Efter flera år av snabb teknikutveckling och höga förväntningar går AI in i en mer krävande fas. Frågan för företagsledningar är inte längre om AI ska användas, utan hur och till vad. Allt fler organisationer brottas nu med hur investeringar i AI ska omsättas i konkret affärsnytta.
5 AI-trender för vd:ar att förhålla sig till 2026
AI
Inför 2026 pekar flera utvecklingslinjer mot att många företag behöver justera både sina förväntningar och sitt sätt att arbeta med AI. För vd:n handlar det inte om att blint följa varje ny AI-trend bara för att, utan om att förstå vilka som faktiskt påverkar affären, organisationen och investeringarna.

Foto: Adobe Stock.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
VD-tidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
I MIT Sloan Manegement Review skriver Thomas H. Davenport, professor inom IT och management, och Randy Bean, rådgivare inom data- och AI-ledarskap, att nästa fas präglas mindre av experiment och mer av krav på affärsnytta, tydligt ansvar och organisatorisk mognad. I centrum för deras analys står fem trender som vd:ar bör förstå och förhålla sig till.
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


