Vad företag egentligen kämpar med i AI 2026

Med några månaders mellanrum sprids en ny studie om AI i företag, oftast med en slående siffra som hamnar på LinkedIn utan resten. Vi gick tillbaka till de viktigaste från det senaste året, eftersom de gång på gång pekar på samma problem från olika håll. Här är vad de säger och vad vi drar för slutsats för ett medelstort företag.

Avkastningen har inte kommit för de flesta

MIT, juli 2025. Rapporten GenAI Divide från MIT:s NANDA-initiativ väckte mest uppmärksamhet: ”Despite $30–40 billion in enterprise investment into GenAI, this report uncovers a surprising result in that 95% of organizations are getting zero return.” De 95 procenten citerades överallt. Förklaringen citerades mycket mer sällan: ”Most GenAI systems do not retain feedback, adapt to context, or improve over time.” Alltså: de flesta system sparar ingen återkoppling, anpassar sig inte efter sammanhanget och blir inte bättre med tiden.

McKinsey, augusti 2026. State of AI 2026 är mindre dramatisk och säger något liknande. 37 procent av de svarande uppger att AI har bidragit positivt till organisationens EBIT, ”essentially unchanged from 2025”, trots att fler organisationer skalar upp AI. Gruppen som McKinsey kallar high performers, med minst 5 procent av EBIT från AI, ligger kvar på omkring 6 procent.

Gartner, juni 2025. När det gäller den nyare vågen, agenter, förutspår Gartner att över 40 procent av projekten med agentisk AI läggs ner före utgången av 2027, ”due to escalating costs, unclear business value or inadequate risk controls.”

Sammanfattningsvis: mycket användning, lite mätbar avkastning, och agentprojekten ser ut att upprepa mönstret.

Folk använder AI ändå, bara inte på det officiella sättet

Samma MIT-rapport fann att ”only 40% of companies say they purchased an official LLM subscription”, medan ”workers from over 90% of the companies we surveyed reported regular use of personal AI tools for work tasks.”

En undersökning från PagerDuty bland 1 250 kontorsanställda i USA, Storbritannien, Australien och Japan, publicerad i juni 2026, sätter siffror på hur det ser ut. Två tredjedelar har använt AI-verktyg på jobbet fast de trodde att företagets policy inte tillät det. 88 procent har delat arbetsrelaterad information med publika verktyg som ChatGPT, Claude eller Gemini.

Den vanliga reaktionen är ett förbud. Vi tycker att det missförstår läget. Folk använder privata konton eftersom AI:n hjälper dem, och den officiella lösningen antingen saknas eller vet för lite om företaget för att vara till nytta.

Det är organisationen, inte individen

Microsofts Work Trend Index 2026, baserat på en enkät med 20 000 AI-användare i tio länder, har den mest användbara upptäckten av alla. Organisatoriska faktorer som kultur, chefers stöd och hur man arbetar med talanger står för mer än dubbelt så mycket av den rapporterade AI-effekten som individuella faktorer som inställning och beteende.

Och bara 26 procent av de tillfrågade AI-användarna säger att deras ledning är ”clearly and consistently aligned on AI”, alltså tydligt och konsekvent överens om AI.

Det stämmer med det vi ser. Att lära folk skriva bättre promptar hjälper lite. Att företaget har bestämt hur saker fungerar, och att dess AI-verktyg vet det, hjälper mycket mer.

Vad forumdiskussioner tillför

Studier mäter. Forum visar hur det känns. I diskussioner bland administratörer, utvecklare och dem som bygger AI-anteckningssystem kommer samma klagomål tillbaka:

• AI över interna dokument ger säkra svar utifrån föråldrade sidor.
• Två dokument säger emot varandra och ingen vet vilket AI:n valde.
• Varje verktyg har sitt eget minne eller sin egen instruktionsfil, och de glider isär.
• När en långvarig medarbetare slutar försvinner förvånansvärt mycket kunskap med hen.

Vi skrev om den personliga sidan av det här, AI second brain och var den går sönder för team, i en separat text.

Vad vi drar för slutsats

Läser du studierna tillsammans säger de inte att modellerna är för svaga. De säger tre andra saker:

1. AI:n känner inte företaget. MIT:s formulering är ”do not retain feedback, adapt to context”. Varje rättelse som en person ger en assistent försvinner in i en enda chatt.
2. Organisationen är flaskhalsen. Microsofts siffror säger det rakt ut. Värdet kommer av gemensamma beslut, inte av individuell skicklighet.
3. Inofficiell användning är en signal. Om folk tar med sin egen AI är den mer användbara frågan hur varje verktyg, officiellt eller inte, får samma regler.

För ett företag med 20 till 200 anställda kokar det ner till ett ganska praktiskt jobb: skriv ner hur det fungerar hos oss, utse vem som avgör varje del och se till att varje AI läser den enda versionen. Det är vad en company brain är till för, och det vi bygger med CtxCore Brain.

Du behöver ingen programvara för första steget. Välj den fråga där ett fel AI-svar skulle göra mest skada och skriv regeln en gång, med ett skäl och en Owner. Våra tio arbetssätt för att hålla den aktuell täcker resten.