Blog / ai-transformation
Miura-Ko-stigen: 6 niveauer af AI-modenhed
AI-modenhed er ikke en glidende skala. Det er en stige med seks trin, hvor de fleste står på 1 og 2 — og kun fra niveau 3 begynder fordelen at samle sig.
Indhold (7 afsnit)
- Executive hook
- Det korte svar: Hvad er Miura-Ko-stigen?
- Den typiske misforståelse: "Vi er nok på niveau 3 eller 4"
- Thomas' model: de seks niveauer af AI-modenhed
- L0 — Teater
- L1 — Personlig produktivitet
- L2 — Team og funktion
- L3 — Organisatorisk infrastruktur
- L4 — Compounding operativsystem
- L5 — Virtuelt selvkørende
- Et dansk eksempel: hvorfor springet fra 2 til 3 er det svære
- So what
- Ledelses-tjekliste: Hvor står I på AI-modenheds-stigen?
Miura-Ko-stigen: 6 niveauer af AI-modenhed
Executive hook
Selvkørende biler måles på en skala fra 0 til 5. Det samme gør nu organisationers brug af AI — og pointen er den samme: niveau 1 og 2 ligner fremskridt, men først fra niveau 3 begynder maskinen reelt at køre selv. De fleste danske virksomheder står på trin 1 eller 2 og tror, de er på vej op. Det er de sjældent. Stigen har et spring i midten, som man ikke kan købe sig forbi.
Det korte svar: Hvad er Miura-Ko-stigen?
Miura-Ko-stigen er en modenhedsmodel med seks niveauer, L0 til L5, der beskriver, hvor langt en organisation faktisk er med AI — ikke hvor mange værktøjer den har, men hvor dybt de er flettet ind i, hvordan den arbejder. Modellen er udviklet af venturekapitalisten Ann Miura-Ko fra Floodgate og låner sin struktur fra de seks niveauer, selvkørende biler klassificeres efter. Den indgår i Salim Ismails ExO 3.0-arbejde som det værktøj, der afgør, hvor en virksomhed står.
Den vigtigste indsigt i modellen er ikke trinene i sig selv. Det er, at kun fra niveau 3 begynder fordelen at samle sig. Alt under det er lokale gevinster, der forsvinder igen.
Den typiske misforståelse: "Vi er nok på niveau 3 eller 4"
Når jeg viser en dansk ledelsesgruppe stigen og beder dem placere sig selv, peger de fleste på niveau 3 eller 4. De har trods alt værktøjer i hele organisationen, et par imponerende use cases, måske en agent i drift. Når vi så går efter, hvor de faktisk er, ender de næsten altid på 1 eller 2.
Fejlen er at læse stigen som en glidende skala, hvor man kravler opad lidt efter lidt. Det gør man ikke. Trinene er ikke gradvise versioner af det samme — de er forskellige typer systemer. Springet fra niveau 2 til niveau 3 er ikke "mere af det samme". Det er overgangen fra isolerede værktøjer til agenter, der arbejder på tværs af virksomhedens systemer. Det er et arkitekturskift, ikke et opgraderingstrin.
Derfor er overvurdering den almindelige fejl. En organisation med høj aktivitet på niveau 2 føles avanceret. Men aktivitet på et lavt trin gør ikke trinet højere. Den gør bare dabbling hurtigere.
Thomas' model: de seks niveauer af AI-modenhed
Læg mærke til to ting i diagrammet. For det første tærsklen: forspringet begynder først ved niveau 3. For det andet, at det øverste trin er stiplet — niveau 5 findes ikke endnu i nogen organisation. Lad mig tage dem ét ad gangen, for det er i forskellen mellem dem, hele pointen ligger.
L0 — Teater
AI som fortælling, ikke drift. Ledelsen annoncerer en AI-satsning, måske i et nyhedsbrev eller på en townhall. Bagved er der nul operationel ændring. Organisationsdiagrammet er det samme, ansættelsesplanen er den samme, ingen arbejder anderledes. Det er det letteste niveau at forveksle med fremdrift, fordi det lyder ambitiøst.
L1 — Personlig produktivitet
Enkelte superbrugere finder selv smarte måder at bruge AI på. De skriver hurtigere, researcher hurtigere, koder hurtigere. Gevinsterne er ægte — men de er personlige og flygtige. De sidder i hovedet på den enkelte, i private prompts ingen andre kender. Skifter personen job, forsvinder gevinsten med dem. Der bygges ingen fælles viden. Det er her, de fleste danske videnarbejdere er i dag — og niveauet dumper dabbling-testen, fordi organisationen som helhed ikke har flyttet sig.
L2 — Team og funktion
Nu har hele funktioner deres eget AI-værktøj. Salg har ét, support har et andet, udvikling et tredje. Det ser ud som et stort skridt op fra L1, men det er en fælde. Resultatet er hurtige, AI-forstærkede siloer — ikke en sammenhængende, AI-native organisation. Intelligensen er afdelingsopdelt, og på tværs af funktioner sker koordineringen stadig manuelt mellem mennesker. Operating cadence — godkendelser, reviews, kapitalallokering — er uændret. Også L2 dumper testen.
Spring til niveau 3 og 4 er ikke større udgaver af niveau 1. Det er en anden type system.
L3 — Organisatorisk infrastruktur
Her begynder arkitekturen at samle sig — og det er tærsklen, alt handler om. Agenter arbejder nu på tværs af virksomhedens systemer og kan læse og handle i de systemer, der holder styr på den reelle drift. En agent kan besvare et spørgsmål som "hvad blev sendt, hvem bestilte det, hvad gik galt, og hvad er løsningen?" uden at indkalde til et statusmøde. Viden og forbedringer akkumuleres i organisationen i stedet for hos enkeltpersoner. Det er den første gang, fordelen vokser i stedet for at stå stille.
L4 — Compounding operativsystem
Systemet holder selv styr på sin kontekst. Agenter forbedrer og opretter andre agenter. Folk uden teknisk baggrund bygger produktionsklare interne værktøjer inden for fastsatte rammer. Aflønning og forfremmelse knyttes til, hvor godt man arbejder AI-native. Det er her, en reel konkurrencefordel opstår — en forskel, konkurrenter ikke kan kopiere ved at købe det samme værktøj, fordi fordelen sidder i den akkumulerede læring og hastigheden, ikke i softwaren.
L5 — Virtuelt selvkørende
Det øverste trin findes ikke endnu i nogen organisation. Her opdager systemet selv kritiske afvigelser og markedsskift uden at blive spurgt, handler inden for de rammer, det har fået, og eskalerer det tvetydige til mennesker. Menneskets rolle er ikke længere at føre tilsyn med eksekveringen, men at styre risiko, smag, formål og retning. Det er destinationen, ikke en nær virkelighed — og at jagte den, før man har bygget niveau 3 og 4, er en sikker måde at spilde penge på.
| Niveau | Kendetegn | Består dabbling-testen? |
|---|---|---|
| L0 — Teater | Annonceringer, nul ændring | Nej |
| L1 — Personlig | Enkelte superbrugere, flygtige gevinster | Nej |
| L2 — Funktion | AI-siloer pr. afdeling | Nej |
| L3 — Infrastruktur | Agenter på tværs af systemer | Ja — tærsklen |
| L4 — Operativsystem | Agenter forbedrer agenter, fordel vokser | Ja |
| L5 — Selvkørende | Opdager og handler selv (findes ikke endnu) | Ja |
Et dansk eksempel: hvorfor springet fra 2 til 3 er det svære
Jeg har set en stor dansk produktionsvirksomhed køre sine ERP-data gennem process mining for at kortlægge order-to-cash-processen, før de satte AI på. Den officielle proces havde elleve trin. Det reelle billede var et andet: process mining viste 47 forskellige variationer af processen — heriblandt en "fantom-proces", hvor knap en femtedel af ordrerne blev manuelt rerouted gennem én bestemt ekspedient på grund af et gammelt EDI-problem, som ingen havde dokumenteret.
Det er et lærebogseksempel på, hvorfor springet fra niveau 2 til niveau 3 er det svære. På niveau 2 havde de værktøjer i hver funktion. Men selve koordineringen på tværs — den manuelle omdirigering gennem én person — var usynlig, udokumenteret og helt afhængig af et menneske, der limede systemerne sammen. En agent kan ikke overtage et flow, ingen har beskrevet.
Springet til niveau 3 var ikke at købe et bedre værktøj. Det var først at forstå den faktiske proces på tværs af systemerne — inklusive fantom-processen — så en agent overhovedet kunne arbejde i den. Det er derfor, så få danske virksomheder tager springet: det kræver ikke mere AI, det kræver, at man kender sin egen drift godt nok til at give AI'en noget reelt at arbejde i. Du kan ikke automatisere det, du ikke kender.
So what
Ledelses-tjekliste: Hvor står I på AI-modenheds-stigen?
Syv spørgsmål, der placerer jer ærligt:
- Arbejder jeres AI på tværs af systemer, eller sidder gevinsterne i enkelte personer og afdelinger?
- Hvis jeres dygtigste AI-superbruger sagde op i morgen, hvor meget af gevinsten ville forsvinde med dem?
- Findes der en proces, hvor en agent selv henter information fra flere systemer og samler et svar — uden et menneske som mellemled?
- Hvor mange steder limer mennesker stadig manuelt flere systemer sammen, fordi AI'en kun kender sin egen silo?
- Akkumuleres jeres AI-læring nogen steder i organisationen, eller starter hver afdeling forfra?
- Er jeres data og processer forstået godt nok til, at en agent kan arbejde på tværs af dem i morgen?
- Hvad er det ene sted i organisationen, hvor I kunne tage springet fra niveau 2 til niveau 3 først?
Kan I ikke pege på en eneste proces, hvor AI arbejder på tværs af systemer, står I på niveau 2 eller derunder — uanset hvor mange værktøjer I har.
Stigen fortæller, hvor I er. Dabbling-testen fortæller, om I overhovedet er begyndt at bevæge jer. Og den samlede ramme ligger i den praktiske guide til AI i 2026.
Ofte stillede spørgsmål
Miura-Ko-stigen er en modenhedsmodel med seks niveauer (L0 til L5), der beskriver, hvor langt en organisation reelt er med AI. Den er udviklet af venturekapitalisten Ann Miura-Ko fra Floodgate og låner sin struktur fra de seks niveauer, selvkørende biler måles på. Niveauerne går fra L0 (AI som teater, nul ændring) til L5 (en virtuelt selvkørende organisation, der endnu ikke findes). Pointen er, at kun fra niveau 3 begynder fordelen at samle sig over tid.