Deutsche Telekom har sat et stort tal på sin AI-ambition. Koncernen forventer, at AI og automatisering kan reducere de indirekte omkostninger med omkring 2,5 milliarder euro frem mod 2030 sammenlignet med 2023. Det svarer til cirka 19 milliarder kroner.
Computerworld fremhæver besparelsen. Men Deutsche Telekom beskriver selv en bredere plan: AI skal både sænke omkostninger, skabe ny omsætning og løfte kvaliteten. En del af de forventede besparelser skal geninvesteres i digital omstilling og det tyske fibernet.
Det er en vigtig forskel.
En time, som AI frigør, er ikke automatisk en krone på bundlinjen. Den kan blive til lavere bemanding, færre nyansættelser, mere salg, bedre service, nye produkter eller bare mere aktivitet.
Derfor er den vigtigste beslutning ikke kun, hvor meget AI kan spare jer for.
Den er, hvad den frigjorte kapacitet skal blive til.
Hvis ledelsen ikke vælger det på forhånd, kan virksomheden få travlere AI-systemer uden at få den økonomiske virkning, som budgettet allerede regner med.
Frigjort tid har ingen fast værdi
Forestil jer en afdeling, hvor 20 medarbejdere hver får frigjort fire timer om ugen med AI. Det giver 80 timer på papiret.
Men de 80 timer kan ende meget forskelligt.
Afdelingen kan løse flere kundesager. Den kan bruge mere tid på de svære sager. Den kan udvikle et nyt tilbud. Den kan undlade at genbesætte en stilling. Eller medarbejderne kan bruge tiden på ekstra kontrol, møder og opgaver, som hidtil blev skubbet foran dem.
Alle fem udfald kan være fornuftige. Men kun nogle af dem er en bogførbar besparelse.
Hvis virksomheden kalder alle frigjorte timer for sparede penge, blander den tre forskellige ting sammen:
Mulig tid. Systemet ser ud til at gøre en opgave hurtigere.
Brugbar kapacitet. Arbejdsgangen leverer stabilt et godkendt resultat med den nødvendige kontrol og overtagelse.
Økonomisk virkning. Ledelsen ændrer faktisk bemanding, indkøb, volumen, pris, investering eller kundeløfte.
AI kan skabe den første mulighed. Organisationen skal skabe de to næste.
Et bruttotal er begyndelsen på et valg
Deutsche Telekom kalder selv målet for 2027 en bruttobesparelse. Koncernen forventer cirka 1,1 milliarder euro i bruttobesparelser uden for USA sammenlignet med 2023. Samtidig beskriver den, at en del skal investeres igen.
Det gør ikke gevinsten mindre virkelig. Det gør regnestykket mere ærligt.
En bruttobesparelse fortæller, hvad der kan frigøres ét sted. Den fortæller ikke alene, hvad der ender på bundlinjen, eller hvad virksomheden vælger at bygge for pengene.
Den skelnen er relevant langt uden for en stor telekoncern. Når en virksomhed automatiserer kundeservice, administration, softwareudvikling eller netdrift, opstår der hurtigt et flot potentiale. Men værdien afhænger af, hvad der sker bagefter.
Hvis den frigjorte kapacitet skal blive til lavere omkostninger, kræver det en reel ændring i bemanding, leverandørkøb eller andre udgifter.
Hvis den skal blive til vækst, kræver det, at markedet kan aftage mere, og at salg, levering og service kan følge med.
Hvis den skal blive til kvalitet, kræver det et tydeligt løfte om, hvad kunderne eller driften skal opleve anderledes.
Hvis den skal blive til investering, kræver det et valg om, hvilken ny kapacitet virksomheden vil bygge.
Ingen af delene opstår af sig selv, fordi en opgave gik hurtigere.
I vores arbejde er aktivitet ikke det samme som kapacitet
I vores arbejde med AI-agenter ser vi den samme forskel i mindre skala. En agent kan køre mange opgaver og fremstille meget output. Men aktivitet bliver først til arbejdskapacitet, når rollen har tydeligt arbejde, kendte kilder, de rette redskaber, et kvalitetskrav og en ansvarlig modtager.
Ellers flytter arbejdet bare. Nogen skal sortere, kontrollere, forklare og tage over.
Det er også grunden til, at et mål som “40 procent af kontakterne håndteres af AI” ikke kan stå alene. Deutsche Telekom oplyser dette tal for sin amerikanske forretning og fortæller samtidig om færre opkald, hurtigere reaktion på netproblemer og færre klager i de første anvendelser. De supplerende mål viser, om automatiseringen ændrer virksomheden – ikke kun hvor meget trafik systemet tog.
Da vi skrev om kundekontakt, var pointen, at AI ikke nødvendigvis fjerner relationsarbejdet, men kan koncentrere det. Hvis de lette sager forsvinder, kan den menneskelige restopgave blive tungere. Det betyder, at et fald i antal opkald ikke automatisk giver et tilsvarende fald i behovet for menneskelig tid eller erfaring.
Den økonomiske gevinst skal derfor måles på hele den nye arbejdsdeling. Ikke kun på det, AI overtog.
Et sparekrav kan ødelægge sin egen gevinst
Det er fristende at sætte et centralt besparelseskrav, så snart en pilot viser, at en opgave går hurtigere. Men hvis kravet kommer før den nye arbejdsgang er stabil, kan virksomheden komme til at hæve gevinsten to gange.
Først regner den med færre omkostninger. Derefter regner den med, at de samme mennesker også skal skabe mere vækst, højere kvalitet og hurtigere udvikling.
Den samme time kan ikke både fjernes fra budgettet og bruges til et nyt produkt.
Et for tidligt sparekrav kan også få lokale ledere til at beskytte deres bemanding ved at fylde den frigjorte tid med aktivitet, som er let at vise. Flere rapporter. Flere AI-forsøg. Flere producerede sager. Så ser programmet travlt ud, mens den lovede virkning bliver vanskelig at finde.
Her er den dokumenterede erfaring fra agentarbejdet vigtig: Output er ikke i sig selv værdi. Resultatet skal kunne bruges, gentages og indgå i en virkelig beslutning eller levering.
Det samme gælder økonomien. I bør ikke bogføre en besparelse, fordi AI kan udføre en del af arbejdet. I bør følge den til det sted, hvor virksomhedens ressourcer eller resultater faktisk ændrer sig.
Giv hver AI-gevinst en adresse
En AI-investering behøver ikke kun ét mål. Deutsche Telekom går efter både omsætning, omkostninger og kvalitet. Men ledelsen skal kunne se, hvilken del af gevinsten der forventes at lande hvor.
Det kan gøres enkelt.
For hver væsentlig arbejdsgang bør I aftale:
- Hvad bliver faktisk frigjort? Er det menneskelig tid, licenser, leverandørkøb, ventetid eller fejl?
- Hvornår er kapaciteten virkelig? Hvilken kvalitet, stabilitet og menneskelig overtagelse skal være på plads, før den kan bruges i planlægningen?
- Hvor skal gevinsten hen? Skal den blive til lavere omkostning, mere volumen, bedre kvalitet, lavere pris, ny investering eller en bevidst blanding?
- Hvilken beslutning gør den virkelig? Er det færre nyansættelser, et ændret budget, et nyt kundeløfte eller finansiering af noget andet?
Det sidste spørgsmål er afgørende. Uden en konkret beslutning har I et potentiale. Ikke en realiseret gevinst.
Det betyder ikke, at alle AI-projekter skal ende i færre medarbejdere. Tværtimod kan det være en god forretning at bruge kapaciteten på vækst, kvalitet eller innovation. Men så skal ledelsen sige det tydeligt og holde op med samtidig at kalde hele beløbet for en besparelse.
AI ændrer ikke kun arbejdet. Den tvinger jer til at vælge værdien
Vi har tidligere skrevet, at AI presser timeprisen, men gør det vigtigere at se på, hvad der står tilbage. Den samme tanke gælder inde i virksomheden.
Det afgørende er ikke, hvor mange timer systemet ser ud til at spare. Det er, hvad virksomheden kan gøre anderledes bagefter.
Deutsche Telekom viser en usædvanligt tydelig retning: nye indtægter, lavere omkostninger, højere kvalitet og geninvestering i en større omstilling. Tallene er fortsat fremadrettede mål, og selskabet understreger selv, at de er forbundet med usikkerhed. Men opdelingen gør ledelsesvalget synligt.
Det er den disciplin, mindre virksomheder også har brug for.
Når en digital medarbejder frigør tid, så lad være med at fejre den samme time som både besparelse, vækst og bedre service.
Vælg, hvor den skal hen.
Først dér bliver AI-gevinsten til en forretningsbeslutning.