Kort fortalt: hvad koster en AI-løsning?
Der findes ikke én pris, og alle der giver jer et tal uden at have set jeres processer, gætter. Prisen på en AI-løsning afhænger næsten udelukkende af to ting: hvor mange af jeres systemer den skal røre, og hvor præcist den skal svare. Til gengæld kan I regne tilbagebetalingstiden ud, før I bruger en krone, og det er den beregning der bør afgøre, om I går i gang.
Herunder gennemgår vi, hvad der driver prisen, hvilke udgiftsposter I skal huske, og hvordan I selv regner ROI'en ud med jeres egne tal.
Hvorfor vi ikke sætter et tal på her
Vi kunne godt skrive "fra 50.000 kroner" og se troværdige ud. Vi lader være, fordi tallet ville være meningsløst. En AI-agent der svarer på spørgsmål ud fra jeres egne dokumenter, og en AI-agent der skal skrive tilbage i jeres ERP-system, er to vidt forskellige projekter, selvom begge kaldes "en AI-løsning".
Det I derimod kan få, er et fast tilbud på en konkret, afgrænset opgave. Det kræver bare, at opgaven er defineret først. Derfor starter ethvert ordentligt AI-projekt med at afgrænse én use case, ikke med at prissætte "AI".
Hvad driver prisen op og ned?
Fire ting afgør stort set hele regnestykket:
- Antal integrationer. En løsning der kun læser jeres dokumenter, er billig. En der skal hente og skrive i CRM, økonomisystem og webshop, er markant dyrere, fordi hvert system har sin egen adgang, sine egne datastrukturer og sine egne fejlkilder.
- Krav til præcision. Skal AI'en foreslå et svar, som et menneske godkender, er kravet lavere. Skal den svare kunden direkte uden opsyn, skal der bygges test, kontroller og fallback ind. Det koster.
- Datakvalitet. Ligger jeres viden i velstrukturerede dokumenter, går det hurtigt. Ligger den i 400 PDF'er, en delt netværksmappe og hovedet på en kollega, skal den ryddes op først.
- Hvor mange der skal bruge den. Ti brugere i én afdeling er noget andet end 200 på tværs af landet, hvor rettigheder, oplæring og support skal på plads.
Læg mærke til, at ingen af de fire handler om selve AI-modellen. Modellen er sjældent det dyre. Arbejdet omkring den er.
De udgiftsposter I skal regne med
Mange budgetterer kun med udviklingen og bliver overraskede bagefter. Der er fire poster:
- Afklaring og afgrænsning. At finde ud af præcis hvad der skal bygges, og hvad der ikke skal.
- Selve udviklingen. Bygningen af løsningen og integrationerne.
- Drift. Modelforbrug, hosting og de licenser løsningen hviler på. Den løber månedligt.
- Vedligehold. Jeres processer ændrer sig, jeres dokumenter ændrer sig, og systemerne omkring opdaterer sig. En AI-løsning der ikke passes, bliver langsomt forkert.
Post 3 og 4 er dem folk glemmer. Regn med dem fra start, så bliver forretningscasen ærlig i stedet for optimistisk.
Hvornår tjener den sig hjem?
Her kan I regne selv, og I behøver ikke vores hjælp til det. Fremgangsmåden:
- Vælg én konkret opgave. Ikke "kundeservice", men "besvarelse af gentagne mails om levering".
- Mål hvor lang tid den tager i dag. Timer om måneden, målt, ikke gættet.
- Skøn hvor stor en del AI'en realistisk overtager. Vær konservativ.
- Gang de sparede timer med jeres egen interne timepris. Det er den månedlige besparelse.
- Divider projektprisen med den månedlige besparelse. Resultatet er antal måneder til tilbagebetaling.
Har I brug for et pejlemærke til trin 3, findes der forskning: McKinsey finder, at virksomheder der implementerer AI i administrative processer, i gennemsnit sparer 20-30% af arbejdstiden på de processer. Et MIT-studie viser, at AI-assisterede medarbejdere løser opgaver omkring 40% hurtigere.
Bemærk hvad de tal siger, og hvad de ikke siger. De handler om de processer AI'en overtager, ikke om hele arbejdsugen. Bruger jeres team 20 timer om måneden på en opgave, er det de 20 timer I skal regne procenter af, ikke de 700 timer afdelingen samlet arbejder.
Hvad hvis I ikke kan måle timerne?
Så er det dét, I skal starte med. Kan I ikke sige, hvor lang tid en opgave tager i dag, kan I heller ikke afgøre bagefter, om løsningen virkede. Så bliver diskussionen om værdi til en fornemmelse, og fornemmelser taber altid til næste års budgetforhandling.
Det er også derfor, vi typisk begynder med at kortlægge processer, før vi bygger noget. Hos INDKOM fungerede vi som ekstern AI-afdeling: vi kortlagde processerne, fandt tre use cases og byggede dem ind. Kortlægningen kom først, ikke fordi det er pænt på en slide, men fordi den afgør hvilke tre af tredive muligheder der overhovedet er værd at bygge. I kan læse mere i casen om INDKOM.
Hvornår kan det ikke betale sig?
Det er værd at sige højt, for der findes tilfælde:
- Opgaven fylder for lidt. Sparer I to timer om måneden, tjener ingen løsning sig hjem, uanset hvor billig den er.
- Opgaven ændrer sig hele tiden. Er reglerne nye hver måned, bruger I mere på vedligehold end I sparer.
- Der findes en simplere løsning. Nogle gange er svaret en skabelon, en bedre formular eller en oprydning i et system. Det er billigere, og det virker.
En rådgiver der aldrig siger nej til et projekt, er ikke en rådgiver. Vi siger det gerne, hvis regnestykket ikke hænger sammen.
Sådan holder I prisen nede
Start med én use case, ikke en strategi for hele huset. Vælg den opgave hvor tiden er nemmest at måle. Byg den, mål effekten, og tag først beslutningen om nummer to bagefter. Det gør både prisen og risikoen mindre, og det giver jer et rigtigt tal at budgettere videre på.
Vil I se, hvordan et forløb ser ud i praksis, kan I læse mere om vores AI-analyse og om skræddersyede AI-løsninger. Er I i tvivl om, hvor I skal starte, har vi skrevet en guide til at vælge jeres første use case.
Ofte stillede spørgsmål
Hvad koster en AI-løsning typisk?
Det afhænger af antallet af integrationer og kravet til præcision, og derfor giver et gennemsnitstal ingen mening. Et afgrænset projekt kan prissættes fast, når opgaven er defineret. Bed altid om et tilbud på en konkret use case i stedet for på "AI".
Hvor lang tid går der, før den tjener sig hjem?
Det kan I regne ud på forhånd: sparede timer om måneden gange jeres interne timepris giver den månedlige besparelse, og projektprisen divideret med den giver antal måneder. Nøglen er at måle timeforbruget på opgaven, før I går i gang.
Er der løbende omkostninger?
Ja. Modelforbrug, hosting og licenser løber månedligt, og løsningen skal vedligeholdes, når jeres processer og dokumenter ændrer sig. Regn med både drift og vedligehold i forretningscasen fra start.
Er det billigere bare at bruge ChatGPT eller Copilot?
I licens, ja. Men et generelt værktøj kender ikke jeres data, jeres regler eller jeres systemer, så medarbejderen skal fodre den med kontekst hver gang. Til skrivning og opsummering rækker det ofte fint. Skal svaret bygge på jeres egne oplysninger, skal værktøjet kobles til dem.
Kan vi starte småt?
Ja, og det anbefaler vi. Én afgrænset use case, målt før og efter, koster mindre og fortæller jer mere end en stor plan der aldrig bliver til noget.
Skal vi regne på jeres tal?
Book en gratis AI-afklaring på 45 minutter. I skal ikke forberede noget, og der er ingen forpligtelse. Vi kigger på jeres processer og siger ærligt, om der er en forretningscase, eller om pengene er bedre brugt et andet sted. I kan også ringe direkte til Alexander på +45 25 54 70 74 eller skrive via kontaktsiden.