Når AI koster mere end den skaber værdi

Metas aktie faldt kraftigt efter deres seneste regnskab. Ikke fordi tallene var dårlige – men fordi CFO Susan Li annoncerede at AI-investeringerne ville stige yderligere i 2026, uden at kunne pege på konkrete indtægter. Wall Street reagerede præcis som kunder gør når du præsenterer et estimat der kun handler om hvad det koster at bygge, ikke hvad det skaber.

Jeg ser det samme mønster hos kunder. For seks måneder siden var AI-features nice-to-have. Nu vil ledelsen vide: Hvor mange kundehenvendelser sparer vi? Hvor meget hurtigere konverterer brugere? Hvad er alternative cost hvis vi bare ansætter en ekstra medarbejder i stedet? Det er ikke længere nok at sige at 'alle andre gør det'.

Problemet med mange AI-implementeringer er at de starter med teknologien i stedet for opgaven. Du får en chatbot fordi du kan – ikke fordi 60 procent af dine supporthenvendelser faktisk kan løses automatisk. Du får AI-genererede produktbeskrivelser fordi det er hurtigt – ikke fordi de konverterer bedre end dine eksisterende tekster.

Der er en grund til at Google fjernede deres Earth AI-feature dagen efter lancering. Når du sætter en feature i produktion uden at have testet om den faktisk løser et reelt problem, ender du med at bruge resourcer på skadeskontrol i stedet for værdiskabelse. Det er dyrere end at lade være med at bygge featuren.

Det interessante ved Metas situation er at de faktisk HAR profitable AI-features. Deres annoncetargeting bruger machine learning og skaber målbar værdi. Men det er ikke det investorerne hører om – de hører om milliardinvesteringer i infrastruktur til hypotestiske fremtidige produkter. Når du ikke kan fortælle en konkret historie om værdi, lyder selv gode investeringer som spild.

For os der bygger websites og digitale produkter betyder det her en fundamental ændring i hvordan vi pitcher AI-features. Start med problembeskrivelsen. Hvor mange timer bruger kunden på opgaven i dag? Hvad er konsekvensen hvis den ikke bliver løst? Først derefter taler du om hvordan AI kan hjælpe – og kun hvis det faktisk er den bedste løsning.

Reglen er simpel: Hvis du ikke kan måle effekten af din AI-feature inden for tre måneder, så byg den ikke. Meta har råd til at eksperimentere i årevis. Det har din kunde ikke. Og deres bestyrelse har præcis samme tålmodighed som Wall Street: faldende.