Organisationer med de mest utvecklade arbetssätten för tillförlitlig AI har 15 gånger större sannolikhet att rapportera hög avkastning. Samtidigt har Nordens index för tillförlitlig AI ökat med cirka 85 procent på ett år.
Organisationer med de starkaste arbetssätten för tillförlitlig AI har 15 gånger större sannolikhet att rapportera hög avkastning på sina AI-investeringar än organisationer med de svagaste arbetssätten. I Norden har indexet för tillförlitlig AI samtidigt ökat från 31,5 år 2025 till 58,3 år 2026, en ökning med 26,8 indexpunkter, eller cirka 85 procent. Det visar nya resultat från Data and AI Impact Report: The New Economics of Trust, en SAS-rapport baserad på forskningsinsikter från IDC.
Samtidigt har frågor om autonomi och mänsklig tillsyn fått betydligt större uppmärksamhet i Norden. Andelen nordiska organisationer som anger hantering av autonomi och mänsklig tillsyn som en viktig utmaning har ökat från 1,5 procent 2025 till 34,2 procent 2026. Även regionens index för affärs- och verksamheteffekt har ökat från 41,1 år 2025 till 50,4 år 2026, en ökning med 9,3 indexpunkter.
– De nordiska resultaten visar att organisationerna har stärkt sin förmåga att styra AI, samtidigt som den rapporterade verksamhetseffekten ökar. För svenska och nordiska verksamheter blir nästa steg att omsätta policyer i praktiken genom tydligt ansvar, mänsklig tillsyn och klara ramar för hur AI-system får agera. Organisationerna behöver också kunna förstå, granska och följa upp de resultat som AI-systemen producerar, säger Josefin Rosén, expert på tillförlitlig och etisk AI-användning på SAS Institute och medlem i EU-kommissionens AI Act Advisory Forum.
Tillförlitlig AI kopplas till bättre avkastning
Skillnaden mellan organisationer med stark respektive svag förmåga inom tillförlitlig AI är tydlig. 62 procent av organisationerna med starkast arbetssätt för tillförlitlig AI uppger att de får minst dubbelt tillbaka på sina AI-investeringar, jämfört med 4 procent bland organisationerna med svagast arbetssätt.
– När AI fungerar kan den ha en mycket stor effekt. Samtidigt är det väl dokumenterat att de mest avancerade AI-agenterna kan ha felfrekvenser som överstiger 25 procent vid komplexa uppgifter[1], vilket inte är acceptabelt när det handlar om beslut med betydande konsekvenser. För att uppnå precision och repeterbarhet behöver organisationer bygga in domänexpertis i arbetsflöden med AI-agenter och samtidigt behålla människan i centrum för styrning och tillsyn. Organisationer som lyckas med det kommer att minska gapet mellan förtroende och faktisk tillförlitlighet och få en konkurrensfördel med AI, säger Bryan Harris, CTO på SAS.
Bristande förklarbarhet får människor att ingripa
När AI får större möjlighet att agera självständigt ökar också kraven på att förstå och följa upp systemen. Globalt är bristande förklaring eller transparens den vanligaste orsaken till att användare ändrar eller väljer att inte följa AI-rekommendationer.
I Norden väljer användare i genomsnitt att ändra eller inte följa 27,8 procent av AI-rekommendationerna. Bristande förklaring eller transparens är den vanligaste orsaken, följd av att systemet inte har tagit tillräcklig hänsyn till sammanhanget.
– När AI blir mer autonom ställs organisationer inför en ny utmaning: att upprätthålla förtroendet för system som människor inte fullt ut förstår. Våra resultat visar att starkare tillsyn, förklarbarhet, ansvar och starka datagrunder blir allt viktigare för att skala AI framgångsrikt, säger Chris Marshall, vice president på IDC.
Norden har förbättrat sina resultat inom samtliga fem områden som rapporten använder för att mäta tillförlitlig AI jämfört med 2025: datakvalitet och styrning, modellstyrning och tillsyn, förklarbarhet och rättvisa, policy för ansvarsfull AI samt revision och ansvar. Trots förbättringarna ligger regionen fortfarande under de globala jämförelsevärdena inom samtliga fem områden.
Om rapporten
Data and AI Impact Report: The New Economics of Trust är en SAS-rapport baserad på forskningsinsikter från IDC. Den globala undersökningen omfattar 2 699 beslutsfattare med kunskap om eller inflytande över sina organisationers data- och AI-satsningar i 28 länder. De nordiska resultaten bygger på en viktad sammanvägning av resultaten från Danmark, Finland, Norge och Sverige. Undersökningen omfattade 149 respondenter i Norden 2026.
Läs rapporten:
https://www.sas.com/en_us/gc/data-and-ai-impact-report.html
|
Fakta: Fem resultat från rapporten
|
|
|
Källor: Stanford HAI, 2026 AI Index Report, samt oberoende benchmarkutvärderingar av AI-agenter.
