Oljefondet og Accenture legger allerede betydelig press på organisasjonene for å få AI raskt i bruk.
Berge og Knudsen
AI-kappløpet – sprint eller orienteringsløp?
Norske virksomheter integrerer nå kunstig intelligens i prising, kredittvurdering og risikostyring i høyt tempo. I frykt for å falle bakpå, har mange begynt å løpe i feil retning.
Etter flere år med eksperimentering, er kunstig intelligens (AI) ikke lenger et støtteverktøy, men i ferd med å bli en del av selve beslutningssystemene.
Kappløpet er i gang, og Oljefondet og Accenture legger allerede betydelig press på organisasjonene for å få AI raskt i bruk.
For noen få kan AI-kappløpet være en sprint. For de fleste ligner det mer på et orienteringsløp. Spørsmålet er ikke hvem som løper raskest, men hvem som faktisk vet hvor de skal.
Rapporter fra MIT og PWC viser at et overveldende flertall (95 prosent) av AI-prosjekter feiler. Datakvalitet får ofte skylden, men årsakene er sjelden kun teknologiske. Det avgjørende spørsmålet er egentlig ikke om teknologien er god nok, men hvordan AI faktisk skal brukes i organisasjonen.
Hva er en kvittering verdt i 2026?
Med en enkel KI‑prompt fikk jeg endret beløpet på en kvittering fra 395 til 795 kroner uten at jeg kunne se forskjell på originalen og den manipulerte.
Frem til nå er AI ofte blitt brukt som støtteverktøy. Det har effektivisert enkle prosesser som å skrive e-poster, oppsummere møter eller lage utkast. Nyttig, men begrenset. Når AI bygges inn i selve systemene, påvirker den beslutninger løpende og i stor skala. Da er dette ikke lenger bare en teknologisk utfordring, men en styringsutfordring.
Når ledelsen roper «kode rød» kan effektivitet bli prioritert på bekostning av retning og ansvar. Der menneskelig vurdering er nødvendig for legitimitet, bør AI brukes til å forsterke dømmekraft, ikke erstatte den.
Uber er et eksempel på hvordan AI kan undergrave et verdiforslag. I 2015 delegerte selskapet prisingen av kjøreturer til en algoritme som predikerte kunders betalingsvillighet.
Uber er et eksempel på hvordan AI kan undergrave et verdiforslag.
Berge og Knudsen
Resultatet var et betydelig omdømmetap da kunder følte seg utnyttet. Problemet var ikke algoritmen, men at Uber behandlet prising et rent prediksjonsproblem. Fart ble prioritert fremfor retning; Kortsiktig rasjonelt, men mulig ødeleggende for omdømmet på lang sikt.
En kontrast til Uber finner vi i bankkonseptet Bulder. Bulder bruker AI til å estimere verdien på kunders boliger. I stedet for å bruke innsikten til å maksimere kortsiktig marginer, valgte ledelsen å bruke den til å automatisere et løfte om lavere rente når kundens risikoprofil forbedret seg.
Bulder fant et problem som var verdt å løse for dem, nemlig kunders tillit.
Berge og Knudsen
Bulder fant et problem som var verdt å løse for dem, nemlig kunders tillit, og lot AI implementeres på en måte som forsterket dette. Det ledelsen hadde definert som riktig strategisk retning, ble prioritert fremfor kortsiktig økonomisk gevinst.
Samme teknologi, men en helt annen effekt. Forskjellen ligger ikke i modellene, men i ledelsen.
Når AI brukes til å predikere alt fra medisinske diagnoser til hvilke TikTok-videoer du vil like, skjer det to ting. Verdien av gode data øker, fordi bedre data gir bedre prediksjoner. Samtidig øker verdien av lederes dømmekraft, fordi noen må definere mål, peke på hvilke problemer som skal løses, og avgjøre hvordan AI skal brukes.
Da er faren å holde fast på manuelle beslutninger.
Berge og Knudsen
Dette betyr at AI ikke bare effektiviserer eksisterende beslutninger, men også flytter hvor og hvordan beslutninger tas. I enkelte konkurransesituasjoner kan AI-kappløpet først og fremst være en sprint. Da er faren å holde fast på manuelle beslutninger, for da blir mennesket flaskehalsen.
Før AI bygges inn i beslutningssystemer, bør ledelsen orientere seg og ta strategisk bevisste valg om hvor og hvordan teknologien skal brukes.
AI-kappløpet er ikke en sprint, men et orienteringsløp.
Derfor bør vi heller rope «kode gul» og finne frem kompasset. Nå er tiden for dømmekraft. Ikke hodeløs løping.
Innlegget var først publisert i Finansavisen 6. mars 2026.