20 procent av bolagen inom specialiserade konsulttjänster som presterar bäst har mer än dubbelt så hög intäktstillväxt som sina kollegor, enligt branschanalysen SPI Benchmark.
En av de största skillnaderna mellan konsultbolagen med hög eller låg tillväxt är hur de använder AI. Ändå visar analysen att bara ett av tio bolag bedriver verkligt genomgripande AI-arbete. Övriga optimerar bara på marginalen.
Detta kan bero på att konsultbolagen inte har bestämt hur AI-baserat kunskapsarbete faktiskt ska se ut, varken internt eller i kundleveranserna. Enligt Thomson Reuters undersökning mäter nämligen bara 18 procent av bolagen avkastningen på sina AI-investeringar och bara 17 procent mäter andelen nya affärer som vunnits med hjälp av AI. Däremot mäter 77 procent interna kostnader och 64 procent medarbetarnas AI-användning. Fokus är med andra ord riktat inåt.
Stegvisa förbättringar räcker inte
Det råder knappast någon tvekan om att automatisering hjälper företag att utföra samma arbete med färre människor – eller att öka produktiviteten med samma personalstyrka. Men detta ger bara marginella förbättringar. Om AI verkligen ska bli ett epokavgörande teknikskifte måste konsultbolagen tänka om från grunden och bestämma vilket unikt kundvärde de ska leverera.
Eduardo Niebles, ERP-strateg professional services, Unit4
Utan detta skifte i perspektiv finns det risk att kunderna börjar ifrågasätta de nuvarande faktureringsmodellerna, särskilt när fokus ligger huvudsakligen på driftseffektivitet. PwC har offentliggjort att de delar besparingarna som AI ger med sina kunder. Men för att behålla marginalerna behövs nya tillämpningsområden för AI som ger unika värden som kunderna är villiga att betala för.
De stora bolagen inom specialiserade konsulttjänster utvecklas snabbt. PwC har lanserat PwC One med målsättningen att gå från enstaka AI-projekt till att arbeta med bättre data och analyser, snabbare återkoppling och bättre framförhållning kring risker och möjligheter. Accentures vd uppger att bolaget är på väg att bli ett av världens mest AI-anpassade bolag, där befordran förutsätter att medarbetare kan visa att de faktiskt använder AI.
Viktiga tekniska förutsättningar för AI-användande
Det är tydligt att vi snabbt går från experiment till produktion med AI. Men om branschen ska åstadkomma en genomgripande förändring de närmaste åren behöver man hantera några grundläggande utmaningar, framför allt frågan om bolagen har rätt teknisk grund på plats.
I 2026 SPI Benchmark framgår att de bäst presterande konsultbolagen bygger AI-lösningar ovanpå väl integrerade IT-system. Bolag som inte har den grunden försöker i stället bygga AI-verktyg ovanpå data i silor, vilket gör det svårt för AI-verktygen att hämta in data. Det krävs en samlad vy av all data i företaget med tydliga riktlinjer för datahantering och ett robust ramverk för etisk AI-användning för att kunna arbeta framgångsrikt med AI.
De centrala IT-systemen måste även kunna växa med verksamheten. Här har mindre och medelstora bolag ett övertag: de saknar de stora konsultbolagens komplexa och splittrade IT-infrastruktur. Med rätt angreppssätt kan de anpassa sina IT-strategier snabbare och tillvarata teknikens nya möjligheter.
Behövs nya sätt att mäta resultat
Hur ska konsultbolagen tjäna pengar om AI verkligen förändrar sättet att leverera tjänster? Enligt PwC:s globala vd-undersökning har bara 12 procent av vd:arna lyckats med att både sänka kostnader och öka intäkterna med AI. Faktureringsmodellen kräver nu en genomtänkt förändring och mätetalen som diskuteras är antingen resultat- eller leveransbaserade.
Resultatbaserade modeller mäter hur ett projekt har förbättrat intäkter, sänkt kostnader eller ökat produktiviteten. När projektet är slutfört tar leverantören sedan ut en avgift baserad på uppnådd kundnytta. Ur ett IT-perspektiv behöver AI:n rätt ramverk, bra datakällor och någon som håller i denna del av processen för att den resultatbaserade ansatsen ska fungera. Det kräver kritiskt tänkande, ett utforskande förhållningssätt och god förmåga att lösa komplexa problem. Leveransbaserade modeller innebär att AI automatiserar betydande delar av ett arbetsmoment och att resultaten mäts utifrån hur väl projektet levereras inom en viss tidsram. Med ökad automatisering kan det uppstå en ny form av utkontraktering av tjänster som gör det möjligt för mindre aktörer att konkurrera med de stora. Det kräver system med lättanvända gränssnitt och specialistkunskap för att säkra leveransen.
Kreativitet som konkurrensfördel
När användningen av generativ AI och AI-agenter ökar finns en risk att tjänsteleveransen blir alltmer likartad. Om ett konsultbolag använder samma verktyg för alla sina kunder, hur säkerställer konsulterna då att varje leverans ändå blir unik?
Detta kan vara ett tecken på att kreativitet kan få ett ännu större värde för tjänstekonsulter. Att förstå hur AI-modeller fungerar och kan tränas för att bli mer relevanta för specifika sammanhang och målgrupper kan bli en avgörande fördel. Då krävs djup teknisk kunskap kombinerad med förmågan att bearbeta data på sätt som leder till nya och originella idéer. Kunderna kan komma att bedöma sina konsultpartner utifrån de nya idéerna som genereras och vilka affärsmöjligheter de skapar.
Färdiga förslag som konsulten värderar
De förändringar vi ser i dag kan leda till ett helt annat sätt att arbeta med kunder. I stället för tidsbegränsade projekt behöver konsulterna bygga långsiktiga relationer med kunderna och använda AI för att erbjuda bättre analyser och lösningar. Målet blir att ge kunden scenarier som visar affärsmöjligheter innan konkurrenterna hittar dem. AI-stödd teknik avlastar konsulten genom att självständigt identifiera mönster, medan människan tolkar och värderar förslagen.
Bolagen måste agera nu. Klyftan mellan de bäst presterande konsultbolagen och resten ökar. SPI Benchmark pekar ut tre avgörande framgångsfaktorer: ledarskap i linje med strategin, integrerade system och ett medvetet förhållningssätt till AI. Bolag som även bygger upp förmågan att mäta sina AI-investeringar på ett strukturerat sätt får både underlag för att motivera fortsatta satsningar och trovärdigheten att ta betalt för de resultat som AI faktiskt levererar.
