ChatGPT‑brug og adoptionsmønstre på arbejdspladsen

ChatGPT blev lanceret for blot to et halvt år siden og bruges i dag af medarbejdere i alle brancher, i alle stillinger og i virksomheder af alle størrelser. I dag angiver over en fjerdedel af de amerikanske arbejdstagere – og 45 % af dem med en kandidatgrad – at de bruger ChatGPT i forbindelse med deres arbejde.

Virksomhedsteknologi har altid fulgt et velkendt mønster: store startomkostninger, langvarige implementeringer og langsom udbredelse, før det begynder at betale sig. ChatGPT brød med det mønster, da folk tog det med fra deres privatliv ind i deres arbejde. De havde ikke brug for flere måneders oplæring eller en kompliceret indkøring; de begyndte bare at bruge det til at udføre meningsfuldt arbejde.

Vi ser allerede tydelige signaler. Alle, lige fra forskere til marketingfolk og operatører, integrerer ChatGPT i deres daglige arbejde. Det er ved at blive det første skridt i de centrale arbejdsgange – lige fra fejlfinding i kode til brainstorming af kampagner.

Denne rapport præsenterer nye data fra vores egen analyse, kombineret med fagfællebedømte kilder, om, hvem der bruger ChatGPT på arbejdspladsen, hvordan folk anvender det, og hvordan det vinder indpas i organisationerne.

Denne rapport kombinerer resultater fra uafhængige tredjepartsundersøgelser på tværs af branchen med analyser, som OpenAI har udført af brugen af ChatGPT og ChatGPT Enterprise. Alle analyser, som OpenAI har foretaget i denne rapport, er baseret på anonymiserede eller aggregerede brugsdata. OpenAI har ikke gennemgået noget bruger- eller kundeindhold (herunder modelinput eller -output) og har ikke analyseret nogen identificerbare data. Alle analyser af brugertendenser blev udført ved hjælp af automatiske indholdsklassificeringsværktøjer. Når rapporten henviser til specifikke ChatGPT‑prompter, er disse ChatGPT‑prompter udelukkende fiktive eksempler og ikke prompter fra virkelige brugere eller kunder.

Da ChatGPT blev lanceret i november 2022, henvendte det sig primært til en lille gruppe AI-forskere og entusiaster. Men inden for få måneder havde det nået 100 millioner aktive brugere om ugen, og i dag har det over 700 millioner aktive brugere om ugen, hvilket gør det til et af verdens mest besøgte websteder. 

Den udbredte private brug spredte sig hurtigt til arbejdspladsen. Som statistikken viser, er det meget sandsynligt, at forbrugernes anvendelse fremmer AI på arbejdspladsen. 

Det er en udvikling, vi har set mange gange før: Software, der vinder indpas blandt forbrugere, finder ind på arbejdspladsen, ofte i høj grad drevet af yngre medarbejdere. ChatGPT følger det samme mønster, hvilket afspejles i den hurtige vækst i antallet af aktive brugere om ugen, den høje udbredelse blandt ansatte under 30 og den hyppige – ofte daglige – brug.

På få år er AI på arbejdspladsen gået fra niche til mainstream. Tallene fortæller historien:

Implementering af AI sker ikke jævnt på tværs af økonomien. Arbejdstagere i visse brancher har hurtigt taget ChatGPT i brug i deres daglige arbejde, mens andre går mere langsomt frem. 

Ved at se på, hvilke sektorer der tager værktøjet hurtigst til sig, kan vi få et indblik i både de umiddelbare muligheder og de områder, hvor det kan tage længere tid, før anvendelsen for alvor tager fart. 

Visse brancher tager ChatGPT i brug i et omfang, der overstiger forventningerne. IT- og finanssektoren er førende, hvilket er logisk i betragtning af værktøjets styrker inden for kodning, analyse og informationsintensivt arbejde. Anvendelsen i produktionssektoren peger på en bredere digital transformation: fabrikker, der bruger AI til procesautomatisering, forebyggende vedligeholdelse og optimering af forsyningskæden. Tidlige investeringer i industriel AI kan være med til at bane vejen for udbredt brug af ChatGPT blandt ingeniører, analytikere og driftsledere.

Andre brancher halter bagefter. Detailhandel, byggeri, transport, engroshandel og landbrug viser alle en markant lavere udbredelse. I de fleste tilfælde hænger dette sammen med deres lavere andel af videnarbejdere, hvor behovet for AI-værktøjer ikke er så presserende.  

Sundhedssektoren er et særligt tilfælde. Selvom det er en af de største og mest datatunge sektorer, er indførelsen af kunstig intelligens gået langsommere. Strenge regler for privatlivsbeskyttelse og overholdelse af lovgivning samt en risikoavers organisationskultur kan være medvirkende årsager. Alligevel begynder vi at se vækst inden for udvalgte områder såsom klinisk dokumentation og administrative arbejdsgange, hvilket tyder på, at sundhedssektoren snart kan blive et centrum for indførelsen af AI.

Anvendelsesmønstrene varierer på tværs af afdelinger, men nogle få temaer skiller sig ud. I de første tre måneder dominerer fire kategorier brugen: skrivning, research, programmering og analyse. Tilsammen udgør de størstedelen af de sendte beskeder. Denne alsidighed fremhæver fleksibiliteten i ChatGPT; teams bruger det til at udarbejde udkast til kommunikation, indsamle og sammenfatte information, skrive kode og fortolke data.

De tekniske teams er blandt de mest aktive brugere, idet stillinger inden for analyse, ingeniørarbejde og IT udgør en stor andel af de tidlige brugere. Programmering er den mest udførte opgave, især for ingeniørstillinger, men brugerne anmoder også om en betydelig mængde hjælp til research og dokumentation. Det tyder på, at ChatGPT bliver brugt næsten lige så meget til planlægning som til kodning. 

IT-teams lægger størst vægt på research og fejlfinding og bruger ofte ChatGPT som informationskilde, inden de går videre til automatisering.

Eksempel på prompt til kodning

Bemærk: Den syntetiske prompt ovenfor er et eksempel, der er skrevet specifikt til denne rapport og udelukkende til illustrative formål

Personer i go-to-market-roller, herunder markedsføring, kommunikation, salg og kundeoplevelse, er også blandt de største brugere. Disse funktioner benytter primært ChatGPT til skrivning, research, udvikling af kreative idéer og generering af medieindhold. 

På tværs af funktioner er det tidlige anvendelsesmønster ensartet: AI udvider ekspertisen, den erstatter den ikke. Ingeniører finpudser prompter til at fejlfinde kode og generere enhedstests. Analytikere bruger tankerække-prompting til at rense og fortolke datasæt. Kundesupportteams udarbejder gennemtænkte svar, der er i tråd med brandet. Det gennemgående træk er, at ChatGPT udvider omfanget af specialiserede kompetencer og bliver en partner i de centrale arbejdsgange.

Kilde: Samlede data fra ChatGPT Enterprise-afdelingen indsamlet under onboarding; automatiske indholdsklassificeringsværktøjer

Interessant nok breder kodning sig ud over ingeniørbranchen. Designere benytter sig måske af programmering til front-end-prototyper og hjælp til kodestykker, og de bruger ChatGPT til kodning i langt højere grad end inden for økonomi og salg. Projektledere kombinerer skrivning, fremstilling af medier, kodning og dataanalyse, og fungerer dermed som bindeleddet mellem de forskellige teams. Men afdelingerne for produktudvikling, drift, marketing, økonomi og HR bruger alle ChatGPT til kodning i et eller andet omfang. 

Denne tendens bekræftes i en undersøgelse foretaget af Boston University og BCG, hvor man undersøgte ChatGPT’s indvirkning på BCG-konsulenternes tekniske kompetencer. Undersøgelsen viste, at konsulenter, der var udstyret med og trænet i brugen af ChatGPT, scorede henholdsvis 49, 20 og 18 procentpoint højere end kontrolgruppen i de tre tekniske opgaver, og at de i to af de tre opgaver præsterede på et niveau, der lå tæt på det, som BCG’s egne dataforskere præsterede.

God skrivning er ikke længere en opgave, der er forbeholdt professionelle tekstforfattere. Med ChatGPT kan alle omdanne noter til færdigredigeret tekst og hurtigt foretage ændringer. Møder, notater og kundebeskeder bliver klarere og mere inkluderende, fordi alle kan formulere deres ideer tydeligt – ikke kun professionelle kommunikatører. AI er ved at blive det primære redskab til daglig kommunikation og koordinering, hvor udkast, tilpasning af tonen og versionering samles i én enkelt arbejdsgang.

Designteams skiller sig ud med deres brug af mediegenerering, idet de benytter sig af den 2–4 gange mere end andre grupper. Den omfattende anvendelse af disse funktioner til centrale arbejdsopgaver understreger, at ChatGPT er ved at få en rolle, der rækker ud over tekst. 

Alle go-to-market-teams bruger primært ChatGPT til skriveopgaver, research og udarbejdelse af medieindhold, men på forskellige måder. Her er nogle eksempler på prompter, der illustrerer den type forespørgsler, vi ser:

Bemærk: De ovenstående syntetiske prompter er eksempler, der er skrevet specifikt til denne rapport udelukkende til illustrative formål

De første data viser en tydelig tendens: De fleste afdelinger er afhængige af kerneværktøjerne i ChatGPT, herunder søgning, dataanalyse, upload af filer, datahentning og canvas. Anvendelsen af mere avancerede funktioner – såsom ræsonneringsmodeller, dybdegående research, projekter og brugerdefinerede instruktioner – er højere blandt superbrugere, herunder R&D-teams. For mange medarbejdere betyder det, at ChatGPT er integreret i de daglige arbejdsgange, primært gennem tilgængelige, ukomplicerede opgaver snarere end i specialiserede anvendelsessituationer.

Tekniske funktioner udgør en undtagelse. Roller inden for analyse, ingeniørarbejde, it og forskning er langt større brugere af avancerede funktioner. Deres arbejde kræver ofte ræsonnering i flere trin, omfattende datasyntese eller kompleks problemløsning. Ingeniører bruger værktøjerne til kodegenerering eller fejlfinding; analytikere anvender dybdegående research til at fortolke datasæt; og it-fagfolk søger i vidensdatabaser for at løse supportanmodninger og udføre fejlfinding på systemer. Mere avancerede værktøjer egner sig naturligt til tekniske opgaver, der er strukturerede, datatunge og beslutningsbaserede.

Forskellige tekniske teams gør også brug af forskellige funktioner. IT-teams benytter sig oftere af informationssøgning og søgefunktioner og bruger ChatGPT som en videnpartner til hurtige svar på spørgsmål om konfiguration eller politikker. Ingeniørteams gør i højere grad brug af GPT’er, programmeringsværktøjer og dataanalyse, hvilket afspejler deres mere kodefokuserede arbejdsgange. Denne forskel understreger, at anvendelsen ikke kun afhænger af teknisk kompetence, men også af arbejdstypen og konteksten inden for de enkelte afdelinger.

Disse data peger på to muligheder. For det første udnyttes de avancerede funktioner stadig ikke i tilstrækkelig grad, selv i tilfælde hvor de kunne have stor betydning. Hindringerne kan blandt andet være, at det er svært at finde frem til dem, manglende kendskab til anvendelsesmulighederne eller den opsætning, der kræves for at bruge dem.

For det andet er tidlige frontløbere inden for analyse, IT, jura og ingeniørarbejde på vej ind i mere komplekse arbejdsgange. I takt med at implementeringsprogrammerne udvides, og produktforbedringer gør det lettere at komme i gang, vil anvendelsen sandsynligvis skifte fra de daglige kerneopgaver til mere dybtgående ræsonnering og samarbejdsbaserede arbejdsgange, der omstrukturerer beslutningstagningen i hele virksomheden. 

ChatGPT øger allerede medarbejdernes produktivitet på målbare måder. Interne sammenligninger viser en markant stigning i produktiviteten, drevet af medarbejdere, der bruger værktøjet til at skrive og kommunikere hurtigere, søge information mere effektivt og reducere arbejdsbyrden ved gentagne opgaver. De fleste virksomheder befinder sig stadig i de tidlige faser af implementeringen, men vi begynder at se organisationer integrere ChatGPT på afdelingsniveau for at gøre hele processer mere effektive. 

I modsætning til traditionel virksomhedssoftware, som udrulles ovenfra og ned efter lange beslutningscyklusser og uddannelsesforløb, blev ChatGPT introduceret på arbejdspladsen nedefra og op. Medarbejdere og små teams har selv taget det i brug, eksperimenteret med arbejdsgange og bevist dets værdi, før virksomhederne formelt har indkøbt det. Dette græsrodsmønster har gjort det til den hurtigst udbredte virksomhedsteknologi i nyere tid. 

Den dynamik er nu ved at ændre sig. Nye funktioner, fra autonome agenter over avanceret kodningssupport til værktøjer til hjælp til beslutningstagning, udvider ChatGPT's rolle ud over personlig produktivitet. Den er ved at blive en platform til hele arbejdsgange. Ledere bruger det til at udforme strategier, ingeniører til at designe og fejlfinde systemer, og kundesupportmedarbejdere til at evaluere komplekse løsninger. ChatGPT fungerer i stigende grad som et operativsystem for det daglige arbejde: et fælles lag, hvor der træffes beslutninger, løses problemer, og skaleres output.

Arbejde har altid udviklet sig i takt med teknologien. For ikke så længe siden handlede meget af det om at finde svar, skrive e-mails og gentage allerede løste problemer. Nu skifter fokus i stigende grad mod syntese, kreativitet og hurtighed: arbejde, der bliver bedre takket være naturlige, intuitive interaktioner med AI.

I de kommende år vil AI blive integreret i næsten alle arbejdsgange. Efterhånden som det sker, vil medarbejdere bruge mindre tid på at udføre opgaver og mere tid på at overvåge og tilpasse AI-output. ChatGPT's tværfunktionelle rækkevidde gør det muligt for enkeltpersoner at påtage sig opgaver, som tidligere var fordelt på tværs af flere afdelinger. En produktchef kan for eksempel bruge det til at analysere kundefeedback, teste og finpudse en ny funktion samt udarbejde det juridiske indhold og marketingindhold, der er nødvendigt for at lancere den.

Samarbejdet bevæger sig væk fra isolerede dokumenter og beskeder og over mod fælles arbejdsområder i realtid, hvor teams løser problemer i fællesskab. Funktioner såsom hukommelse gør produktet mere kontekstbevidst og giver medarbejderne en partner, der husker deres præferencer, projekter og 
 arbejdsgange. Muligheden for at indlæse strukturerede og ustrukturerede data direkte i ChatGPT udvider desuden dets rolle som den centrale grænseflade for virksomhedens viden, og GPT‑5 fremskynder denne udvikling.

Det afgørende er, at de første resultater tyder på, at denne ændring ikke blot gør medarbejderne mere produktive, men faktisk også gør deres arbejde mere tilfredsstillende. Det gøres ved at reducere tidskrævende opgaver med lav værdi og give dem mulighed for at bruge tiden på meningsfuldt kernearbejde. I en seks måneder lang randomiseret feltundersøgelse blandt tusindvis af videnarbejdere reducerede adgangen til AI den ugentlige tid brugt på e-mails med 31 %. En anden undersøgelse så på softwareudviklere og fandt, at AI-kodningsværktøjer gjorde det muligt for dem at bruge mere tid på kodning, mere tid på udforskende arbejde og mindre tid på projektledelse. Tilsammen tyder disse fund på, at værktøjer som ChatGPT kan reducere rutinearbejde og frigøre tid til mere strategisk, tilfredsstillende og i sidste ende mere værdifuldt arbejde.

Omfanget af denne ændring minder om tidligere teknologiske revolutioner. Elektriciteten ændrede fabriksarbejdet, internettet omdefinerede handel og kommunikation, og nu baner kunstig intelligens vejen for det næste store spring. De virksomheder, der tilpasser sig hurtigt og velovervejet, vil opnå de tidligste og største fordele: hurtigere beslutningsprocesser, produktivitetsgennembrud og nye muligheder på tværs af alle funktioner.