Vilka AI-verktyg används faktiskt hos er, och var syns det

De flesta organisationer försöker ta reda på vilka AI-verktyg som används genom att fråga. Det finns en bättre källa, och ni betalar redan för den.

Datan finns i licenserna

Zylos SaaS Management Index 2026, byggt på analys av mer än 40 miljoner programvarulicenser och 75 miljarder dollar i utgifter under förvaltning, anger att organisationer i genomsnitt lämnar 36 procent av sina licenser oanvända.

Det talet är inte i första hand ett sparbeting. Det är en mätning av något som annars är svårt att komma åt: skillnaden mellan vad en organisation har bestämt sig för och vad den faktiskt gör. En enkät svarar på vad folk tycker att de borde använda. Licensdatan svarar på vad som faktiskt öppnas.

Government Digital Service mätte samma sak i telemetrin

Storbritanniens Government Digital Service prövade Microsoft 365 Copilot i tolv statliga organisationer och läste av användningen i Microsofts inbyggda instrumentpanel i stället för att fråga. Tröskeln de satte är samma logik som ligger bakom en oanvänd licens: en aktiv användare är någon med minst en interaktion under de föregående trettio dagarna, och andelen aktiva delas med antalet licensinnehavare. Försöket omfattade 20 000 tilldelade licenser, minst tusen per organisation, och pågick från den 30 september till den 31 december 2024. Rapporten publicerades den 2 juni 2025.

Under oktober steg andelen till 83 procent och låg kvar kring 80 procent försöket ut. Ungefär en femtedel av licenserna hade alltså ingen interaktion alls på trettio dagar. På applikationsnivå är avståndet större: Teams nådde som mest 71 procent medan Excel och PowerPoint stannade på 23 respektive 24 procent.

Två saker gör det talet till ett golv och inte ett tak. Telemetri fanns bara för 14 500 av de 20 000 licenserna, och rapporten anger att data saknades och därför inte lämnades för de övriga, så andelen utan interaktion beskriver de uppmätta och inte hela populationen. Och det var ett tidsbegränsat försök med aktivt förändringsstöd hela vägen, vilket sannolikt ger gynnsammare tal än normal drift.

Mätningen är av ett annat slag än Zylos. Telemetri i en offentlig population mot plattformsdata i en privat, med samma tröskel i botten. Att åttio procent gick att nå, och att uppgången kom i takt med att förändringsarbetet rullades ut, säger något om vad avståndet mellan licens och användning består av.

Samtidigt växer AI-utgifterna snabbast av allt

Samma index anger AI-inbyggda tillämpningar som den snabbast växande utgiftskategorin. Utgifterna ökade 108 procent på ett år totalt, och 393 procent i organisationer med fler än 10 000 anställda. Utläggsbaserade programvaruköp ökade 267 procent, och ChatGPT är nu den mest utläggsförda applikationen.

De två observationerna hör ihop på ett obekvämt sätt. Utgifterna för AI stiger snabbare än för något annat, i en miljö där mer än en tredjedel av det som köps aldrig kommer i bruk.

Snabbare inköp ändrar inte det som avgör utfallet: om verktyget får en plats i arbetsdagen.

Det kan vara att verktyget inte löste det problem köparen trodde. Det kan vara att det saknade en plats i arbetsflödet, eller att ingen fick tid att lära sig det. Vilket av dem det är går att ta reda på, men bara om någon frågar innan nästa verktyg köps.

Vad datan brukar visa

Listan under ChatGPT är mer upplysande än toppen. Zylos rangordning av de mest utläggsförda applikationerna fortsätter med Apple iCloud och Canva, och OpenAI:s API ligger på femte plats. Åtta av de femtio mest utläggsförda applikationerna är AI-native, alltså sexton procent.

Torii mäter på ett annat sätt, genom att upptäcka applikationer i företagsmiljöer i stället för att läsa utlägg. Deras genomgång av 2025 fann att tjugosex av de femtio vanligaste skugg-IT-applikationerna var renodlade AI-verktyg. Under året dök 694 nya AI-native applikationer upp i företagsmiljöer, och snittföretaget kör 830 applikationer totalt.

Varken Zylo eller Torii har nordisk population, och ingen av dem redovisar geografi. Ordningen är sannolikt densamma här; nivåerna ska inte antas vara det.

Frågan är alltså sällan om det finns AI i huset. Den är vilket, och vem som vet om det.

Och det mesta köps utanför IT

Indexet anger också var besluten fattas. Affärsverksamheten kontrollerar 81 procent av programvaruutgifterna medan IT direkt hanterar 15 procent.

Det förklarar en sak som annars är gåtfull, nämligen hur organisationer regelbundet upptäcker verktyg de inte visste fanns. Merparten av det som köps passerar aldrig den funktion som normalt för systemförteckning. När köpet dessutom görs som ett utlägg syns det i ekonomisystemet och ingen annanstans.

Ett annat tal ur samma index gäller priserna och inte inköpsvägen. Sjuttioåtta procent av IT-ansvariga uppger att de under det senaste året fått oförutsedda kostnader kopplade till förbruknings- eller AI-prissättning, och 61 procent har tvingats ställa in projekt på grund av oplanerade kostnadsökningar. Det som mäts är prissättningens mekanik och inte vem som gjorde inköpet: en förbrukningsbaserad avgift överraskar lika gärna i ett centralt förhandlat avtal. Att så många ställt in projekt betyder att de ökningarna tränger undan sådant som redan var planerat.

Det decentraliserade köpet gör däremot att kostnaden upptäcks sent, eftersom den som gör inköpet sällan är den som följer förbrukningen.

De två talen kommer inte ur licensdatan utan ur indexets enkätdel, som bygger på 218 IT-ansvariga. Det är en annan population och en annan sorts uppgift: vad ansvariga rapporterar, inte vad transaktionerna visar.

Prissättningsmekaniken bakom det behandlas i AI-kostnader: från licens till förbrukning.

Fyra källor ni redan har

1. Ekonomisystemet. Abonnemang och återkommande fakturor, sorterade på leverantör. Det ger listan över vad organisationen betalar för, inklusive sådant ingen längre minns varför.
2. Utlägg och kvitton. Här ligger skugg-AI, alltså det som medarbetare betalar själva och begär ersättning för. Sök på de vanligaste leverantörsnamnen.
3. Inloggningsdata från identitetshanteringen. Vem som faktiskt loggar in, hur ofta, och när senast. Det är den enda källan som skiljer använt från betalt.
4. Webbtrafik mot kända ändpunkter. Fångar det som används helt utan avtal. Behandlas varsamt och med de personuppgiftshänsyn som gäller, men även aggregerat säger den mycket.

De fyra källorna sammanställda tillsammans ger en bild av den faktiska användningen som inget enkätsvar kan ge.

Vad man gör med svaret

Frestelsen är att börja säga upp. Det är rätt för en del av listan och fel för resten.

Licenser som aldrig aktiverats över huvud taget är rena besparingar och kan avslutas direkt. Licenser som används sällan av några få kan däremot vara avgörande just för dem, och att dra in dem sparar lite pengar och kostar förtroende.

Den intressanta kategorin är den tredje: verktyg som köptes med entusiasm, användes ett par veckor och sedan tystnade. Där finns svaret på varför nästa införande kommer att gå likadant, och det svaret är värt mer än licensavgiften.

Detta är en annan fråga än den om huruvida en satsning gav resultat, som kräver att någon bestämde ett mått i förväg. Den skillnaden behandlas i Vet ni om er AI-satsning fungerade. Användning går att mäta i efterhand eftersom loggarna redan finns. Effekt gör det sällan.