AI kan nu svare direkte på spørgsmål til jeres data. Det betyder ikke, at jeres dashboards skal lukkes. Det betyder, at mange af jeres rapporter aldrig burde have været rapporter.
I årevis har business intelligence (BI) virket på samme måde. Data bliver samlet, nogen bygger en model, og svaret kommer som et dashboard eller en månedsrapport. Nu kan man stille spørgsmålet direkte, på almindeligt sprog, og få et svar på sekunder. Det er skiftet fra dashboard til dialog, og det er det, AI og BI handler om lige nu.
For en økonomichef med en stak rapporter er det første spørgsmål derfor ikke, hvilket værktøj I skal købe. Det er, hvilke rapporter der skal blive.
Hvad AI og BI kan i dag, og hvad det ikke kan
Dialog med data sker i dag to steder.
- Inde i BI-værktøjet. I Power BI kan man stille spørgsmål til en åben rapport i Copilot-panelet. I en fuldskærmsudgave, der stadig er i preview, kan man spørge på tværs af alle de rapporter og datamodeller, man har adgang til. Det kræver en betalt Fabric- eller Premium-kapacitet. En Pro-licens alene er ikke nok
- Uden for BI-værktøjet. Man trækker en eksport ud af økonomisystemet og lægger den i ChatGPT eller Claude. Det virker overraskende godt til hurtige spørgsmål, og det kræver ingen BI-opsætning overhovedet
Begge dele svarer på sekunder på noget, der før var en mail til økonomiafdelingen og et par dages ventetid. Men der er tre forbehold, og de står i Microsofts egen dokumentation for Copilot i Power BI (september 2026):
- Uden forberedte data kan svaret være forkert. Microsoft skriver selv, at Copilot kan misforstå data og give generiske eller forkerte svar, hvis datamodellen ikke er gjort klar til AI
- Spørger I uden for modellen, svarer den alligevel. Ligger svaret ikke i jeres data, svarer Copilot ud fra sprogmodellens generelle viden. Det ligner et svar om jeres forretning. Det er det ikke
- Dansk er ikke officielt understøttet. Om fuldskærmsudgaven skriver Microsoft, at spørgsmål på andre sprog end engelsk kan give relevante svar, men at det ikke er officielt understøttet endnu
Ingen af de tre er en grund til at vente. De er en grund til at vide, hvad I spørger om, før I stoler på svaret.
De fleste rapporter er et spørgsmål i forklædning
Tænk på, hvordan jeres rapporter er opstået. Nogen stillede et spørgsmål. Nogen byggede en rapport, der svarede på det. Spørgsmålet blev besvaret, men rapporten blev ved med at komme.
Derfor ligner så mange rapportsamlinger hinanden:
- Månedsrapporten på mange sider, hvor ledelsen læser to tal
- Analysen til et enkelt bestyrelsesmøde, der blev til et fast dashboard, som ingen har åbnet siden
- Nøgletalsoversigten, der bliver opdateret hver uge, fordi nogen engang bad om den. Ingen kan huske hvem
Et dashboard er godt til at vise det samme svar igen og igen. Det er dårligt til det næste spørgsmål. Og det næste spørgsmål er det, der fylder mest i en økonomiafdeling: hvorfor steg det, hvad skyldes afvigelsen, hvilke kunder er det?
Det er de spørgsmål, AI og BI i kombination er gode til. Ikke fordi AI er klogere end jeres controller, men fordi spørgsmålet kan stilles, når det opstår, af den der har det.
Sådan sorterer I jeres rapporter: behold, flyt eller byg
Tag jeres rapportliste og sæt hver rapport i én af tre bunker. Kriteriet er ikke, hvor fin rapporten er. Det er, hvilken slags spørgsmål den svarer på.
| Bunke | Svarer på | Typiske eksempler |
|---|---|---|
| Behold som dashboard | Det samme spørgsmål, i samme rytme, til de samme modtagere | Likviditet, ordreindgang, status på månedslukket |
| Flyt til dialog | Engangsspørgsmål og hvorfor-spørgsmål bag et tal | Afvigelser, opfølgning efter et møde, ad hoc-spørgsmål fra ledelsen |
| Byg som lille app | En gentagen arbejdsgang, hvor tallet skal føre til en handling | Prisberegning, godkendelse af indkøb over en beløbsgrænse, opslag på tværs af systemer |
Behold som dashboard
Nogle tal skal man se, før nogen spørger. Likviditeten, ordreindgangen, om månedslukket er på plads. Her er et dashboard stadig det rigtige værktøj, fordi pointen er, at tallet er synligt i en fast rytme. Ingen skal huske at spørge.
Kravet er, at dashboardet er bygget omkring en beslutning og faktisk bliver åbnet. Hvordan I når dertil, har vi skrevet om i dashboards der faktisk bliver brugt.
Flyt til dialog
Alt, hvor spørgsmålet skifter fra gang til gang. Hvorfor steg fragtomkostningerne i tredje kvartal? Hvilke kunder købte mindre end sidste år? Hvad skyldes afvigelsen i én bestemt afdeling? I dag bliver den slags enten til endnu en rapport, eller også bliver spørgsmålet aldrig stillet, fordi svaret tager for lang tid.
Her giver dialog mest værdi. Afvigelser i budgettet er et oplagt sted at starte, og det har vi gennemgået i AI til budgetopfølgning. Hvordan man stiller spørgsmål til en eksport uden en BI-afdeling, går vi tættere på i næste del af serien.
Byg som lille app
Nogle rapporter er slet ikke rapporter. De er et regneark, hvor nogen taster tal ind, en formel regner, og resultatet bliver brugt til at godkende eller afvise noget. Det er en arbejdsgang forklædt som rapport.
Den slags kan en vidensarbejder i dag selv bygge et lille værktøj til med AI, uden at bestille et IT-projekt. Næste skridt derfra er AI-agenter, der selv udfører dele af arbejdsgangen.
Der er en fjerde bunke, som ingen har lyst til at tale om: rapporter, der bare kan slukkes. Kan ingen sige, hvilket spørgsmål en rapport svarer på, er det sjældent AI, der skal redde den.
Tre indvendinger, og hvad vi svarer
Vi har lige investeret i BI. Skal det smides ud?
Nej. Tværtimod. Den datamodel, der ligger bag jeres rapporter, er præcis det, AI skal stå på. Microsofts anbefaling er, at datamodellen bliver gjort klar til AI og godkendt, før brugerne stiller spørgsmål til den. Er den ikke godkendt, viser fuldskærmsudgaven en advarsel om, at svaret kan være af lav kvalitet.
Investeringen flytter altså. Mindre tid på at bygge visualiseringer, mere tid på model og definitioner. Det er den slags arbejde, vores data- og BI-rådgivning handler om.
Kan vi stole på tallene?
Kun hvis I er enige om, hvad tallene betyder. Er I ikke enige om, hvad en aktiv kunde er, får I forskellige svar alt efter, hvordan spørgsmålet bliver stillet. Et dashboard skjuler den uenighed bag én graf, som nogen engang har valgt. En dialog afslører den med det samme.
Det lyder som et problem. Det er i virkeligheden en fordel: I opdager, hvor definitionerne mangler, før nogen træffer en beslutning på det forkerte tal. Datakvaliteten bag svarene går vi tættere på senere i serien.
Vi har ingen BI-afdeling
Så er dialog faktisk den nemmeste vej ind. I behøver ikke en datamodel for at stille det første spørgsmål til en eksport. Men I får brug for én den dag, spørgsmålet skal stilles hver måned af flere personer og give det samme svar.
Dialog sænker barren for at få et svar. Den sænker ikke kravet om at vide, hvad svaret betyder.
Et dashboard svarer på det spørgsmål, nogen stillede for et år siden. En dialog svarer på det, I spørger om i dag. Begge har brug for den samme datamodel nedenunder.
Hvor I starter med AI og BI
Ikke med et værktøj. Med en liste.
- Skriv jeres rapporter op. Alle sammen, også dem ingen åbner. Skriv ud for hver: hvilket spørgsmål svarer den på, og hvem stiller det?
- Sortér dem i bunkerne. Behold som dashboard, flyt til dialog, byg som app eller sluk. Brug en halv time, ikke et projekt
- Test ét spørgsmål fra dialog-bunken. Stil det mod de data, I har, og skriv ned, hvor svaret er forkert eller tvetydigt. Den liste er jeres første opgave, for den viser, hvor definitionerne mangler
Det kan gøres på en eftermiddag. Og det giver et bedre grundlag for jeres næste investering end en leverandørdemo.
Det her er første del af en serie om vejen fra BI til AI-drevne apps. De næste dele går tættere på dialog med jeres egne data, datakvaliteten bag svarene og de små interne apps, som teams i dag kan bygge selv.
Vil I have hjælp til at sortere jeres rapporter?
Vi gennemgår jeres rapporter og datamodel sammen med jer og peger på, hvad der skal blive, hvad der kan flyttes til dialog, og hvor definitionerne skal på plads først.
Paw Lundin
Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.
Ofte stillede spørgsmål om AI og BI
Erstatter AI BI-værktøjerne?
Nej. AI ændrer, hvordan man spørger, ikke hvad svaret skal stå på. Datamodellen, definitionerne og datakvaliteten bliver vigtigere, fordi flere kan stille spørgsmål direkte. Det, der ændrer sig, er, at mange faste rapporter kan erstattes af spørgsmål, der bliver stillet, når behovet opstår.
Skal vi stadig have dashboards, når AI kan svare direkte?
Ja, til de tal der skal ses i en fast rytme, før nogen spørger, for eksempel likviditet, ordreindgang og status på månedslukket. Til engangsspørgsmål og hvorfor-spørgsmål er en dialog med data ofte bedre end endnu et dashboard.
Hvad kræver det at bruge Copilot i Power BI?
En betalt Fabric-kapacitet (F2 eller højere) eller Power BI Premium (P1 eller højere). En Pro- eller Premium Per User-licens alene er ikke nok, og administratoren skal have slået Copilot til. Fuldskærmsudgaven, hvor man kan spørge på tværs af alle rapporter, er stadig i preview pr. september 2026.
Kan man stille spørgsmål til sine data på dansk?
Ofte, men ikke med garanti. Om fuldskærmsudgaven af Copilot i Power BI skriver Microsoft, at spørgsmål på andre sprog end engelsk kan give relevante svar, men at det ikke er officielt understøttet endnu. Test derfor jeres vigtigste spørgsmål på dansk, før I bygger en arbejdsgang på dem.
Hvordan ved vi, om AI giver det rigtige tal?
Ved at teste mod et tal, I allerede kender. Stil et spørgsmål, som en eksisterende rapport svarer på, og sammenlign. Afviger svaret, ligger fejlen ofte i en uklar definition eller i data, der ikke er gjort klar til AI, snarere end i selve sprogmodellen.
Hvor skal en virksomhed uden BI-afdeling starte?
Med en liste over de rapporter og tal, I bruger, og hvilket spørgsmål hver af dem svarer på. Sortér dem i tre bunker: behold som dashboard, flyt til dialog og byg som lille app. Test derefter ét spørgsmål fra dialog-bunken på en eksport, før I investerer i nye værktøjer.