AI ger äntligen avkastning — men sex av tio företag saknar grunden för att bära det

Avkastningen är här — men priset är högre än väntat

Det har länge känts som att AI-investeringarna svävade i ett tomrum av löften och pilotprojekt. Nu börjar pendeln svänga. Enligt Seagates Data Infrastructure Readiness Report 2026, som bygger på svar från drygt 2 700 IT-beslutsfattare i sju länder, uppger hela 86 procent av organisationerna att de ser måttlig eller betydande avkastning på sina AI-satsningar. En tredjedel rapporterar direkt mätbara ekonomiska vinster.

Det är goda nyheter — och de bör firas. Men rapporten berättar inte bara en framgångssaga. Den avslöjar också att verkligheten springer ifrån infrastrukturen i en alarmerande takt.

Lagring: den flaskhals ingen pratade om

I flera år har AI-debatten kretsats kring beräkningskraft, grafikprocessorer och energiåtgång. Det är förståeligt — de rubrikerna är dramatiska och greppbara. Men Seagates rapport skjuter strålkastaren mot ett mer undanskymt problem: datalagring.

Hela 99 procent av de tillfrågade IT-cheferna räknar med att AI kommer att öka deras lagringsbehov de närmaste tre åren. Var tredje tror att behovet växer med över 50 procent. Trots det uppger färre än fyra av tio att de faktiskt är rustade för att möta den tillväxten.

När IT-cheferna listar hindren för att driftsätta AI pekar 53 procent på datakvalitet och databeredskap, och 43 procent på lagringsinfrastrukturen. Beräkningskapacitet, som annars dominerat debatten, nämns av bara 27 procent. Det är en tydlig signal: vi har byggt motorn men glömt bränsletanken.

Som svar på detta klättrar datacenterinvesteringar snabbt på organisationernas prioriteringslistor. Tre av fyra företag uppger att de aktivt planerar att öka sina satsningar där. Det är rätt riktning — men det tar tid att bygga infrastruktur, och AI väntar inte.

Medarbetarna springer ikapp — utan stöd

Parallellt med infrastrukturproblemet utspelar sig en minst lika oroande historia på arbetsplatserna. Enligt Workeras rapport State of Skills Intelligence 2026 använder nu nästan 68 procent av anställda AI-verktyg utöver ChatGPT minst ett par dagar i veckan. Det är en ökning från knappt 40 procent för bara ett år sedan — alltså en uppgång på nära 30 procentenheter på tolv månader.

Det är en imponerande spridningshastighet. Men Workera målar också upp en dyster bild av vad som händer bakom siffrorna: drygt 56 procent av de anställda uppger att ingen arbetstid avsätts för kompetensutveckling, och nästan 43 procent lyfter fram bristen på relevanta utbildningsmaterial som det största hindret. Åtta av tio lägger under fem timmar per vecka på att faktiskt lära sig det de redan använder varje dag.

Med andra ord: medarbetarna improviserar. De använder kraftfulla verktyg utan att förstå deras begränsningar, deras styrkor eller hur de används på ett genomtänkt sätt.

Kian Katanforoosh, grundare och vd för Workera, är rakt på sak i sin rapport:

– Mitt råd till varje ledare just nu är att faktiskt avsätta tid för att låta sina medarbetare utvecklas. Tro inte att de löser det på egen hand. Med tid följer också en psykologisk trygghet — ge dem utrymme att experimentera med AI.

Det är välformulerat, och det träffar rätt. Kompetensutveckling kräver mandat, inte bara välvilja.

Två problem, ett mönster

Det som slår mig när jag läser dessa rapporter tillsammans är att de beskriver exakt samma underliggande misstag — fast på olika nivåer av organisationen.

På systemnivå: vi har rusat in i AI-eran utan att bygga upp den lagrings- och datainfrastruktur som faktiskt krävs för att hålla det igång.

På personnivå: vi har rusat in i AI-användning utan att ge medarbetarna tid och struktur att förstå vad de håller i händerna.

I båda fallen är avkastningen ändå positiv — än så länge. Men det är svårt att inte se varningssignalerna. En grund som inte håller håller inte oavsett hur vackert huset ser ut uppifrån.