Vad mer bekymrar företag när AI verkar för dyrt?

En brasiliansk företagsundersökning visar hur betänkligheter kring personal och data överlappar hos företag som anger höga AI-kostnader. Resultatet kan hjälpa till att göra ett AI-förslag mer konkret.

Egen analys från Influence IQ av TIC Empresas 2025, med intervjuer i Brasilien från februari 2025 till januari 2026.

Sammanfattning

Uppskattningsvis 37,5 % av företagen som angav höga AI-kostnader i vår avgränsade brasilianska undersökningsgrupp rapporterade också både brist på personal med rätt kompetens och svårigheter med datatillgång eller datakvalitet. Den viktade skattningen har ett 95-procentigt intervall för urvalsosäkerhet på 29,8–45,2 %. Företagen hade en IT-funktion, IT-avdelning eller IT-specialist, rapporterade inte användning av någon av de 7 listade AI-teknikerna och uppgav att kostnaderna verkade för höga.[1][2][8]

Vi analyserade TIC Empresas 2025, som genomfördes från februari 2025 till januari 2026 bland formella privata företag med minst 10 sysselsatta i de sektorer som undersökningen omfattar. Huvudgruppen innehåller 547 publicerade poster. Den praktiska slutsatsen är att fråga om den föreslagna uppgiften, vilka som ska granska arbetet och vilken information den behöver, tillsammans med priset. Detta är planeringsråd utifrån rapporterade betänkligheter, inte belägg för att lägre priser eller utbildning skulle leda till att AI införs.

Ett AI-förslag hamnar på företagarens skrivbord och fastnar vid priset. Nästa möte kan bli en jakt på ett billigare verktyg. Men först är det värt att ställa en annan fråga: vad skulle användningen innebära för teamet?

Scenen är ett exempel, inte en intervju från undersökningen. Den förklarar varför vi gick bortom en lista över vanliga rapporterade hinder för att införa AI. Vi ville veta om samma företag som tog upp kostnaden också tog upp problem med personal och data.

Skillnaden spelar roll för ett marknadsteam som överväger en ny uppgift. Ett pris går att jämföra i ett kalkylblad. De som ska kontrollera arbetet och den information de ska förlita sig på behöver diskuteras för sig. Vår analys beskriver hur dessa betänkligheter överlappar; exemplet nedan visar ett sätt att göra skillnaden till ett användbart beslutsunderlag.

Förslaget och arbetet runt omkring

En anteckningsbok med mynt, tomma uppgiftskort, träfigurer, en skrivplatta för granskning och informationsmappar på ett illustrerat skrivbord.
En illustration av ett planeringsbeslut, inte undersökningsdata. En föreslagen uppgift behöver ett pris, någon som kan granska arbetet och lämplig information.

Hur problem med personal och data överlappar

Av de 547 företag som uppfyllde kraven och angav höga AI-kostnader rapporterade 197 också både brist på personal med rätt kompetens och svårigheter med datatillgång eller datakvalitet. Med undersökningens vikter ger det en skattning på 37,5 %. Den oviktade andelen är 36,0 %.[1][8]

Båda andelarna bygger på samma företag och svar. Det oviktade talet räknar alla företag lika. Det viktade ger varje post det bidrag som undersökningsdesignen tilldelar den och är därför vår huvudskattning. Viktningen ändrar skattningen, inte vilka svar som räknas som att båda problemen rapporterats.

Problem med personal och data som rapporteras tillsammans hos företag som anger kostnaden

Företag med en IT-funktion, IT-avdelning eller IT-specialist, utan rapporterad användning av de 7 listade AI-teknikerna och med upplevda höga kostnader. Vi mätte andelen som uttryckligen rapporterade problem med både personal och data.

Datatabell: problem med personal och data hos företag som anger höga AI-kostnader
UndersökningsgruppMed undersökningsvikterUtan undersökningsvikter95-procentigt intervall: nedre gräns95-procentigt intervall: övre gränsFöretag i urvalsgruppen
Företag som uppfyller kraven och anger höga AI-kostnader37,5 %36,0 %29,8 %45,2 %547
Brasilien, intervjuer februari 2025–januari 2026. Nämnaren är 547 publicerade poster; okända svar om personal eller data ingår fortfarande. Den viktade skattningen och dess 95-procentiga intervall för urvalsosäkerhet använder undersökningens egen design. Den oviktade skattningen använder samma poster med lika bidrag. Andelarna beskriver denna avgränsade grupp, inte alla företag.

Det 95-procentiga intervallet för urvalsosäkerhet går från 29,8 % till 45,2 %. Intervallet är ett skäl att beskriva resultatet som ungefär 4 av 10, i stället för att antyda att 37,5 % är ett exakt mått för alla liknande företag.

Eftersom alla 3 svaren kommer från samma post mäter analysen överlappningen direkt. Vi kan se om företagen som tog upp kostnaden också uttryckligen rapporterade problem med både personal och data.

Det lämnar också andra svar öppna. Ett företag utanför gruppen som bekräftat båda problemen kan rapportera ett av dem, inget av dem eller ett okänt svar. De övriga kan inte beskrivas som en grupp vars enda problem är priset. Formuläret innehåller också andra skäl och vårt huvudresultat rangordnar dem inte.

Andelen beskriver denna historiska brasilianska undersökningsgrupp. Ett företag någon annanstans kan använda skillnaden för att formulera sin egen forskningsfråga.

Vad ”kostnad”, ”kompetens” och ”data” betyder här

Kostnadsfrågan gäller om kostnaderna verkar för höga. Den registrerar inte en leverantörsoffert, vad ett företag hade råd med eller vilken utgift den svarande tänkte på. Därför talar vi om en upplevd kostnadsproblematik. Svaren visar inte hur mycket priserna skulle behöva falla eller om en rabatt skulle ändra ett beslut.[2]

Personalfrågan gäller personer i företaget som har kompetensen att använda teknikerna. Formuläret kontrollerar först om det finns en IT-funktion, IT-avdelning eller IT-specialist. Att det stödet finns visar inte i sig om de berörda har den kompetens som en föreslagen AI-uppgift kräver.

Datafrågan kombinerar tillgång och kvalitet. Ett ja kan gälla om lämplig information finns, om den går att använda eller båda delarna. Eftersom undersökningen inte skiljer mellan dessa möjligheter kan den inte fastställa vilken sorts förberedelser ett visst företag behöver.

De 7 frågorna om AI-användning omfattar mer än generativ AI. De tar upp tekniker som textanalys, taligenkänning, maskininlärning och automatisering av arbetsflöden. Resultatet gäller därför denna bredare lista över tekniker.

Okända svar om personal eller data ligger kvar i hela gruppen som upplever kostnadsproblem. Vår huvudsakliga andel räknar uttrycklig bekräftelse av båda problemen; den fyller inte i obesvarade frågor med gissningar. Urvalskriterierna tillåter också okända eller uteblivna svar om AI-användning, så ”rapporterade inte användning” ska inte läsas som bekräftad icke-användning.

Gör en prisinvändning till en tydligare planeringsfråga

För en företagare eller marknadsansvarig är den praktiska slutsatsen att hålla isär 3 frågor: vad den föreslagna uppgiften kostar, vem som kan bedöma arbetet och vilken information den behöver. Den observerade överlappningen ger skäl att ställa frågorna tillsammans. För att undersöka utmaningar med AI-införande i det egna företaget börjar du med en avgränsad uppgift och belägg från dem som skulle göra arbetet.

Börja med en beskrivning av arbetet som någon kan kontrollera. ”Använd AI i marknadsföringen” är för brett för att visa vad teamet behöver. ”Gruppera inkommande produktfrågor efter ämne så att säljteamet kan granska dem” anger ett resultat och vilka som ska använda det. Den snävare uppgiften gör det möjligt att diskutera priset på något konkret.

Fråga sedan vad det föreslagna priset omfattar. En verktygsprenumeration och den arbetstid som behövs för att förbereda information eller granska ett resultat är olika poster i en plan. Det är en föreslagen planeringsindelning, inte en uppdelning som undersökningen har mätt. Teamet kan dokumentera posterna utan att anta att en obekant uppgift blir dyr eller sparar tid.

En fråga om granskning kan vara mer användbar än en allmän fråga om trygghet med AI. Vem skulle upptäcka en felgrupperad förfrågan? Vilken källa skulle de kontrollera när ett svar är osäkert? Vem avgör om resultatet är användbart? Frågorna anger ansvar för en föreslagen uppgift; de bedömer inte en persons kompetens utifrån undersökningsstatistik.

Anpassa nästa steg till beslutets omfattning. Ett företag kan behöva förtydliga en offert, hitta ett auktoritativt produktdokument eller be en kollega granska ett litet exempel. Välj kontrollen som besvarar den konkreta öppna frågan innan ni satsar på ett större projekt.

3 frågor för den föreslagna uppgiften

3 grupper av illustrerade föremål: en tom liggare med mynt, träfigurer bredvid en skrivplatta för granskning och mappar med informationskort.
  1. Förtydliga kostnaden

    Dokumentera vad offerten omfattar och vilka kostnader eller uppgifter som återstår att klargöra.

  2. Utse granskaren

    Ange vem som kan bedöma resultatet och var osäkra uppgifter ska kontrolleras.

  3. Kontrollera informationen

    Hitta det aktuella källmaterialet och avgör om det är lämpligt att använda.

Ett begreppsligt planeringsstöd, inte en uppmätt orsaksmodell eller en rangordning av undersökningens problem.

En fiktiv grossist går igenom 1 föreslagen uppgift

Tänk dig en fiktiv regional grossist vars säljteam får produktfrågor via webbplats, e-post och meddelanden i sociala medier. En chef föreslår att AI ska gruppera frågorna efter ämne. Teamet vill se vilka frågor som behöver tydligare produktinformation och vilka som bör gå till en säljare. Detta är ett illustrativt planeringsexempel, inte ett företag som observerats i undersökningen.

Den första diskussionen fastnar vid priset. I stället för att slå fast att kostnaden förklarar allt skriver chefen ned det föreslagna resultatet: en lista över frågeämnen, länkad till de ursprungliga meddelandena för mänsklig granskning. Förslaget omfattar inte automatiska svar eller produktrekommendationer till kunder.

Den försäljningsansvariga ser att liknande produktnamn kan blandas ihop. Hon går med på att granska grupperingen mot den aktuella katalogen och markera förfrågningar med oklar innebörd. Den relevanta frågan blir om hon har informationen och kännedomen som granskningen kräver, snarare än om någon på företaget i allmänhet är ”bra på AI”.

En kollega kontrollerar informationen som uppgiften skulle använda. Produktbeskrivningar finns i fler än 1 dokument och vissa förfrågningar innehåller kunduppgifter. Teamet beslutar att hitta den aktuella produktkällan och kontrollera vilka meddelanden som får användas på ett lämpligt sätt innan ett exempel förbereds.

Chefen kan nu efterfråga ett mer preciserat förslag. Vad gör verktyget, vad måste en person kontrollera och vilken information behöver förberedas? Teamet dokumenterar uppgifterna tillsammans med det offererade priset.

Nästa beslut gäller om en begränsad granskning kan besvara de återstående frågorna. Teamet kan gå vidare, ändra uppgiften eller skjuta upp den. Chefen dokumenterar skälet till beslutet och vilken ny information som skulle motivera en ny granskning.

Kopiera underlaget före nästa AI-förslag

Kopiera mallen till en befintlig uppdragsbeskrivning eller mötesanteckning. Inget Influence-konto behövs. Fyll i den för 1 föreslagen uppgift.

1. Avsedd uppgift: [konkret arbete] → [resultat som någon kan granska] → [person eller team som använder det]. Skriv både vad förslaget omfattar och vad som ligger utanför.

2. Kostnadsfråga: [offert eller uppskattning som diskuteras] · [vad den omfattar] · [vad som fortfarande är okänt]. Dokumentera personalens förberedelser eller granskning separat om det är relevant; hitta inte på en besparing för att motivera förslaget.

3. Granskningsansvar: [namngiven granskare] · [vad som ska kontrolleras] · [källa att rådfråga] · [vad som händer vid osäkerhet]. En befattning räcker kanske inte för att besvara frågorna.

4. Nödvändig information: [källdokument eller poster] · [vem som underhåller dem] · [om de är aktuella och lämpliga att använda] · [öppen fråga om tillgång eller kvalitet].

5. Liten nästa kontroll: [fråga att lösa] · [ansvarig] · [belägg som skulle ge stöd för beslutet]. Beskriv kontrollen innan resultatet tolkas.

6. Beslutsanteckning: [gå vidare, ändra eller skjut upp] · [skäl som kontrollen stöder] · [kvarstående osäkerhet]. Håll isär en betänklighet och belägg för att den har hanterats.

I exemplet med den fiktiva grossisten är resultatet en lista över frågeämnen, den försäljningsansvariga granskar den och den aktuella katalogen ger produktreferensen. Nästa kontroll gäller om upplägget ger något som säljteamet kan bedöma. De uppgifterna gör förslaget mer konkret utan att låna en framgångsandel från en orelaterad undersökning.

Så analyserade vi undersökningen

Vi använde de offentliga, sekretessbehandlade mikrodata från TIC Empresas 2025 hos NIC.br/Cetic.br. Intervjuerna genomfördes i Brasilien från februari 2025 till januari 2026. Undersökningen omfattar aktiva formella privata företag med minst 10 sysselsatta inom de angivna sektorerna.[1][3][4]

Vår analys börjar med formulärets kontroll av IT-funktion, IT-avdelning eller IT-specialist. Sedan behåller vi företag utan något ja-svar för de 7 listade AI-teknikerna och med ett ja-svar på frågan om upplevd kostnad. Huvudberäkningen dividerar undersökningsvikten för företag som uttryckligen rapporterar problem med både personal och data med vikten för hela denna grupp som uppfyller kraven och upplever kostnadsproblem. Okända svar om personal eller data ligger kvar i nämnaren.

Vi beräknade urvalsosäkerheten med de 200 tillhandahållna kombinerade bootstrap-replikatvikterna. Intervallen beskriver osäkerheten för enskilda skattningar, inte alla möjliga felkällor. Vi visar bara resultat som uppfyller våra förutbestämda regler för underlagets storlek och utlämnande; utelämnade uppdelningar ska inte tolkas som 0.[8]

Vi fastställde forskningsfrågan och beräkningarna innan vi granskade de gemensamma resultaten. Vid källkontrollerna dokumenterade vi en inkonsekvens i publicerade svarskoder utanför vår analysgrupp och korrigerade en alltför precis jämförelse med publicerade referenstabeller. Nedladdningen anger vad som ändrades och när. Ändringarna påverkade inte analyspopulationen eller de avsedda beräkningarna. En oberoende beräkning återskapade det publicerade resultatet.[8]

Den offentliga filen har sekretessbehandlats. Cetic.br kontrollerar dess användbarhet mot de publicerade tabellerna, men det intygar inte att varje ny gemensam analys blir identisk med en analys av de ursprungliga intervjuerna.[7]

Den allmänna tanken att problem med personal, data och ekonomi kan förekomma samtidigt är etablerad. Tidigare forskning har grupperat företag efter kombinationer av hinder, och producentrapporten för 2025 diskuterar personal och data bland förutsättningarna för införande. Vårt bidrag är en direkt skattning av utvalda problem som rapporteras tillsammans i just denna grupp med upplevda kostnadsproblem, inte upptäckten av en ny orsak till att AI inte införs.[5][6]

Ingen registrering krävs. Tabellen innehåller historiska aggregerade resultat. Paketet innehåller översatta förklaringar av metoden, källkontrollerna och skyddsåtgärderna för offentliga utdata; det återdistribuerar inte enskilda undersökningsposter.

Källor och noter

  1. NIC.br/Cetic.br, offentliga grundläggande mikrodata för TIC Empresas 2025 efter sekretessbehandling, version 1.0, publicerade den 15 juni 2026. Källdata tillskrivs upphovet enligt CC BY 4.0. Andelarna här är beräkningar från Influence IQ utifrån de publicerade posterna, inte citat av ett publicerat huvudresultat.
  2. Formuläret för TIC Empresas 2025, H9 och H13. H9 omfattar 7 AI-tekniker efter en kontroll av IT-funktion, IT-avdelning eller IT-specialist. H13 följer när inget av användningssvaren är ja, inklusive okända eller uteblivna svar om användning. H13_A gäller kostnader som verkar för höga; H13_B gäller personalens kompetens; H13_D kombinerar datatillgång och datakvalitet.
  3. Metodrapport för TIC Empresas 2025. Urvalsramen omfattar aktiva formella privata företag med 10 eller fler sysselsatta i angivna Cempre/CNAE-sektorer. Det är inte ett urval av alla brasilianska organisationer, mikroföretag, enskilda innehållsskapare eller enskilda arbetstagare. Modul H samlades in under alla 3 undersökningsomgångarna.
  4. Insamlingsrapport för TIC Empresas 2025. Fältarbetet pågick från februari 2025 till januari 2026. Rapporten anger 4 174 slutförda intervjuer; den offentliga publiceringen innehåller 4 171 poster. De granskade dokumenten förklarar inte skillnaden. Vi använde den versionslåsta offentliga publiceringen utan att lägga till poster för att matcha intervjuantalet.
  5. Emerson Gomes dos Santos och Márcia Siqueira Rapini, Barreiras na Adoção Combinada de Tecnologias Digitais por Empresas Brasileiras: uma proposta de tipologia (2024). Den tidigare analysen använder TIC Empresas 2021 och klustring för att studera kombinationer av hinder. Den utgör relevant tidigare forskning, inte en direkt jämförbar skattning för vår villkorade grupp från 2025.
  6. Producentrapport för TIC Empresas 2025, särskilt sidorna 94–95 i Natália Marroni Borges diskussion om införande och institutionalisering av AI. Texten tar upp data, personal, förmågor och styrning som överväganden vid införande. Vår analys hävdar inte att dessa allmänna tankar är nya.
  7. Cetic.br:s mikrodatavägledning beskriver omkodning och undertryckande av uppgifter för att skydda sekretessen, med användbarhet bedömd mot den publicerade tabuleringsplanen. Den fastställer inte vilken behandling som påverkade en viss publicerad post eller garanterar att varje nytt gemensamt samband är oförändrat jämfört med de ursprungliga intervjuerna. NIC.br/Cetic.br står inte bakom vår analys eller våra tolkningar.
  8. Metod- och reproduktionspaket från Influence IQ. I 11 publicerade poster var alla 7 frågor om AI-användning markerade som ej tillämpliga, medan de 9 skälsfälten använde andra svarskoder; dessa poster låg redan utanför vår avgränsade analyspopulation. Alla poster behölls. Vi reviderade också en jämförelse av kontrollprecision efter att ha granskat de publicerade tabellerna, innan huvudresultatet beräknades. Paketet dokumenterar båda ändringarna, osäkerhetsberäkningarna och skyddsåtgärderna för offentliga utdata. Det innehåller inga individposter.

Artikeln och tabellrubrikerna finns på artikelns alla språk. Källformuläret är på portugisiska och det tekniska reproduktionspaketet innehåller översatta förklaringar. Den brasilianska populationen och undersökningsperioden februari 2025–januari 2026 är desamma i alla versioner.

Relaterad forskning