IBM automatiserer 94 % af HR-henvendelser med AI og øger forfremmelser

IBM har taget et af de mest konkrete og målelige skridt ind i AI-æraen blandt de globale tech-giganter. Virksomheden har integreret kunstig intelligens dybt i sin kerneforretning, og ét område skiller sig ud som særligt modent og resultatskabende: HR. Ifølge en case fra Dansk Industri (DI) håndterer IBMs AI-assistent i dag 94 % af alle HR-henvendelser fuldstændig automatisk, uden menneskelig indblanding. Systemet er trænet på baggrund af mere end 10 millioner interaktioner med medarbejdere globalt, og resultaterne er slående. Virksomheden oplever nu 1,8 gange flere interne forfremmelser, da beslutninger om karriereudvikling i højere grad baseres på objektive data frem for subjektive relationer eller personlige netværk.

For danske ledere og specialister er IBMs tilgang et vigtigt eksempel på, hvordan AI kan transformere interne processer, inden den revolutionerer de kundevendte funktioner. Mens mange virksomheder stadig eksperimenterer med AI i periferien, viser IBM, at de største gevinster ofte ligger i at optimere de eksisterende, men ressourcekrævende støttefunktioner. Med en global arbejdsstyrke på ca. 400.000 medarbejdere fordelt på over 170 lande demonstrerer IBM, hvordan AI kan skabe ensartet service og effektivitet på tværs af geografier og tidszoner.

HR som testlaboratorium for AI

IBM har ikke blot indført AI som et ekstra værktøj – virksomheden har gjort det til en integreret del af sin forretningsdrift. HR-området blev valgt som udgangspunkt, fordi det var her, der var mest data at træne systemet på, og hvor processerne var tilstrækkeligt standardiserede til, at AI kunne overtage opgaverne. Ifølge Lars Lindegaard, landechef for IBM Software i Danmark siden januar 2024, er HR det område, hvor AI er "mest modent og velfungerende".

Udrulningen skete gradvist og strategisk. I starten blev HR-medarbejderne bevidst bedt om ikke at besvare spørgsmål direkte, så alle henvendelser kunne bruges til at træne systemet. Det var en central del af strategien for at sikre, at AI’en lærte af virkelige, ufiltrerede interaktioner. I dag er systemet fuldt integreret med IBMs HR-systemer og kan håndtere alt fra simple spørgsmål om ferie til mere komplekse transaktioner som lønændringer og udlæg. Ifølge Ivan Savic, Technical Sales Manager i IBM med over 15 års erfaring, kan systemet udføre disse opgaver uden kendskab til de bagvedliggende systemer som SAP, hvilket understreger AI’ens evne til at operere uafhængigt af underliggende infrastruktur.

Det betyder, at HR-medarbejderne nu kan fokusere på mere strategiske og værdiskabende opgaver, mens AI’en håndterer de rutineprægede forespørgsler. Denne omfordeling af ressourcer har ikke blot øget effektiviteten, men også forbedret medarbejderoplevelsen, da spørgsmål nu besvares hurtigere og mere konsistent.

Konkrete resultater: Effektivitet og fairere forfremmelser

De mest iøjnefaldende resultater kommer fra effektivitetsgevinsterne. At 94 % af alle HR-henvendelser nu håndteres automatisk, betyder, at medarbejderne i HR-afdelingen kan dedikere mere tid til strategisk arbejde, medarbejderudvikling og komplekse sager, der kræver menneskelig dømmekraft. Men gevinsterne rækker længere end blot tid og ressourcer. IBM har observeret en markant stigning i interne forfremmelser – 1,8 gange flere end før AI-indførslen. Årsagen er, at beslutninger om karriereudvikling nu i højere grad baseres på objektive data, herunder præstationer, kompetencer og historiske bidrag, frem for subjektive relationer eller personlige netværk.

For en virksomhed som IBM, der opererer i en global kontekst med medarbejdere spredt over 170 lande, er skalerbarheden af sådanne løsninger afgørende. AI’en gør det muligt at levere ensartet service og konsistente beslutninger på tværs af geografier og tidszoner, uden at kvaliteten falder. Det er en fordel, som mange globale – og danske – virksomheder kan drage inspiration af. Systemets evne til at håndtere store datamængder og træffe datadrevne beslutninger har desuden reduceret risikoen for bias i forfremmelsesprocesser, hvilket bidrager til en mere retfærdig og transparent arbejdsplads.

Effektivitetsgevinsterne er ikke blot teoretiske. Med en arbejdsstyrke på 400.000 medarbejdere repræsenterer de 94 % automatiserede henvendelser en betydelig reduktion i manuelle opgaver. Hvis man antager, at en typisk HR-medarbejder tidligere brugte 30 % af sin tid på at besvare rutinespørgsmål, kan virksomheden nu omfordele denne tid til mere strategiske initiativer, hvilket i sidste ende styrker virksomhedens konkurrenceevne.

Hvorfor HR? Og hvad kommer næst?

Valget af HR som det første store AI-projekt var ikke tilfældigt. Ifølge Lars Lindegaard var det et bevidst valg at starte med en funktion, der allerede havde en høj grad af standardisering, store mængder data og gentagne processer. HR er desuden en afdeling, hvor medarbejderne ofte stiller de samme typer af spørgsmål, hvilket gør det nemmere for AI at lære og forbedre sig over tid. Den gradvise udrulning, hvor systemet først blev trænet på eksterne data, før det blev integreret fuldt ud, var afgørende for at opnå den nuværende modenhed.

Det betyder dog ikke, at IBM stopper her. Lindegaard understreger, at de store gevinster i fremtiden vil komme, når AI transformerer kerneprocesser som salg, kundeservice og supply chain. Men lektien fra HR-projektet er klar: Start småt, træn systemet og involver brugerne. IBMs tilgang har været præget af en iterativ proces, hvor feedback fra medarbejderne løbende har været brugt til at forfine systemet. Det er en tilgang, som danske virksomheder kan tage til sig, hvis de ønsker at undgå at blive overhalet af konkurrenter, der allerede er længere fremme med deres AI-implementering.

Mens IBM fokuserer på interne effektiviseringsgevinster, viser andre tech-giganter forskellige resultater af AI-boomet. Samsung Electronics leverede for eksempel i 2. kvartal 2026 et rekordhøjt driftsoverskud på 89,5 tusind milliarder won (ca. 405 mia. kr.), hvilket var 19 gange højere end samme periode året før. Denne vækst var drevet af en massiv efterspørgsel på AI-hukommelseschips, hvilket understreger, hvordan AI også kan generere direkte indtjeningsstigninger i hardware-sektoren. IBMs strategi adskiller sig ved at prioritere interne forbedringer frem for nye produkter, men begge tilgange viser, at AI kan skabe værdifulde resultater på forskellige måder.

Lektioner for danske virksomheder

IBMs case rummer flere vigtige lærdomme for danske ledere og specialister, der overvejer at implementere AI i deres egne organisationer. Her er de centrale punkter, som danske virksomheder kan tage med sig:

• Start med det modne: Vælg et område, hvor der allerede findes standardiserede processer, store datamængder og gentagne opgaver. HR er et oplagt udgangspunkt for mange virksomheder, men andre støttefunktioner som finance, IT eller indkøb kan også være relevante. IBMs succes med HR skyldes netop, at afdelingen havde klare, strukturerede processer, der var nemme at automatisere.
• Træn systemet med virkelige data: IBMs tilgang til at lade AI’en lære af ufiltrerede medarbejderhenvendelser var afgørende for at opnå præcise og pålidelige resultater. Jo mere data systemet udsættes for, jo bedre bliver det. Det betyder, at virksomheder bør undgå at begrænse træningsdata til "rene" eller teoretiske scenarier, da det kan føre til en AI, der ikke fungerer optimalt i den virkelige verden.
• Involver brugerne: Udviklingen af AI-løsninger bør ske i tæt samarbejde med de medarbejdere, der skal bruge dem. IBM involverede HR-medarbejderne fra starten, hvilket sikrede, at systemet løste reelle behov og ikke blot teoretiske problemer. Denne tilgang øger også accepten blandt medarbejderne, da de føler sig medejere af løsningen.
• Skalér gradvist: IBMs succes skyldes en gradvis udrulning, hvor systemet blev testet, evalueret og forbedret, før det blev taget i fuld brug. Dette reducerer risikoen for fejl, øger tilliden til systemet og giver mulighed for at justere undervejs. Danske virksomheder bør overveje at starte med pilotprojekter i afgrænsede afdelinger, før de ruller løsninger ud på tværs af hele organisationen.

For danske virksomheder, der endnu ikke har taget de første skridt med AI, er IBMs eksempel en påmindelse om, at det ikke nødvendigvis handler om at finde den perfekte løsning med det samme. Det handler om at begynde et sted, lære undervejs og skalere op, når systemet er modent. Set fra Danmark og Norden understreger IBMs tilgang, at AI ikke kun er forbeholdt de store tech-giganter. Selv om skalaen måske er mindre, kan danske virksomheder opnå lignende effektiviseringsgevinster ved at følge de samme principper: Start med det, der virker, og byg derfra.

Fremtiden for AI i forretningsverdenen ligger ikke kun i de store, disruptivt nye produkter, men i høj grad i at gøre det eksisterende bedre, hurtigere og mere datadrevet. IBMs succes med AI i HR viser, at de største gevinster ofte findes i at optimere de processer, der allerede kører – og at disse gevinster kan være både målelige og transformative.