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.
Kraven för att framgångsrikt skala AI
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, VP 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 – lägre förtroende för agentisk AI
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.
| FEM RESULTAT från rapporten 15 gånger större sannolikhet för hög avkastning: 62 procent av organisationerna med starkast arbetssätt för tillförlitlig AI uppger minst dubbel avkastning, jämfört med 4 procent bland dem med svagast arbetssätt. Kraftig förbättring i Norden: Indexet för tillförlitlig AI har ökat från 31,5 till 58,3 på ett år, en ökning med 26,8 indexpunkter, vilket motsvarar cirka 85 procent. Bristande förklarbarhet vanligaste orsaken: Bristande förklaring är den vanligaste orsaken till att användare ändrar eller väljer att inte följa AI-rekommendationer. Datainfrastrukturen är fortfarande en utmaning: Endast 17,5 procent av organisationerna globalt har en fullt optimerad datainfrastruktur. Lägre förtroende för agentisk AI: Globalt är förtroendet är 76 procent för generativ AI och 66 procent för agentisk AI, som kan agera mer självständigt. |
