De siste årene har norske virksomheter hatt et tilnærmet frislipp for kunstig intelligens (KI). Alle skulle teste. Alle skulle eksperimentere.
Nå vokser investeringene videre, mens resultatene har fortsatt å la vente på seg. En ny undersøkelse fra Accenture viser at 82 prosent av nordiske virksomheter planlegger å øke KI-investeringene sine. Samtidig er det bare 23 prosent som sier at de ser økt verdi.
Det er her frislippet møter virkeligheten.
Nylig rapporterte Axios at et stort selskap hadde brukt 500 millioner dollar på KI-verktøy på én måned. Historien er ikke uavhengig bekreftet, men den trenger knapt å være det. Uber brukte opp hele sitt KI-budsjett for 2026 innen april. Operasjonsdirektør Andrew Macdonald innrømmet at sammenhengen mellom økt KI-bruk og nytteverdi for kundene «ikke er der ennå».
Hos Meta rangerte et internt dashbord 85.000 ansatte etter tokenforbruk, hvor toppscoreren brant gjennom 281 milliarder tokens på 30 dager. Amazon måtte skrote et tilsvarende system etter at ansatte sendte meningsløse spørringer for å klatre på listen.
Fenomenet heter tokenmaxxing: å maksimere forbruket av KI uten å spørre om det gir resultater. Det begynte da Nvidias Jensen Huang sa at han ville bli «dypt bekymret» om en ingeniør til 500.000 dollar i året ikke brukte minst 250.000 dollar i KI-tokener. Det er frislippets logiske endepunkt. Når suksess måles i bruk og ikke i verdi, ender du opp med ansatte som optimaliserer for feil mål, og en regning ingen har budsjettert for.
Gevinst er ingen selvfølge
Vi har ikke de samme dollarbeløpene i Norge. Men vi har den samme dynamikken. Ifølge NHO bruker nå 55 prosent av norske virksomheter KI, mer enn en dobling på to år. Men bare 19 prosent har implementert teknologien på en måte som faktisk endrer virksomheten. Rambølls IT i praksis-undersøkelse viser at bare én av fire offentlige virksomheter klarer å gjøre KI-effektiviseringen om til reelle kostnadsbesparelser.
I samtalene vi har med norske virksomheter, fra energi og forsvar til bank og bygg, er mønsteret det samme: Alle har kjørt piloter, mange har rullet ut bredt, men nesten ingen har en operasjonsmodell. Hvem eier KI-initiativene? Hva er business-caset? Hvordan måler vi verdi? Det er de kjedelige spørsmålene som avgjør om investeringen betaler seg.
For det er forskjell på å investere i KI og å kunne dokumentere verdien den skaper.
I tillegg er det en mer subtil arv fra frislippet som sjelden diskuteres: Folk som slutter eller pensjoneres, erstattes ikke siden vi forventer at KI skal tette gapet.
Kompetanse fases stille ut uten at noen har verifisert at teknologien faktisk kan erstatte den. Det er ingen selvfølge at det blir en gevinst av å kaste KI på et problem.
Mål faktisk verdi
Det mange ledere heller ikke forstår, er at den synlige tokenkostnaden bare er begynnelsen. Under overflaten ligger vektordatabaser, modell-finjustering, orkestrering, sikkerhet og datatransport hvor hvert lag har egne priselementer. Ifølge Mavvrik og Benchmarkit bommer 85 prosent av selskaper på KI-kostnadsestimatene med mer enn 10 prosent. Globalt nådde KI-investeringene 1760 milliarder dollar i 2025. I år passerer de 2500 milliarder. Infrastrukturinvesteringene alene doblet seg i fjor, og leverandørene bygger kapasitet i et tempo som gjør det klart at regningen havner hos kundene.
Mitt råd er enkelt og kjedelig: Behandle KI som enhver annen stor investering. Krev business case. Sett tydelig eierskap og etabler styringsmodell. Mål faktisk verdi, ikke adopsjon. Følg opp leverandører. Rapporter til styret.
Frislippet ga oss læring og entusiasme. Det ga oss også en lang rekke initiativer uten eier, uten mål og uten oppfølging. Nå trenger vi disiplinen som gjør at det var verdt det.
Det er ikke like spennende som å rulle ut neste KI-verktøy. Men det er det som skiller virksomhetene som bruker KI fra dem som faktisk får noe igjen for det.
Mangedoblet KI-bruken – nå sparker de over 1000 ansatte
