Microsofts AI-forskare avslöjar: Dagens AI-modeller misslyckas med arbetsuppgifter – och det kan kosta företag dyrt

AI-modeller som lovar för mycket – men levererar för lite

AI-automatisering har länge framställts som lösningen på ökad produktivitet och effektivitet, ofta med målet att ersätta mänskligt arbete. Men en ny, ännu ej granskad studie från Microsofts forskare visar att dagens mest avancerade AI-system fortfarande är långt ifrån redo för verkliga arbetsuppgifter.

Allvarliga brister i toppmodellerna

Forskarna undersökte ledande AI-modeller som OpenAIs GPT 5.4, Anthropics Claude Opus 4.6 och Googles Gemini 3.1 Pro. Resultaten var oroande: under komplexa arbetsuppgifter förstörde modellerna i genomsnitt 25 procent av innehållet i dokument. Äldre modeller presterade ännu sämre. Studien visar att AI-systemen inte är tillförlitliga för delegerade arbetsflöden i de flesta branscher.

"Modellerna är inte redo för delegerade arbetsflöden i majoriteten av domäner."

– Microsoft-forskare

En paradox för Microsoft

Upptäckten är särskilt anmärkningsvärd eftersom Microsoft har satsat miljarder på AI och aktivt integrerat tekniken i Windows 11. Trots detta uteslöt studien företagets egna AI-verktyg, Copilot. Forskarna hade alltså incitament att hitta positiva resultat – men fann istället att blind tillit till AI för interna dokument riskerar att leda till fel, databortfall och ineffektivitet.

AI:s negativa sidoeffekt: "Workslop"

Studien belyser också fenomenet "workslop" – en term som beskriver hur lata eller oerfarna anställda använder AI för att skapa undermåligt arbete som sedan måste rättas till av kollegor. Denna trend har uppmärksammats i tidigare forskning, bland annat från Stanford University, som varnar för hur AI kan underminera produktiviteten snarare än att öka den.

Vad innebär detta för företag?

• Risk för kostsamma fel: AI-modeller som förstör dokument eller genererar felaktig information kan leda till ekonomiska förluster och skadat rykte.
• Behov av mänsklig granskning: AI bör ses som ett hjälpmedel, inte en ersättning för mänsklig expertis.
• Utmaningar med implementering: Företag måste noga utvärdera AI:s kapacitet innan de integrerar det i kritiska arbetsflöden.

Slutsats: AI är inte lösningen – än

Trots de stora löften om effektivitet och kostnadsbesparingar visar Microsofts studie att AI-modellerna fortfarande har stora brister. Företag som snabbt inför AI för att ersätta mänskligt arbete riskerar att stå inför allvarliga konsekvenser. Framtidens AI måste bli mer tillförlitlig innan den kan ta över komplexa arbetsuppgifter fullt ut.