Bliver AI timebetalingens død?

Konsulentbranchen har i årtier tjent penge på at hjælpe andre virksomheder gennem forandring. Nu er turen kommet til branchen selv.

Kunstig intelligens er ikke bare endnu et værktøj i konsulentens værktøjskasse – det er en kraft, der vil ændre, hvilke opgaver det overhovedet giver mening at sælge, hvem der kan løse dem, og hvad kunderne fremover er villige til at betale for.

Det kan lyde som en dyster udsigt for en branche bygget på timepriser og specialistviden. Det er det efter min overbevisning ikke. Men det kræver, at vi som branche tør se udviklingen i øjnene nu – ikke om tre år, når den for alvor rammer bundlinjen.

Fire makrotendenser vil forme branchen

Jeg mener, at følgende fire tendenser får afgørende betydning for konsulenthusenes fremtid:

1. Nedgang i volumen- og kapacitetsopgaver, der ikke kræver højt specialiserede kompetencer

Tallene begynder allerede at vise sig: ifølge analysehuset Revelio Labs' jobopslagsdata er den samlede efterspørgsel efter talent hos de førende konsulenthuse omkring 20 procent lavere end ved toppen i 2023, og efterspørgslen efter klassiske konsulentroller specifikt er omkring 40 procent lavere.

Samtidig er mønsteret ikke ensartet: efterspørgslen efter seniorkonsulenter er steget 55 procent siden 2020, mens efterspørgslen efter juniorkonsulenter er faldet 10 procent siden toppen i 2023 – og i 2025 overhalede antallet af AI-relaterede stillinger for første gang antallet af juniorkonsulenter hos de store konsulenthuse.

Harvard Business Review beskriver konkrete eksempler på samme udvikling: det 50 personer store konsulenthus DeciBio har reduceret sit årlige optag af nyuddannede fra 15 i 2021 til planlagt fire, på trods af tocifret omsætningsvækst, og globale advokathuse overvejer at skære deres optag af “summer associates” fra 100 til 30. Anthropics topchef har advaret om, at AI kan eliminere op mod 50 procent af white collar arbejdspladser på entry-niveau inden for fem år.

Bloomberg beskriver, hvordan selv de tre største konsulenthuse allerede retter ind: McKinsey lader nu kandidater bruge firmaets interne AI-værktøj “Lilli” under jobsamtaler, Bain indfører sit eget AI-værktøj til samme formål, og hos Boston Consulting Group er man – ifølge global people chair Alicia Pittman – mere tilbageholdende med AI i juniorarbejdet end ventet, netop af hensyn til kvalitetskontrollen.

2. Efterspørgslen på visse kompetenceområder falder markant

Visse kompetenceområder står overfor at blive udhulet i stil med, hvordan typograf-faget reelt forsvandt omkring årtusindskiftet. Dengang gjorde desktop publishing det muligt for stort set alle at løse opgaver, som tidligere krævede en specialist. Samme mønster ser vi nu spire inden for analyse, research og standardiseret rådgivning.

Eksempelvis er der inden for projektledelse mange kompetenceområder, der kan betegnes som klassiske controlling-opgaver – planlægning, opfølgning, rapportering – og disse bliver markant mindre, fordi AI kan overtage dem. Til gengæld vokser vægten på det, som ikke kan automatiseres: selve ledelsesdisciplinen (Project Leadership) – evnen til at skabe retning, engagement og beslutningskraft omkring et projekt.

3. Nye typer opgaver bliver dominerende, hvor AI-kompetencer er afgørende

McKinsey har vurderet, at generativ AI alene kan tilføre op mod 4.400 milliarder dollars årligt til den globale økonomi, med den største effekt netop inden for de vidensintensive aktiviteter, som konsulentbranchen lever af.

4. Rettidig omhu øger sandsynligheden for overlevelse

Når kunderne selv opdager AI's styrker, er det for sent for konsulenthuset at omstille sig – for omstillingen tager tid.

Siemens' elektronikfabrik i Amberg er et godt eksempel på, hvor langt en kunde kan nå helt selv: efter årtiers investering i digital tvilling og AI-baseret kvalitetskontrol kører fabrikken i dag med en kvalitetsrate på 99,9990 procent. Kunder, der som Siemens systematisk opbygger den slags kompetencer internt, får over tid markant mindre brug for ekstern hjælp til produktionsoptimering og kvalitetssikring.

Hvad driver udviklingen?

To bagvedliggende mekanismer forklarer efter min mening, hvorfor det går så hurtigt.

AI overtager selve udførelsen. Aktiviteter med et stort element af “best practice” – ting der står beskrevet i lærebøger, eller “bread and butter”-opgaver med lav specialiseringsgrad – er særligt udsatte.

Inden for IT ser vi det allerede: softwareudvikling, fra prototyping over kodning til test, kan i stigende grad udføres af AI-agenter. Men mønstret er ikke unikt for IT. Inden for eksempelvis procesoptimering og kvalitetssikring vil AI i stigende grad kunne understøtte design af produktionslinjer, kvalitetskontrol og løbende optimering. Og inden for data mining kan AI allerede i dag fortolke store datamængder og identificere tendenser hurtigere end et team af analytikere.

Arbejdsprocesser kan løses af færre roller. Opgavestilleren – problemejeren – får mindre og mindre brug for at gå gennem en række specialister (subject matter experts), fordi AI selv kan levere en stor del af ydelsen. Det er ekstremt attraktivt for problemejeren, fordi de iterationer, der skal til for at ramme rigtigt, bliver markant hurtigere.

Fremsyn: Sådan agerer konsulenthusene proaktivt

Det optimistiske budskab er, at disruption også er en mulighed – for de konsulenthuse, der handler nu.

Gentænk afregningsmodellen. Harvard Business Review har ligeledes en artikel om, hvorfor nye teknologier ikke transformerer etablerede virksomheder, bruger begreberne “unit of work” og “bottleneck”: Adobe blev ved med at behandle filen som arbejdets grundenhed, mens udfordreren Figma i stedet gjorde de enkelte designelementer til grundenheden – og dermed fjernede den flaskehals, der begrænsede, hvor hurtigt og fleksibelt arbejdet kunne organiseres.

Endnu en Harvard Business Review artikel er eksplicit om præcis samme pointe omkring konsulentbranchens hiring: “AI starts completing much of the grunt work performed by associates, resulting in fewer billable hours. One obvious solution is to charge a fixed fee for projects based on the value delivered or what a less tech-proficient competitor would charge, not on how many hours it takes to complete the work.”

Det er en ubehagelig samtale for en branche, der har bygget sin økonomi omkring timeafregning – men det er præcis den type samtale, der adskiller de huse, der reelt fornyer sig, fra dem, der blot bruger AI til at gøre det samme arbejde en anelse hurtigere.

Tænk AI ind i alle discipliner. Nogle områder vil mærke gevinsten hurtigere end andre, men stort set alle fagområder vil blive påvirket. Der er ingen “sikre havne” tilbage.

Gør AI til en del af kerneporteføljen – ikke en sidevogn. Min tese er, at de fleste AI- eksperter i dag kommer fra IT-verdenen, og at de har en tendens til at bruge AI til at forbedre selve IT-ydelsen (”augmentation” – en programmør bruger AI til at blive en bedre programmør).

En AI-ekspert, der i stedet kommer fra et specifikt fagdomæne – for eksempel procesoptimering eller kvalitetsledelse – står markant tættere på den reelle værdiskabelse (benefit realisation). Den person kan både arbejde hurtigere, fordi iterationsloopet er kortere, og billigere, fordi vedkommende dækker flere roller på én gang.

Tag kunderne i hånden i indførelsen af AI. Bliv en aktiv medspiller i omvæltningen frem for en tilskuer til den. Der er en dybere grund til, at virksomheder har svært ved at disrupte sig selv indefra.

Det understøttes af endnu en Harvard Business Review artikel fra februar 2026 om hvordan etablerede virksomheder typisk bruger AI til at gøre det bestående arbejde en anelse mere effektivt i stedet for at gentænke, hvordan arbejdet er organiseret – og at den modstand, ledere ofte tolker som kulturel træghed, i virkeligheden er det, artiklen kalder “architectural self-preservation”: ændringer i arbejdets grundstruktur omfordeler indflydelse væk fra dem, der i dag styrer godkendelser og processer.

Boston Consulting Group's analyse fra 2025 sætter tal på mønsteret: kun 5 procent af virksomhederne globalt opnår reel fornyelse gennem AI – med fem gange så høj omsætningsvækst som resten – mens 60 procent stort set ingen målbar værdi får ud af investeringen på trods af betydelige investeringer. Det er i grunden ikke en ny pointe – Clayton Christensens “innovator's dilemma” beskrev samme mekanisme længe før AI: en organisation filtrerer naturligt initiativer fra, der udfordrer dens egen kerne.

Det er her, jeg mener en ekstern partner har en reel fordel: vi er ikke bundet af den samme interne magtstruktur og kan derfor pege på og presse på for de ændringer, organisationen selv har svært ved at se eller acceptere. Konkret bør konsulenthuse tilbyde to spor: at være medspiller i kundernes 'disruption', og at være medspiller i deres 'augmentation'.

Typisk vil det kræve omskoling af konsulenthusenes egne erfarne medarbejdere, så de kan anvende AI effektivt i deres fag og begå sig i en verden, hvor AI kan løse det formelle, og erfaring bliver den afgørende faktor for at skabe reel værdi. Konsulenthuse, der aktivt tager ansvar for kundens rejse, opbygger tillid og bliver en del af løsningen og fremtiden – i stedet for at blive husket som en repræsentant for tiden før AI.

Afslutning

Konsulentbranchen står over for sin egen disruption. Det er ubehageligt at sige højt, men det er sundere at anerkende det nu end at opdage det, når kunderne allerede er gået videre. I virkeligheden er overskriftens fokus på 'timebetaling' kun et af flere områder, hvor branchen har brug for at forny sig.

Til gengæld tror jeg oprigtigt på, at de huse, der tør investere i AI-kompetencer forankret i deres kernefaglighed – og som tør gå forrest sammen med deres kunder – vil stå stærkere end nogensinde.

Kilder

1. Revelio Labs – faldende efterspørgsel efter konsulentroller: https://www.reveliolabs.com/news/business/the-industry-that-advised-disruption-is-being-disrupted/
2. Harvard Business Review – AI ændrer konsulenthusenes hiring (Tarki & Raczynski, 2025): https://hbr.org/2025/10/how-ai-is-upending-how-consulting-firms-hire-talent
3. Bloomberg Businessweek – hvordan McKinsey, BCG og Bain ansætter nu (Boyle, 2026): https://www.bloomberg.com/news/articles/2026-04-15/ai-influences-how-mckinsey-bcg-bain-hire-for- entry-level-consulting-jobs
4. McKinsey – generativ AI's økonomiske potentiale: https://www.mckinsey.com/capabilities/mckinsey- digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
5. Siemens – Amberg-fabrikkens digitale tvilling og kvalitetsrate: https://www.siemens.com/en- us/company/insights/electronics-digital-enterprise-future-technologies/
6. Harvard Business Review – hvorfor nye teknologier ikke transformerer etablerede virksomheder (Choudary, 2026): https://hbr.org/2026/02/why-new-technologies-dont-transform-incumbents
7. BCG – The Widening AI Value Gap (2025): https://www.bcg.com/publications/2025/are-you-generating- value-from-ai-the-widening-gap
8. Christensen Institute – The Innovator's Dilemma (Christensen, 1997): https://www.christenseninstitute.org/book/the-innovators-dilemma/