Derfor ble AI-verktøyet lagt bort
Og hva som skal til for at det blir stående.
Nordmenn er på tredjeplass i verden i AI-bruk. Norske bedrifter er ikke.
Det første tallet er fra Stanford AI Index 2026, basert på Microsofts egne brukerdata: 46,4 prosent av befolkningen brukte AI i andre halvår 2025, bak bare Emiratene og Singapore, og langt foran USA på 28,3. Det andre er fra SSB: Bare 25 prosent av foretakene med 10 til 19 ansatte bruker AI. Folk har tatt i bruk verktøyet. Arbeidsgiverne har ikke.
Og der bruken finnes, ser den slik ut. Samfunnsøkonomisk Analyse spurte for NHO høsten 2025 hvor integrert AI er i arbeidsprosessene, og 2 447 bedrifter svarte på det spørsmålet. 48 prosent svarte «det er tilrettelagt for KI-bruk blant enkeltpersoner, men er ikke kritisk for virksomheten». 31 prosent til svarte at det brukes i noen avdelinger, heller ikke kritisk. 18 prosent har fått det inn i kjerneprosessene. Elleve dager før jeg skriver dette, sa IT i praksis 2026 det samme med andre ord: «gevinstene i stor grad tas ut på individnivå, ikke på organisasjonsnivå».
Én eller to ildsjeler er blitt raske. Driften er urørt. Der står de fleste, og fase én er ingen skam. Problemet er at den ikke går over av seg selv.
Samme bilde overalt
McKinsey spurte 1 719 respondenter i 97 land i mai og juni. 80 prosent sa AI hadde gjort dem selv mer produktive. 37 prosent av bedriftene kunne peke på noen effekt på resultatet. 6 prosent kalte effekten betydelig. Alle tre tallene sto stille fra året før.
Ethan Mollick ved Wharton skrev det i 2023, og det holder fortsatt: AI er «a breakthrough technology for individual productivity, but not (yet) for organizations». Han fant også at de som har knekt koden, ofte holder det for seg selv. Sier du til sjefen at du har automatisert 90 prosent av jobben din, hva skjer da med kollegene? Bedre å holde kjeft. Han kaller dem hemmelige kyborger.
De fire grunnene til at det stopper
1. Oppgaven ble aldri definert. «Vi skal bruke AI mer» er ikke en oppgave. En oppgave ser slik ut: «Førsteutkastet til tilbudsbrev skrives med AI fra møtenotatene, og malen ligger her.» Du kan bare bygge inn det du kan beskrive. MIT listet fem grunner til at AI-piloter stopper, og fire av dem handler om mennesker og ledelse: endringsledelse, eierskap i toppen, brukeropplevelse, motvilje mot nye verktøy. Bare én handler om kvaliteten på svarene. Verktøyet er sjelden problemet. Ingen har sagt hva det skal brukes til.
2. Ingen målte noe. Uten en baseline finnes det ingen måte å vite om verktøyet hjalp, og da vinner magefølelsen til den travleste i rommet. Målingen trenger ikke være fin: hvor ofte gjør vi dette, hvor lenge tar det, hva går galt hvis svaret er 80 prosent riktig.
3. Kontrollen kostet mer enn den sparte. Mollick setter det opp som et regnestykke: tiden oppgaven tar selv, mot tiden det tar å be om, vente på og sjekke svaret, ganget med hvor ofte det blir godt nok. Er sjekketiden nær gjøretiden, taper du på AI uansett hvor imponerende utkastet ser ut. Noen oppgaver blir tregere med AI. Riktig respons er å legge dem bort, høyt og tydelig.
Jeg fant min egen i august. Regnskapet mitt føres med Claude, og fasit-dokumentet vi lagde 6. august hadde fire feil, blant annet en banksaldo på 5 695 kroner der kontoutskriften sa 1 996. Tallet sto i et åpningsbilag vi hadde bygget med tall fra feil år i det gamle regnskapssystemet, og ingen av oss hadde åpnet PDF-en fra banken. Nå har hver regnskapspåstand dato og kilde, ellers er den en hypotese.
4. Kunnskapen bodde i én person. AI-verdi arves ikke slik programvare gjør. Når superbrukeren får det travelt eller slutter, er bedriften tilbake på null, minus lisensene. Det som blir værende, er det som er skrevet ned, delt og eid av en prosess. Mollicks råd til ledere er enkle og ubehagelige: gjør det trygt å vise hva man har automatisert, del promptene, og lov at ingen mister jobben på grunn av det.
Det som skal til
Oppskriften er kjedelig, og den virker:
- Velg én prosess, ikke tre.
- Mål den før dere endrer noe.
- Bygg AI inn i akkurat den prosessen, i systemene dere allerede har, med de som gjør jobben ved tastaturet.
- Mål igjen etter 30 dager. Behold det som virket, si høyt hva som ikke gjorde det.
- Skriv ned og utnevn en eier. Først da: neste prosess.
McKinseys seks prosent gjorde nettopp dette: tre av fire av dem bygde arbeidsflyten om rundt AI i stedet for å sette AI inn i den gamle, mot én av fire hos resten. Og rapportens siste setning er den viktigste: «The limiting factor is increasingly the organization's ability to absorb change.» Ikke modellen. Ikke lisensen. Evnen til å endre måten arbeidet gjøres på, én prosess om gangen.
Hos meg går 90 prosent av driften gjennom Claude i dag. Det tok to år, og det skjedde én oppgave om gangen: bilagene først, så kundemailen, så frakt, så CRM. Aldri «hele bedriften på AI». Bilagene fikk den først fordi jeg uansett godkjenner hvert eneste ett.
Hvor står dere?
Før dere gir neste oppgave til AI: still de fire spørsmålene fra punkt 2 og 3 over, og svar ærlig på det siste. Og hvis dere kjenner igjen 48-prosent-bedriften, er statussjekken det første oppdraget jeg selger, etter en første samtale: én uke, et notat med de tre til fem prosessene der AI faktisk betaler seg hos dere. Prisene står på forsiden.
Kilder
Stanford HAI, AI Index Report 2026, kapittel 4, figur 4.3.12 (Microsoft AI Economy Institute). SSB, «Bruken av KI har skutt fart det siste året», 24.09.2025, tabell 13265 (gjelder foretak med minst 10 ansatte). NHO / Samfunnsøkonomisk Analyse, rapport nr. 1-2026, figur 4.11 (N = 2 447), undersøkelse høsten 2025. KI Norge, «KI i Norge: Usikkerhet bremser utviklingen», IT i praksis 2026, 10.09.2026. McKinsey, «The state of AI in 2026», 25.08.2026 (1 719 respondenter). Ethan Mollick, «Detecting the secret cyborgs» (2023) og «Management as AI superpower» (27.01.2026). MIT NANDA, «The GenAI Divide», juli 2025 (153 spørreskjema, 52 intervjuer).