen husker det.
• Lad være med at automatisere skøn, ansvar, sjældne opgaver og processer, du ikke selv kan forklare på to minutter.
• Et afgrænset byg starter fra 10.000 kr. som engangsbeløb, og SMV:Digital kan dække halvdelen af rådgivningen.

Hvad AI til SMV'er faktisk dækker over

Der er to vidt forskellige ting, som begge bliver kaldt AI, og det er derfor samtalen så ofte kører af sporet.

Den ene er AI som værktøj. Du åbner en chat, skriver hvad du mangler, og får et udkast tilbage. Det er nyttigt, og det er gratis at komme i gang med. Den anden er AI inde i en arbejdsgang: et system, der selv går i gang, når noget sker, læser det der kom ind, gør noget ved det og sender det videre. Ingen skal huske at starte det.

Næsten al den AI, danske SMV'er bruger i dag, er den første slags. CAISA's landsdækkende kortlægning af danske SMV'er viser, at 66 procent bruger mindst én AI-teknologi, men at under 10 procent har AI integreret i interne processer eller i det, de sælger. Brugen er bred og tynd.

Det samme billede tegner sig hos Dansk Erhverv, der har målt virksomhedernes AI-brug i 2025. 70 procent af virksomhederne bruger AI-værktøjer mod 44 procent i 2023.

Men fordelingen er skæv. 96 procent af virksomhederne med over 250 ansatte er med, mod 57 procent af dem med under ti ansatte (Dansk Erhverv, 2026).

Forskellen på de to tal er ikke, at store virksomheder har bedre værktøjer. De har de samme. Forskellen er, at de har nogen, hvis arbejde det er at sætte værktøjet ind i en proces.

Det er dét, en SMV mangler. Ikke adgang til AI, men de timer det tager at bygge den ind i noget, der kører selv.

Hvor AI til SMV'er giver mening

Fire områder går igen på tværs af brancher. De har alle den samme profil: arbejdet er ensartet, det sker ofte, og den, der laver det i dag, kan forklare reglen på under to minutter.

Tekst du skriver igen og igen

Tilbud, produktbeskrivelser, jobopslag, standardsvar på udbud. Arbejdet er ikke svært, men det tager tid, og det bliver typisk lavet af den dyreste person i rummet, fordi det skal lyde rigtigt. Her er AI stærkest, fordi den skal lave et udkast, ikke en beslutning. Et menneske godkender stadig, inden det går ud.

Dokumenter der skal læses

Fakturaer, ordrebekræftelser, fragtbreve, kontrakter. De ser lidt forskellige ud hver gang, og det er præcis derfor, klassisk automatisering aldrig kunne klare dem. AI kan læse et dokument, der ikke følger en fast skabelon, og trække leverandør, beløb og dato ud. Derfra er resten almindelig automatisering.

Henvendelser der ligner hinanden

"Hvor er min ordre", leveringstider, priser på standardvarer, åbningstider. Kunderne formulerer det forskelligt, men de spørger om det samme. AI er god til at genkende, hvad spørgsmålet i virkeligheden er. Den afgørende detalje er, at systemet skal sende alt det, den er i tvivl om, videre til et menneske i stedet for at gætte.

Data der flyttes mellem systemer

Webshop til lager. CRM til tilbudsskabelon. Timeregistrering til fakturagrundlag. Hver gang en medarbejder kopierer noget fra ét skærmbillede til et andet, ligger der en automatisering gemt. Det er sjældent imponerende at se på, men det er her, timerne faktisk ligger.

Vi har bygget 53 automatiseringer for danske virksomheder, og vi finder typisk 15 timer om ugen hos en kunde. Det er næsten aldrig én stor besparelse. Det er mange små, der falder det samme sted. Du kan regne på din egen virksomhed med vores ROI-beregner, før du beder nogen om et tilbud, og se hvordan det er løst i praksis i vores cases.

Hvor AI ikke giver mening i en lille virksomhed

Det her afsnit findes stort set ikke andre steder, og det er den dyreste viden i hele guiden. De fleste fejlslagne AI-projekter i en SMV fejler, fordi opgaven aldrig burde have været valgt.

Opgaver der kræver et skøn. Rådgivning til en kunde i en svær situation. Prisen på en stor, skæv ordre. Personalesager. AI kan skrive et udkast, men den kan ikke bære ansvaret, og i en lille virksomhed er det dit navn på det. Hold mennesket i førersædet, hvor konsekvensen er alvorlig.

Arbejde der ændrer sig hver måned. Hvis reglen laves om hver gang, er der ikke noget at bygge. Du ender med at vedligeholde systemet oftere, end du ville have lavet arbejdet i hånden.

Processer du ikke selv kan forklare. Kan den medarbejder, der gør det i dag, ikke sætte ord på reglen, findes reglen ikke. Så er det første skridt at rydde op i processen, ikke at lægge AI ovenpå. AI på en rodet proces giver en hurtigere rodet proces.

Opgaver der sker få gange om året. Årsafslutning, en flytning, en enkelt stor udbudsrunde. Det tager længere tid at bygge end at gøre. Tommelfingerreglen er ugentligt eller oftere.

En AI-strategi, før du har automatiseret noget som helst. Det er den dyreste fælde for en SMV. Strategidokumentet koster penge og ændrer ingenting. Byg én proces færdig, mål hvad den gav, og lad den erfaring bestemme den næste.

Barriererne peger samme vej. De største er manglende indsigt og viden (26 procent), manglende kompetencer hos medarbejderne (25 procent) og manglende tid (21 procent). Tallene er fra Dansk Erhvervs analyse af SMV'ernes AI-barrierer. Ingen af de tre ting bliver løst af et dokument.

Sådan afgør du det på fem minutter

Tag en konkret opgave i din virksomhed. Ikke "kundeservice", men "svar på mails om leveringsstatus". Stil så disse fire spørgsmål:

1. Sker det mindst en gang om ugen? Hvis nej, lad være. Byggetiden tjener sig ikke hjem.
2. Følger det en regel, som et menneske kan forklare på to minutter? Hvis nej, ryd op i processen først.
3. Kan du se med det samme, om resultatet er forkert? En forkert faktura opdages. En forkert vurdering af en kunde gør ikke. Start der, hvor fejl er synlige.
4. Hvad koster opgaven om året i timer? Gang antal timer om ugen med 46 arbejdsuger. Er tallet under en uges arbejde, så find en større opgave først.

Fire ja betyder, at opgaven er moden. Et enkelt nej betyder som regel, at du skal vælge en anden opgave, ikke at du skal bygge alligevel og håbe.

Et eksempel på filteret i brug

Tag en håndværkervirksomhed med tolv ansatte. Ejeren vil gerne have AI til at "hjælpe med tilbud". Det er for bredt, så vi deler det op.

Den første opgave er at skrive selve tilbudsteksten. Den sker dagligt, den følger en fast opbygning, fejl ses med det samme, og den koster et par timer om ugen. Fire ja. Den er moden.

Den anden opgave er at sætte prisen på en ombygning. Den sker også ugentligt, men reglen findes kun i ejerens hoved, den ændrer sig med materialepriser og kundens historik, og en fejl opdages først, når regningen ikke hænger sammen. To nej. Den bliver liggende hos mennesket.

Den tredje opgave er at følge op på tilbud, der ikke er svaret på. Den sker hele tiden, den følger en simpel regel, og i dag bliver den bare ikke gjort. Fire ja. Og det er ofte den slags, der tjener sig hjem hurtigst, fordi den ikke sparer tid, men henter omsætning, der ellers var tabt.

Samme ønske, tre vidt forskellige svar. Det er derfor, øvelsen skal laves på opgaveniveau og ikke på afdelingsniveau.

Den øvelse er i øvrigt hele indholdet af vores gratis AI Opportunity Audit. Vi går dine arbejdsgange igennem og lægger dem i de to kasser, så du ved hvad der er værd at bygge, inden du bruger en krone.

Hvad AI til SMV'er koster, og hvad du kan få dækket

Priserne er til at overskue, og det er med vilje, at vi skriver dem her frem for at gemme dem bag et møde.

Et afgrænset byg, The Starter Build, starter fra 10.000 kr. som engangsbeløb. Det er én proces, bygget færdig og sat i drift. Vil du have flere ting bygget løbende, koster The Growth Partnership fra 5.000 kr./md.

Det vigtige er ikke prisen, men hvad du sidder tilbage med. Automatisering er ikke endnu et abonnement på linje med de andre. Den bygges én gang og kører derefter. Du ejer kildekode, dokumentation og oplæring, og det står i aftalen. Den dag arbejdet er færdigt, kunne du i princippet aldrig tale med os igen, og alt ville stadig køre.

Fra første samtale til noget, der kører i din virksomhed, går der typisk omkring tre uger. Og målbar ROI inden for 90 dage er skrevet ind i aftalen. Ikke et slogan, men en klausul: rammer vi den ikke, arbejder vi videre.

Du behøver heller ikke betale det hele selv. SMV:Digital kan dække 50 procent af rådgivningen, og puljen rækker op til 250.000 kr. Vi har samlet krav, frister og ansøgningsvejen i vores guide til SMV:Digital-tilskud til AI. Vil du se, hvad et forløb består af fra start til slut, ligger det på vores procesbeskrivelse.

FAQ

Er min virksomhed for lille til AI?

Nej, men den kan være for lille til det, du har hørt om. Har du under ti ansatte, er den rigtige start som regel én proces, der stjæler dine egne aftener: tilbud, fakturaer eller de mails du selv besvarer. Store AI-platforme og dataprojekter hører til i en anden størrelse virksomhed.

Hvad er forskellen på at bruge ChatGPT og at få bygget noget?

ChatGPT er et værktøj, din medarbejder skal huske at åbne. Et byg er et system, der kører, når noget sker, uden at nogen gør noget. Begge dele har en plads. Værktøjet hjælper den enkelte, systemet hjælper virksomheden, også når den enkelte er på ferie.

Hvor lang tid går der, før jeg kan se en forskel?

For en enkelt, afgrænset proces går der typisk omkring tre uger fra start til drift. Effekten kan måles derefter, og hos os er målbar ROI inden for 90 dage skrevet ind i aftalen frem for at være et løfte.

Skal jeg have styr på mine data først?

Sjældent. Det er et råd, der passer til store virksomheder med datawarehouse-projekter. I en SMV er data typisk allerede i de systemer, du bruger, og opgaven er at flytte dem imellem systemerne, ikke at samle dem ét sted først.

Hvad sker der, hvis reglerne eller mine systemer ændrer sig?

Så skal systemet rettes, præcis som en proces skal læres om. Derfor vælger vi opgaver, hvor reglen er stabil, og derfor får du dokumentationen og koden udleveret. Du kan få rettelsen lavet af os eller af en anden. Der er ingen binding.

Kom i gang med AI til SMV'er, uden at gætte

Du behøver hverken en strategi eller et budget for at tage det første skridt. Du behøver en liste over de opgaver, der gentager sig i din virksomhed, og en ærlig vurdering af hvilke af dem der består de fire spørgsmål ovenfor.

Det er dét, vi laver gratis i et AI Opportunity Audit. Vi gennemgår dine arbejdsgange, peger på hvor AI reelt betaler sig hos netop dig, og siger det lige ud, hvis svaret er, at du skal lade være. Du får kortlægningen udleveret uanset hvad, og der er ingen binding.

Book et gratis AI Opportunity Audit, og få din egen liste over, hvor AI til SMV'er giver mening i din virksomhed. Og hvor den ikke gør.