Udvikle eller købe AI: en undersøgelse af brasilianske virksomheder
Færdig AI og udviklingsarbejde eksisterer ofte side om side i en virksomhed. En ny analyse af Brasiliens TIC Empresas 2025-undersøgelse adskiller medarbejdernes arbejde fra arbejde bestilt hos leverandører og omsætter skelnen til et arbejdsark om ansvar.
Brasilianske formelle virksomheder med 10+ beskæftigede i udvalgte brancher; adgang til AI-spørgsmålene kræver et IT-område eller en specialist. TIC Empresas 2025, indsamlet februar 2025–januar 2026. Analysen blev afsluttet 17. oktober 2026.
Resumé
Blandt brasilianske virksomheder, der opfylder kriterierne og bruger AI til marketing eller salg, rapporterede 69,0 % af dem med fuldstændige svar om anskaffelsesformer både anskaffelse af færdig AI og en form for udvikling eller ændring. Blandt brugerne af færdig AI i den gruppe var andelen 81,1 %. De respektive punktvise 95 %-konfidensintervaller er 61,9 %–76,1 % og 74,7 %–87,5 %.[1][4]
Disse vægtede estimater bruger TIC Empresas 2025, som omfatter udvalgte formelle virksomheder med 10 eller flere beskæftigede; AI-spørgsmålene kræver et IT-område eller en IT-specialist. Analysen bruger 447 respondenter med fuldstændige svar, herunder 376 brugere af færdig AI, fra feltarbejde i februar 2025–januar 2026. Anskaffelsesformen beskriver virksomhedens AI-portefølje, ikke nødvendigvis dens marketinganvendelse eller samme system. Den praktiske konsekvens er at angive, hvem der udvikler, ændrer og vedligeholder hvert system, herunder leverandører, der er hyret til arbejdet.
En marketingansvarlig stiller et tilsyneladende ligetil spørgsmål: Skal vi udvikle et AI-værktøj eller købe et? Diskussionen begynder med en produktliste og en mulig udviklingsbrief. Snart spørger nogen, hvem der skal tilpasse systemet, hvem der skal kontrollere dets output, og hvem der skal rette det, når virksomheden ændrer sig.
Spørgsmålene kan involvere forskellige personer og forskellige systemer. At anskaffe et færdigt produkt beskriver ikke alt, virksomheden gør med AI. At medarbejdere gennemgår AI-genereret indhold, betyder heller ikke, at de udvikler softwaren.
Vi undersøgte svar om anskaffelsesformer fra de samme virksomheder i Brasiliens offentlige virksomhedsundersøgelse. Resultatet giver et specifikt benchmark for diskussionen om at udvikle eller købe. Undersøgelsens udtryk er ”anskaffet klar til brug”, hvilket ikke nødvendigvis betyder et betalt køb eller abonnement.
1 virksomhed kan bruge flere veje til at anskaffe AI

- Anskaf færdig software
- Udvikl eller ændr med medarbejdere
- Bestil udvikling eller ændring
At udvikle, købe og bestille udvikling beskriver forskelligt arbejde
Undersøgelsen skelner mellem 5 veje: AI-software eller -systemer udviklet af medarbejdere; ændret af medarbejdere; open source-systemer ændret af medarbejdere; anskaffet klar til brug; og udviklet eller ændret af eksterne leverandører hyret til arbejdet. En virksomhed kan angive flere veje.[2]
Vi grupperer de første 3 som intern udvikling eller ændring. Bestilt arbejde holdes særskilt: Det udføres af nogen uden for virksomheden. Blot at anskaffe en leverandørs eksisterende produkt fastslår ikke, at virksomheden bestilte udvikling. Tilsvarende er ændring af software ikke nødvendigvis træning af en AI-model.
Teknologidefinitionen er også bredere end generativ AI. Den omfatter sprog- og billedanalyse, talegenkendelse, forudsigelse, automatisering af arbejdsgange og selvstændige fysiske maskiner. Resultaterne bør ikke læses som statistik udelukkende om chatbots, AI-skriveværktøjer eller AI-agenter.[2]
Der er en væsentlig kobling, som spørgeskemaet ikke foretager. Det spørger særskilt til virksomhedens anskaffelse af AI, og om den bruger AI til marketing eller salg. En virksomhed kunne anskaffe et færdigt marketingprodukt og bestille et driftssystem, der ikke vedrører marketingproduktet. Den kunne også angive flere veje for relaterede systemer. Vi kan identificere kombinationen i virksomheden, men kan ikke knytte en vej til dens marketinganvendelse.
Anskaffelse af færdig AI forekommer ofte sammen med udvikling eller ændring
Blandt 447 AI-brugere til marketing eller salg, der opfyldte kriterierne og havde fuldstændige svar om anskaffelsesformer, angav anslået 69,0 % anskaffelse af færdig AI sammen med mindst 1 vej til udvikling eller ændring. Det punktvise 95 %-konfidensinterval er 61,9 %–76,1 %. Yderligere 16,1 % angav anskaffelse af færdig AI og ingen af disse yderligere veje, med et interval på 10,5 %–21,6 %.[1][4]
Det er vægtede procentdele. Det første resultat kommer fra 307 respondenter, men 307 divideret med 447 ville give den uvægtede stikprøveandel, ikke populationsestimatet. Undersøgelsesvægte tager højde for, hvordan respondenterne repræsenterer virksomheder i den definerede population.
Indsnævr nu spørgsmålet til de 376 virksomheder med fuldstændige svar, der angav anskaffelse af færdig AI. I den gruppe angav de samme 307 respondenter også udvikling eller ændring. Det vægtede estimat for andelen af virksomheder er 81,1 % med et 95 %-interval på 74,7 %–87,5 %. Nævneren er ændret. Tallene 69,0 % og 81,1 % beskriver samme kombination fra 2 perspektiver frem for 2 uafhængige resultater.
For en marketingansvarlig er konsekvensen et spørgsmål, der kan stilles internt: Hvilket arbejde ligger ved siden af de anskaffede værktøjer? Svaret kan involvere medarbejdere, leverandører med bestilte opgaver eller begge dele. Undersøgelsen viser ikke, at selve det færdige produkt blev ændret. En nyttig opgørelse begynder derfor med de enkelte systemer og arbejdet knyttet til hvert af dem.
Udvalgte kombinationer af AI-anskaffelsesformer blandt marketing- eller salgsbrugere
Begge rækker bruger de 447 respondenter med fuldstændige svar om anskaffelsesformer. Procentdelene er vægtede.
| Rapporteret anskaffelseskombination | Estimat | 95 %-interval: nedre grænse | 95 %-interval: øvre grænse |
|---|---|---|---|
| Anskaffelse af færdig AI samt udvikling eller ændring | 69,0 % | 61,9 % | 76,1 % |
| Anskaffelse af færdig AI uden en vej til udvikling eller ændring | 16,1 % | 10,5 % | 21,6 % |
Angiv medarbejderes og leverandørers ansvar særskilt
I gruppen med fuldstændige svar og færdig AI angav 66,3 % bestilt udvikling eller ændring, og 39,0 % angav intern udvikling eller ændring. Kategorierne overlapper: 24,2 % angav begge. At lægge de 2 procentdele sammen ville tælle nogle virksomheder 2 gange.[4]
De 4 kombinationer gør rollerne nemmere at se. Bestilt arbejde uden internt arbejde udgør 42,1 %; internt arbejde uden bestilt arbejde 14,8 %; begge 24,2 %; og ingen af dem 18,9 %. Alle grupper i figuren angav også anskaffelse af færdig AI. ”Ingen af dem” betyder ingen af de yderligere udviklingsveje, ikke at virksomheden ikke har AI eller medarbejdere med ansvar for det.
Forskellen mellem bestilt og internt arbejde er 27,3 procentpoint med et punktvist 95 %-interval på 14,0–40,5 point. Vi beregnede forskellen inden for hvert undersøgelsesreplikat og bevarede sammenhængen mellem de 2 svar. Den beskriver, hvor ofte rollerne blev angivet, ikke deres andel af udgifter, medarbejdertid eller forretningsværdi.
Skelnen har betydning, når en marketingansvarlig spørger, hvem der kan ændre noget. En medarbejder kan måske tilpasse et system direkte, mens en leverandør kan have brug for en specifikation, et aftalt omfang og en overdragelse. En virksomhed, der bruger begge veje, skal vide, hvilken ordning der gælder for den ønskede ændring. Undersøgelsen fastslår ikke, hvor godt nogen af ordningerne fungerede.
Hvem angiver arbejdet med udvikling eller ændring?
Alle 4 grupper angav anskaffelse af færdig AI. Nævneren er de 376 brugere af færdig AI med fuldstændige svar om anskaffelsesformer i AI-gruppen for marketing eller salg.
| Rapporteret anskaffelseskombination | Estimat | 95 %-interval: nedre grænse | 95 %-interval: øvre grænse |
|---|---|---|---|
| Bestilt arbejde, intet internt arbejde | 42,1 % | 33,0 % | 51,2 % |
| Internt arbejde, intet bestilt arbejde | 14,8 % | 8,0 % | 21,7 % |
| Både internt og bestilt arbejde | 24,2 % | 15,9 % | 32,5 % |
| Hverken internt eller bestilt arbejde | 18,9 % | 12,5 % | 25,3 % |
Et specifikt benchmark for et etableret anskaffelsesspørgsmål
At kombinere intern og ekstern anskaffelse af AI er ikke en ny idé. Hoffreumon, Forman og van Zeebroecks forskning fra 2024 undersøger anskaffelse af færdig AI og intern udvikling eller tilpasning blandt 3.143 europæiske virksomheder. Det offentliggjorte resumé beskriver almindelige komplementære forhold mellem anskaffelsesveje.[6]
Cetics egen bog fra 2025 rapporterer særskilte procentdele for AI-anskaffelse og diskuterer forskellige veje til ibrugtagning, der fungerer side om side. Vores bidrag er snævrere: et reproducerbart estimat af, hvilke veje de samme brasilianske virksomheder angiver inden for den definerede AI-gruppe for marketing eller salg, herunder skelnen mellem medarbejderarbejde og bestilt arbejde.[5]
Benchmarket hjælper med at rammesætte en gennemgang, men kan ikke vælge en leverandør eller afgøre en investeringsbeslutning. En almindelig ordning kan stadig være uegnet til en bestemt virksomhed. Den relevante beslutning er, om den foreslåede ordning kan udføre den tilsigtede opgave, og om nogen kan vedligeholde den efter levering.
En fiktiv leverandør kortlægger arbejdet omkring sine AI-værktøjer
Forestil dig en fiktiv brasiliansk leverandør af kontormøbler. Marketingteamet anskaffer et eksisterende værktøj til at skrive kladder til produktbeskrivelser. Medarbejdere ændrer også et internt AI-system, der sorterer indgående henvendelser, mens en ekstern udvikler får til opgave at tilpasse et særskilt salgsprognosesystem. Det er illustrative ordninger, ikke en virksomhed fra undersøgelsen eller en anbefalet kombination.
Den marketingansvarlige begynder med 1 ønske: Hold produktbeskrivelserne ensartede, når specifikationer ændres. Det anskaffede skriveværktøj er kun en del af opgaven. Nogen skal levere de godkendte specifikationer, gennemgå kladden og afgøre, hvornår den er klar til brug. Det ansvar betyder ikke i sig selv, at virksomheden har udviklet eller ændret AI-software.
Henvendelsessystemet rejser et andet spørgsmål. En medarbejder ændrede dets fordeling af henvendelser, så teamet udpeger, hvem der forstår ændringen, hvordan en forkert fordeling opdages, og hvem der kan tilbageføre en uegnet ændring. For det bestilte prognosesystem kontrollerer teamet i stedet, hvad den eksterne udvikler vil overdrage, hvilke ændringer der er med, og hvem der reagerer efter levering.
Teamet sætter de 3 systemer på særskilte rækker i arbejdsarket. Én betegnelse som ”vi køber AI” ville skjule ændringen udført af medarbejderen og det bestilte arbejde; én betegnelse som ”vi udvikler AI” ville skjule det anskaffede produkt. Opgørelsen kræver ikke samme anskaffelsesbeslutning for alle 3.
De resulterende handlinger er konkrete: Udpeg den ansvarlige for gennemgang af beskrivelser, dokumentér ændringen i henvendelsessystemet, og aftal overdragelsen af prognosesystemet. Eksemplet fremsætter ingen påstand om besparelser eller resultater. Om handlingerne forbedrer virksomheden, kræver evidens fra dens faktiske arbejde.
Brug et arbejdsark om AI-ansvar, før næste vej vælges
Brug 1 række til hvert eksisterende system eller hver foreslået anvendelse. Begynd med en konkret opgave som at forberede produkttekst eller sortere salgsforespørgsler. Undgå en række, der kun hedder ”marketing-AI”: Den skjuler, hvilket arbejde et værktøj skal udføre. Dette arbejdsark er et praktisk forslag, ikke et tiltag afprøvet i undersøgelsen.
Registrér systemet og opgaven. Skriv navn, det forretningsspørgsmål, det understøtter, de oplysninger, det bruger, og det output, nogen handler på. Udpeg en person, der kan demonstrere den aktuelle proces. Hvis det foreslåede værktøj endnu ikke findes, så adskil den tilsigtede opgave fra antagelser om, hvad det vil levere.
Registrér, hvordan det anskaffes og ændres. Markér anskaffelse af færdig AI, udvikling eller ændring udført af medarbejdere, bestilt udvikling eller ændring eller en kombination. Beskriv det konkrete arbejde bag hver markering. Hold rutinebrug, indholdsgennemgang og konfiguration adskilt fra en påstand om, at medarbejdere udviklede softwaren; spørg den teknisk ansvarlige, når skelnen er uklar.
Udpeg de ansvarlige for overdragelse og vedligeholdelse. Angiv, hvem der accepterer en leveret ændring, hvem der holder input aktuelle, hvem der håndterer en fejl, og hvem der kan godkende en udskiftning. Hvor en leverandør er involveret, så skriv, hvilket ansvar den faktisk påtager sig. Et kontaktnavn alene forklarer ikke, hvad der sker, når personen ikke er tilgængelig.
Definér en gennemgang og en udvej. Vælg et konkret eksempel, systemet skal kunne håndtere, og en kendt situation, der kræver menneskelig gennemgang. Registrér, hvordan teamet vil undersøge resultatet, og hvad det gør, hvis systemet er utilgængeligt eller uegnet. Brug godkendte testoplysninger frem for at antage, at en ny leverandør må modtage eksisterende kundedata.
En udfyldt række bør kunne læses som en instruktion, nogen kan følge: ”Værktøj til produktbeskrivelser; godkendt specifikationsark; kladde gennemgået af katalogredaktøren; produktændringer leveret af den sortimentsansvarlige; fejl meldt til den navngivne værktøjsansvarlige; tidligere godkendt tekst bruges, mens en fejl løses.” Eksemplet beskriver ansvar. Det klassificerer ikke almindelig redigering som AI-udvikling.
Kortlæg opgaven, overdragelsen og næste gennemgang

Identificér systemet
Angiv opgaven, input og forventet output.
Fordel arbejdet
Adskil medarbejdernes ansvar fra leverandørernes forpligtelser.
Planlæg næste gennemgang
Aftal, hvem der kontrollerer ændringer og håndterer problemer.
Sammenlign hele ordninger, også arbejdet efter levering
Sammenlign mulighederne for en ny anvendelse ud fra samme opgave og gennemgangskriterier. Spørg, hvad et eksisterende produkt håndterer i leveret form, hvad der ville kræve medarbejderarbejde, og hvad en hyret leverandør ville levere. Hold svarene adskilt, før du sammenligner en foreslået kombination.
Hvis du forbereder et budget, så skeln mellem produktprisen og arbejde med udvikling, gennemgang, vedligeholdelse og overdragelse. Brug virksomhedens egne tilbud og tidsestimater. Den brasilianske undersøgelse måler ingen af disse omkostninger, så dens procentdele kan ikke begrunde en påstand om, at køb, egen udvikling eller bestilt udvikling bliver billigere.
Når virksomheden allerede har flere systemer, så færdiggør opgørelsen, før endnu en betegnelse føjes til strategien. Det centrale resultat er, at anskaffelse af færdig AI almindeligvis optræder sammen med andre anskaffelsesveje i netop denne gruppe. Det nyttige næste skridt er at finde det tilsvarende ansvar i din egen virksomhed og derefter træffe den næste beslutning med dette ansvar synligt.
Sådan beregnede vi kombinationerne af AI-anskaffelsesformer
Vi analyserede NIC.br/Cetic.br’s offentlige fortrolighedsbehandlede TIC Empresas 2025-fil, hentet 17. oktober 2026. Den omfatter aktive formelle brasilianske virksomheder med 10 eller flere beskæftigede i udvalgte industri-, bygge-, handels- og servicebrancher. ”Beskæftigede” er bredere end lønmodtagere. Virksomheder under tærsklen, offentlige virksomheder og brancher uden for undersøgelsesrammen er udeladt.[1][3]
Interviewene løb fra februar 2025 til januar 2026 med AI-modulet i alle 3 bølger. Kriterierne kræver et IT-område eller en IT-specialist og brug af mindst 1 anført AI-teknologi. H10_A identificerer aktuel brug til marketing eller salg; H9A_A–E identificerer anskaffelsesform. Disse AI-spørgsmål har ingen specificeret tilbageblikperiode på 12 måneder.[2][3][8]
Den offentlige fil indeholder 4.171 registreringer, herunder 1.085 rapporterede AI-brugere og 472, der angiver brug til marketing eller salg. Af sidstnævnte giver 447 ja-/nej-svar på alle 5 punkter om anskaffelsesform; de repræsenterer 96,7 % af den vægtede gruppe. Hovedfigurerne bruger disse fuldstændige svar. Undergruppen med færdig AI indeholder 376 respondenter. Ukendte svar omkodes ikke til nej.[4]
For hver procentdel dividerer vi hændelsens sum af vægte med domænets sum af vægte. Vi genberegner forholdstal og forskelle i deres helhed med de 200 medfølgende kombinerede replikatvægte og de oprindelige variansindstillinger. Punktvise normale 95 %-intervaller bruger 1,96 standardfejl efter Cetics metode. De giver ikke samtidige garantier for alle sammenligninger.[3][7]
Vi medtager også de 25 respondenter med ufuldstændige svar og overvejer hver ja-/nej-udfyldning, der er forenelig med deres kendte svar. Det kombinerede mønster går da fra 67,7 % til 69,0 % af alle AI-brugere til marketing eller salg, der opfylder kriterierne. Den betingede andel blandt brugere af færdig AI går fra 80,9 % til 81,6 %, idet tæller og nævner får lov at ændre sig konsistent. Det er grænser for manglende svar, ikke konfidensintervaller; stikprøveintervallerne er fortsat bredere.
Indsamlingsrapporten angiver en samlet svarprocent på 8 % og 4.174 gennemførte interview. Grunden til forskellen på 3 registreringer fra den offentlige fil er ikke fastslået. Vægtning og stikprøveintervaller fjerner ikke al skævhed fra manglende svar eller rapportering og kvantificerer ikke fejl fra fortrolighedsbehandlingen. Vi kontrollerede 6 AI-marginaler og deres usikkerhed mod udgiverens tabeller, men det beviser ikke, at enhver ny kombineret sammenhæng er upåvirket af behandlingen.[7][8]
Vi viser udvalgte anskaffelsesmønstre og de 4 kombinationer af kilderoller med fuldstændige svar. En lille restgruppe uden nogen anført vej forbliver i hovednævneren uden fortolkning. Downloadmaterialet giver præcise definitioner, aggregerede estimater, kildehashes og kode. Respondentdata skal hentes særskilt fra Cetic; ingen respondentregistreringer eller identifikatorer er med her.[4][9]
- Download anskaffelseskombinationer og konfidensintervaller (CSV)
- Download analysekode og kildevejledning (ZIP)
CSV-filen indeholder 6 aggregerede figurrækker og punktvise 95 %-konfidensintervaller. ZIP-filen tilføjer betingede benchmarks, grænser for manglende svar, kode, definitioner og præcise kildehashes. Den indeholder ingen respondentregistreringer eller identifikatorer. Numeriske felter bruger decimalpunktum.
Kilder og noter
- NIC.br/Cetic.br, TIC Empresas 2025, offentlige mikrodata med statistisk fortrolighedsbehandling, version 1.0, udgivet 15. juni 2026; hentet 17. oktober 2026. Influence IQ beregnede de kombinerede estimater fra den offentlige respondentfil.
- TIC Empresas 2025-spørgeskemaet, trykt side 15–16. H9 måler 7 AI-teknologier og kræver et IT-område (P3) eller en IT-specialist (F8). H9A spørger til anskaffelses-/udviklingsveje for AI-software eller -systemer i brug. H10 spørger særskilt til anvendelser, herunder marketing eller salg. Anskaffelsesvejene er ikke knyttet til bestemte anvendelser.
- Metoderapport for TIC Empresas 2025, trykt side 31–40: virksomhedspopulation, beskæftigede, stikprøveudtagning, vægtning og normale 95 %-marginer. Tabel 1, trykt side 38, placerer modul H i alle 3 indsamlingsbølger. Undersøgelsen generaliserer ikke til virksomheder med under 10 beskæftigede, udeladte brancher eller virksomheder, der ikke opfylder kriterierne for AI-spørgsmålene.
- Influence IQ-beregninger: H10_A=yes; alle H9A_A–E kendt for hovedgruppen. D identificerer anskaffelse af færdig AI; A/B/C identificerer intern udvikling eller ændring; E identificerer bestilt udvikling eller ændring. Den medfølgende kode beregner vægtede forholdstal, kontraster beregnet inden for hvert replikat og logisk forenelige grænser for manglende svar. Udvalgte figurmønstre er ikke en udtømmende opdeling af gruppen på 447 respondenter.
- TIC Empresas 2025-bogen, trykt side 77–78 og diagram 16, rapporterer allerede særskilte anskaffelsesprocentdele. Natália Marroni Borges’ kapitel, gennemgået på trykt side 87–90, diskuterer sameksisterende veje til ibrugtagning og organisatorisk ansvar. Vi tilføjer et specifikt kombineret benchmark for marketing-/salgsbrug, ikke en påstand om, at blandet anskaffelse er et nyt princip. Ingen figurer fra bogen gengives.
- Charles Hoffreumon, Chris Forman og Nicolas van Zeebroeck (2024), ”Make or buy your artificial intelligence? Complementarities in technology sourcing”, Journal of Economics & Management Strategy 33(2), 452–479. Udgiverens resumé beskriver 3.143 europæiske virksomheder og komplementære forhold mellem anskaffelsesformer. Vores diskussion bygger på det resumé, ikke en fuldtekst, vi ikke har undersøgt.
- Det oprindelige RData-designobjekt er bootstrap svyrep.design med 200 kombinerede replikatvægte, scale 0.005901842120932432, replikatskalaer på 1 og mse=false. Variansen centreres om replikatgennemsnittet. Undersøgelsesreferencen forklarer indstillingerne; producentens softwareversion og oprindelige fremgangsmåde til at generere replikater er ikke fastslået. Punktvise stikprøveintervaller kvantificerer ikke resterende skævhed fra manglende svar eller fejl fra fortrolighedsbehandling.
- Indsamlingsrapport for TIC Empresas 2025, trykt side 50 for feltarbejdet og side 53 for den samlede svarprocent på 8 % og 4.174 gennemførte interview. Den analyserede offentlige fil indeholder 4.171 registreringer; grunden til forskellen på 3 registreringer er uafklaret. Den offentlige fil er fortrolighedsbehandlet, så reproduktion af offentliggjorte marginaler validerer ikke ethvert nyt kombineret estimat mod de oprindelige adgangsbegrænsede data.
- De datasætspecifikke metadata tildeler CC BY 4.0 til data og tabeller. Kilde: NIC.br/Cetic.br, TIC Empresas 2025. Influence IQ udvalgte domæner, beregnede kombinerede resultater og usikkerhed og forberedte fortolkning og oversatte betegnelser. Disse bearbejdninger er ikke godkendt af NIC.br/Cetic.br. Særskilte vilkår for genbrug af bogen er ikke en licens til dens illustrationer.
Kilde: NIC.br/Cetic.br, TIC Empresas 2025. Beregninger, fortolkning og oversættelser af Influence IQ. NIC.br/Cetic.br godkender ikke disse bearbejdninger.