Kort fortalt
- BCG kalder det “AI brain fry”: jo flere AI-værktøjer dit team bruger, jo mere tid går med at læse, sammenligne og rette AI-output — ikke med at levere.
- Produktiviteten stiger med ét eller to fokuserede AI-værktøjer. Den falder igen når værktøjskassen vokser. Det er ikke et teknologiproblem — det er et designproblem.
- Løsningen er ikke bedre AI. Det er en strammere arbejdsgang: ét problem, ét værktøj, én klar aftale om hvad AI leverer og hvad mennesket vurderer.
- Det der gør forskellen: AI skal fjerne beslutninger fra din dagligdag — ikke tilføje flere.
Flere værktøjer, mindre overblik
Dit team har fået ChatGPT, Copilot og måske et par værktøjer mere. Du kan starte flere ting hurtigere end nogensinde.
Men produktiviteten? Den føles lavere.
Du bruger mere tid på at læse AI-udkast, sammenligne output fra tre forskellige værktøjer og rette de samme små fejl igen og igen. Det er ikke fart. Det er støj.
Du er ikke alene. Boston Consulting Group kalder fænomenet “AI brain fry” — og de ser det i organisationer over hele verden. Pointen er enkel: når AI producerer mange udkast, forslag og delopgaver, ender det med at være mennesket der rydder op bagefter. Du skal vælge mere. Godkende mere. Og når det sker på tværs af fire-fem værktøjer, føles det ikke som effektivisering.
Mønsteret der overrasker
Det interessante er ikke bare trætheden. Det er kurven.
Når folk bruger ét eller to AI-værktøjer til konkrete opgaver, stiger produktiviteten målbart. Men når antallet vokser — fire, fem, seks værktøjer — falder gevinsten igen.
Det giver god mening. Hvert ekstra værktøj kommer med sit eget interface, sine egne output-formater og sine egne fejltyper, som nogen skal fange.
AI er stærk, når den reducerer friktion.
AI er svag, når den gør dig til mellemled mellem fire systemer, der alle sammen gerne vil hjælpe.
Det er også derfor mange teams bliver skuffede. De tror problemet er, at medarbejderne ikke er dygtige nok til AI. I virkeligheden er problemet, at ingen har besluttet hvad AI faktisk skal være god til hos dem. For mange eksperimenter kører sideløbende. For mange opgaver er halvautomatiske. Og arbejdsgangen er aldrig blevet designet.
Prøv dette i næste uge
Hvis du vil ud af AI-overload, er svaret sjældent endnu et værktøj. Det er et strammere design af arbejdet.
Tre trin du kan tage på mandag:
-
Vælg én opgave der gentager sig ofte — fx opsummering af mødenoter, første udkast til kundesvar, eller strukturering af rå input til et notat.
-
Vælg ét værktøj til den opgave. Ikke tre. Ét.
-
Aftal tre ting med dit team: Hvad leverer AI? Hvad vurderer et menneske stadig? Og hvad tæller som et godt resultat?
Når det er tydeligt, falder støjen hurtigt. Medarbejderne skal ikke opfinde en ny metode hver gang. De ved hvornår AI er relevant — og hvornår den ikke er.
Det er den slags disciplin, der gør AI anvendelig på en mandag formiddag. Ikke store ord om transformation.
Færre værktøjer, mere leveret
Tænk hvis dit team bruger to AI-værktøjer i stedet for seks. Der er mindre brandslukning. Færre halvfærdige projekter. Til gengæld er der ét workflow der faktisk sparer tid hver uge.
Det er et bedre mål end at kunne sige at du har “taget AI i brug”.
Vil du videre herfra?
Brug de tre trin ovenfor i din næste uge — se hvad der sker når du skærer ned til ét værktøj per opgave.
Eller: På AI Grundkursus arbejder vi med præcis denne udfordring — hvordan du designer dine AI-arbejdsgange, så de faktisk sparer tid. Med dine opgaver, dit team, og en erfaren facilitator. Se næste hold →