Hvad koster det at få AI ind i virksomheden?

Det første år med AI koster typisk mellem 5.000 og 50.000 euro for en lille eller mellemstor virksomhed. Spændet er stort, fordi det ikke er softwaren, der afgør prisen. Det er kortlægningen, integrationen og oplæringen af de folk, der skal bruge systemet i hverdagen. Virksomheder, der starter med én proces og måler på den, ser resultater hurtigere end dem, der prøver at lave hele huset om på én gang.

Hvad pengene faktisk går til

Mellem 60 og 70 procent af budgettet går til mennesker, ikke til teknologi (Databending, 2025). Selve softwaren er som regel den billigste post på regningen. API-forbrug, licenser og cloud-drift løber op i nogle hundrede eller nogle få tusinde euro om måneden for de fleste opgaver i den størrelse virksomhed. Det dyre er alt det, der ligger rundt om: at forstå jeres processer, designe den rigtige løsning, koble den til de systemer, I allerede kører, og få kollegerne til at stole på den.

Sådan ser regningen typisk ud for en lille eller mellemstor virksomhed.

Kortlægningen. Her finder I ud af, hvilke processer der overhovedet har gavn af AI, hvilke data I allerede har liggende, og hvor det realistiske startsted er. Hos Ellypsis starter en AI-vurdering ved 750 euro. Andre tager 5.000 euro eller mere, alt efter hvor dybt de går, og hvor mange afdelinger der er med.

Piloten. I vælger én proces og bygger noget, der virker. Det er her, værdien skal vise sig, før I binder jer til mere. For en virksomhed med 10 til 50 ansatte ligger første års implementering typisk mellem 5.000 og 25.000 dollars (The AI Consulting Network, 2026). Det samme spænd gælder på de europæiske markeder.

Udrulningen. Når én arbejdsgang virker, tager I den næste. Prisen følger kompleksiteten og antallet af arbejdsgange. Mellemstore virksomheder med 50 til 250 ansatte bruger ofte 25.000 til 150.000 dollars, når de er kommet forbi pilotstadiet (The AI Consulting Network, 2026).

Hvad der trækker prisen op og ned

Tre ting afgør, om I ender i den ene eller den anden ende af spændet: hvor klar jeres data er, hvor kompliceret processen er, og hvor bredt I sætter det op.

Data. Den mest undervurderede post af dem alle. Ligger tallene i en database med rene rækker, er integrationen lige ud ad landevejen. Ligger de i mailtråde, PDF'er og det regneark, som en i bogholderiet opdaterer i hånden hver torsdag, betaler I for datarydning, længe før AI'en overhovedet går i gang.

Kompleksitet. At matche fakturaer er ikke det samme som at bygge beslutningsstøtte til flådelogistik. Gentagne, dokumenttunge opgaver med et forudsigeligt input er billige at automatisere. Opgaver med skøn, undtagelser og kontekst koster mere, fordi der skal tænkes mere design ind i dem.

Omfang. Det er her, pengene enten bliver sparet eller brændt af. En pilot på én proces med et klart succeskriterium koster en brøkdel af en udrulning på tværs af afdelinger. Rigtig mange AI-løsninger i mindre virksomheder ligger tættere på et regneark med muskler end på en virksomhedsplatform. Sætter I opgaven rigtigt op, holder prisen sig nede.

Sådan lægger I budgettet uden at brænde penge af

Kortlæg først. Sæt så en pilot op på én proces. Mål, før I skalerer.

Det lyder banalt. Alligevel er punkt et det, de fleste springer over. De ser en demo hos en leverandør, bliver begejstrede for teknologien og køber en platform, før problemet er formuleret. Platformen står ubrugt hen, og et halvt år senere spørger nogen, hvor gevinsten blev af.

En kortlægning koster mindre end en forfejlet pilot. For 750 til 5.000 euro får I at vide, hvilke processer der har gavn af det, hvad der skal gøres ved jeres data først, og hvordan en realistisk tidsplan ser ud. I får også svaret, når AI ikke er den rigtige løsning, og alene det svar kan spare jer for titusinder. Har I ikke besluttet jer for processen endnu, er det den beslutning, der kommer først.

Derefter viser en fokuseret pilot på én arbejdsgang (5.000 til 15.000 euro) værdien på noget, man kan gøre op. I skal kunne pege på en proces og sige, hvor lang tid den tog før, og hvor lang tid den tager nu. Virker piloten, har I en forretningscase for at gå videre. Virker den ikke, har I lært noget konkret for en brøkdel af, hvad en fuld udrulning ville have kostet.

De poster, de fleste glemmer, er forandringsledelse, oplæring og de runder, der kommer bagefter. AI'en virker, men kollegerne stoler ikke på den. Eller den klarer 80 procent af sagerne og falder på de undtagelser, jeres dygtigste folk håndterer i søvne. Sæt penge af til mindst to eller tre runder justering efter første idriftsættelse.

Det, de fleste tager fejl af

De fleste spildte AI-budgetter går ikke til teknologi, der er for dyr. De går til at løse et problem, ingen har fået formuleret ordentligt.

Virksomheder, der går direkte til værktøjsvalg, ender med løsninger, der leder efter et problem. De sammenligner sig med cases fra McKinsey-rapporter og konkluderer, at AI kræver en sekscifret investering og et dedikeret data science-team. For en virksomhed med 50 ansatte er den sammenligning uden betydning.

Leverandørfælden er den næstmest almindelige fejl. Et sælgerteam viser en imponerende demo. I skriver under. Tre måneder senere går det op for jer, at platformen ikke taler med de arbejdsgange, I rent faktisk har, og at ingen internt kan sætte den op. I de fleste af de tilfælde fejler platformen ikke noget. Den blev bare købt, før nogen havde defineret, hvad den skulle løse.

En brugbar tommelfingerregel: brug 10 procent af det forventede AI-budget på kortlægning og planlægning. Er budgettet 30.000 euro, så brug 3.000 på at finde ud af, hvad der skal bygges, før der bygges noget. De kunder, vi arbejder med, som gør det i den rækkefølge, bruger mindre i alt og ser resultater hurtigere end dem, der starter med at købe teknologi.

Danmark ligger i dag nummer et i EU på AI-udbredelse blandt virksomheder (McKinsey, »Harnessing the opportunity of AI in Denmark«). Men udbredelsen sidder i de store virksomheder. Forskning fra UC Viden peger på adgang til data, kultur, manglende kompetencer og investeringsevne som de største barrierer for danske SMV'er. Bekymringen for prisen er reel nok. Det, der skiller de virksomheder, der får noget ud af det, fra dem, der ikke gør, er som regel rækkefølgen, tingene sker i, mere end størrelsen på budgettet.