Skal du bygge AI oven på ERP og BI eller erstatte systemerne?

Byg AI oven på dine eksisterende ERP- og BI-systemer frem for at erstatte dem. Det er hovedrådet fra Kenneth Kryger Gram, direktør i Abakion. Autonome agenter kan frigøre ressourcer ved at overtage trivielle, gentagne opgaver, mens et menneske stadig står på mål for resultatet. Du differentierer dig ved at lægge din egen data oven på generiske frontier-modeller, så du ikke ender med de samme løsninger som alle andre. Og økonomien holder, hvis du undgår at overimplementere, holder dig uafhængig af leverandører som Microsoft og Google og styrer forbruget med governance.

Mange danske virksomheder mærker en frustration over AI. Man kan godt have en følelse af, at hvis man ikke er i gang med AI-projekter, så kan man lige så godt lukke forretningen. De fleste ledere ved godt, at der er noget stort på vej, men de færreste har en plan. Kenneth Kryger Gram, direktør i Abakion, oplever presset tæt på, og her er hans bud på, hvor du sætter ind, og hvad du skal holde øje med undervejs.

Direktørens AI-strategi: Udbyg ERP med AI

Lyt til dette afsnit i:

Hvorfor er AI en direktionssag og ikke en IT-opgave?

AI er en direktionssag, fordi det ikke længere er nok at kende sin branche, sin forretningsmodel og sin kundekreds. Man skal også forstå, hvordan ny teknologi skal bruges, og det ansvar hører hjemme hos bestyrelsen og direktionen, ikke nede i IT-afdelingen.

De fleste ledere har forstået det. På et møde med mange virksomhedsledere for nylig havde mere end 90 procent af dem fanget, at AI er vigtigt. Men de færreste havde en idé om, hvad de skulle stille op. Nogle havde købt et par Copilot-licenser eller nogle cloud-licenser og var ikke kommet videre.

Presset kommer fra flere sider. Medarbejderne læser de samme nyheder som ledelsen og kan se, hvad der er på vej. Nogle af dem sidder med ondt i maven over, hvad det betyder for deres job. En af verdens største investorer, Nicolai Tangen fra den norske oliefond, har sagt, at “topchefer, som ikke forstår AI, bør fyres”. Om man er enig eller ej, så sætter det tonen for, hvor højt emnet ligger på dagsordenen.

Skal du bygge AI oven på ERP og BI eller erstatte systemerne?

Byg AI oven på dine ERP- og BI-systemer, og erstat dem ikke. I 30 år har vi bygget løsninger, som brugerne skulle tilpasse sig for at kunne bruge. Nu bygger vi løsninger, der tilpasser sig brugerne. Det ændrer måden, man driver forretning på, men det ændrer ikke behovet for et solidt fundament.

Risikoen er, at ERP- og BI-systemer bliver reduceret til et databaselag, hvor de gemmer data, mens intelligensen og værdien ligger et andet sted. Hvis du ikke lægger intelligens oven på dine forretningsprocesser, så sidder du tilbage med systemer, som mennesker skal tilpasse sig, i stedet for det modsatte.

Der er en god grund til, at systemerne bliver stående. Forretningslogik og forretningsprocesser sikrer sporbarhed, og både ledelse og myndigheder skal kunne gennemskue, hvad der sker i virksomheden. Det kræver et revisionsspor. Vi må aldrig ende et sted, hvor vi ikke kan se, hvad der foregår i forretningen. På den måde er ERP- og BI-systemerne stadig et anker.

Hvis du sidder med ansvaret for en ERP-løsning og skal udvide den med nye processer, så er den naturlige vej at understøtte processerne med AI oven på systemet frem for at bygge alt ind i selve ERP-systemet. Der er to retninger i spil lige nu. Enten lægger man AI ved siden af, eller også bruger man styrken i de systemer, der allerede findes, og lader AI være en integreret del af dem. At afinstallere og fjerne de applikationer, vi bruger i dag, er for naivt. Fundamentet skal være på plads, og intelligensen skal integreres ind i det.

Dør de klassiske forretningssystemer, når AI overtager?

Nej. De store, forretningskritiske løsninger dør ikke, fordi de fungerer godt, som de kører i dag. Snakken på internettet om, at SaaS-løsninger dør, fordi alt bliver AI, holder for små løsninger til et bestemt nicheformål, hvor en virksomhed godt kan kode sin egen med AI. Men de store løsninger bliver ikke bedre af, at man skifter hele sit ERP-system ud med noget, man selv har vibe-kodet.

Til gengæld kan der være nicheområder, hvor det giver mening at tage en proces ud og lade den køre isoleret som sin egen lille ø. Den kan drive en kundeproces og have sin egen kontakt med omverdenen eller med andre agenter.

Set over tid er AI et nyt trin i en kendt udvikling. Før i tiden fik virksomheder en konsulent til at udvikle ny funktionalitet i deres ERP-løsning. Så kom apps, hvor man kunne installere funktionalitet i stedet for at udvikle den. Så kom Power Platform, hvor IT-leverandørerne kunne lave smartere ting hurtigere. AI er det næste værktøj til at udvide funktionaliteten, og autonome agenter er den del, der rykker mest lige nu.

Hvad kan autonome agenter frigøre i virksomheden?

Autonome agenter kan frigøre ressourcer ved at overtage de trivielle, gentagne opgaver, hvor nogen sidder og tager stilling eller har en dialog med kunder. Det er der, den næste bølge kommer.

Men et menneske skal stadig være med i processen. Nogen skal stå på mål for resultatet, og vi kan ikke overlade det hele til en agent. Vi kan gøre mere med mindre, og samtidig skal der være folk, der udvikler løsningen videre. En agent passer ikke sig selv. Hvis du sætter den i gang og glemmer den, så kan den løbe løbsk og give en dyr overraskelse på kort tid.

En agent er værd at behandle på linje med en medarbejder. Den skal have opfølgning, den skal udvikles, og den skal blive dygtigere over tid. Udviklingen står ikke stille, og det gør kravene til agenten heller ikke.

Hvordan differentierer du dig med AI frem for at bruge generiske modeller?

Du differentierer dig ved at lægge din egen data og din egen træning oven på generiske frontier-modeller. Hvis alle bruger de samme åbne modeller og de samme agenter, så differentierer ingen sig. Så bliver det et commodity-spil, hvor tingene bare bliver billigere for alle, fordi vi gør det samme.

Vejen udenom er at bruge styrken i de generiske frontier-modeller og lægge sit eget lag oven på. Du henter fordelen ved den generiske AI til en langt lavere pris, end du selv kunne bygge den for, og oven på lægger du din egen data. Den data bruger du ikke til at træne den generiske model. Den holder du for dig selv, fordi den er unik for din virksomhed. Det er der, du kan gøre løsningen målrettet mod netop dine kunder, og det er der, du differentierer dig.

Kan en business case på et AI-projekt betale sig?

Ja, hvis du undgår at overimplementere, vælger den rigtige model til opgaven, holder dig uafhængig af leverandører og styrer forbruget med governance. En business case er svær at lægge, fordi de credits, man køber, ændrer priser og betingelser, og det er svært at spå om, hvad de koster om nogle år. Men der er nogle greb, der gør regnestykket mere sikkert.

Det første greb er at undgå at overimplementere. Nogle giver AI alt for frie rammer til opgaver, hvor simpel automatisering ville løse det samme billigere. Vælg AI, hvor den giver mening, og vælg den rigtige model til opgaven. Lige nu har mange en tendens til at gå efter den bedste og dyreste model, for eksempel Opus fra Claude, når behovet er et andet.

Det andet greb er at holde sig uafhængig. Store aktører som Microsoft understøtter modeller fra flere leverandører, ikke kun deres egne. Hvis du bygger din løsning, så du kan skifte model og skifte, hvor tingene bliver kørt, så kan du optimere både på output og på pris. Vælger du modeller hos Microsoft i dag, så kan du i princippet flytte til Google og Gemini i morgen. Det skærper konkurrencen til din fordel.

Retningen på prisen er nedad. Prisen på sammenlignelig cloud-infrastruktur har historisk bevæget sig mod nul, og det samme sker med AI-modellerne i takt med, at aktørerne konkurrerer. Da DeepSeek fra Kina kom ind på markedet, viste de, at samme niveau kunne leveres billigere. Bedre modeller kan godt holde prisniveauet oppe, fordi de bliver mere avancerede, men konkurrencen trækker den anden vej.

Det tredje greb er governance. Hvis du sætter noget i gang uden at overvåge det og uden en plan for, hvordan du styrer det, så kan tingene løbe fra dig. De skræmmehistorier på nettet om en udvikler, der brænder alle sine credits af på en nat, hører til enkelttilfældene. Med ordentlig styring behøver du ikke frygte, at prisen stikker af.

Hvordan kommer du i gang med AI i virksomheden?

Start forretningsdrevet, og se på, hvor I har jeres største flaskehalse i dag. Find de steder, hvor I kan frigøre ressourcer, tag nogle konkrete eksempler, og spørg, hvad I kan gøre, hvis I sætter AI ind netop der.

I mange virksomheder foregår det modsatte. Nogle sidder ude i krogen og leger med teknologien for at forstå, hvad den kan. Det er fint som læring, men som leder får du mest ud af at gå efter de steder, hvor en flaskehals koster jer noget hver dag. Der er dit bedste udgangspunkt.

Frequently asked questions

Skal jeg skifte mit ERP-system ud med AI?

Nej. De forretningskritiske ERP- og BI-systemer fungerer godt, som de kører i dag, og at afinstallere dem er for naivt. Den naturlige vej er at lægge intelligens og AI oven på systemerne, så de ikke bliver reduceret til et rent databaselag. Systemerne sikrer sporbarhed og revisionsspor, som både ledelse og myndigheder har brug for.

Bliver AI billigere med tiden?

Ja. Prisen på sammenlignelig cloud-infrastruktur har historisk bevæget sig mod nul, og det samme sker med AI-modellerne i takt med, at aktørerne konkurrerer. Da DeepSeek fra Kina kom ind på markedet, viste de, at samme niveau kunne leveres billigere. Bedre og mere avancerede modeller kan dog holde prisniveauet oppe.

Kan en AI-agent passe sig selv?

Nej. En agent passer ikke sig selv, og hvis du sætter den i gang og glemmer den, så kan den løbe løbsk og give en dyr overraskelse på kort tid. En agent er værd at behandle på linje med en medarbejder, der skal have opfølgning og udvikles over tid.

Sources

Reuters: “Norway wealth fund CEO warns just using AI for job cuts risks backlash”, 28. april 2026.