AI gir mikrogevinster – Norge trenger makroeffekt
Hvis alle sitter og effektiviserer sin egen oppgave, hvem redesigner prosessene?
For tiden sitter tusenvis av norske kunnskapsarbeidere og vibe-koder små løsninger for seg selv.
De automatiserer en rapport. Lager et internt skjema. Optimaliserer en Excel-fil. Bygger en liten agent som sparer dem noen timer i uken.
Det er kreativt. Det er imponerende. Og det føles moderne.
Men hvis alle sitter og effektiviserer sin egen oppgave – hvem redesigner prosessene?
- Hvem fjerner systemene?
- Hvem kutter mellomleddene?
- Hvem tar konsekvensen av at tre ledd i en verdikjede ikke lenger er nødvendige?
Individuell AI-bruk kan sammenlignes med binders og stiftemaskin. Det gjør dokumentene enklere å håndtere. Men det endrer ikke tallene i regnskapet.
Forskjellen mellom mikrogevinster og makroeffekt ligger ikke i hvor mange som bruker AI. Den ligger i hvem som leder den.
Og tallene peker i samme retning: PwCs CEO Survey 2026 ( https://www.pwc.no/no/innsikt/ceo-survey.html#KI ) viser at 90 prosent av norske toppledere mener at teknologimiljøet deres ikke muliggjør integrering av KI. Med andre ord: flaskehalsen er sjelden vilje eller verktøy – men evnen til å integrere KI i kjerneprosessene.
Mikrogevinster uten makroeffekt
Det er ingen tvil om at AI gir gevinster. Mange sparer tid. Tekster blir bedre. Analyser går raskere. Små oppgaver løses mer effektivt.
Men individuell effektivisering er ikke det samme som strukturell effekt.
Historisk har de store sprangene kommet når virksomheter har redesignet hvordan verdier skapes – ikke når enkeltansatte jobber litt raskere innenfor samme struktur. Likevel er det nettopp det vi nå risikerer: at AI brukes til å optimalisere oppgaver, mens prosessene forblir de samme.
Ta et enkelt eksempel. En avdeling skal sende inn et lovpålagt skjema til det offentlige. Tradisjonelt skjer det slik: data hentes fra et ordresystem, legges inn i en Excel-mal, danner grunnlag for en rapport, kontrolleres manuelt og sendes inn.
Med individuell AI-bruk kan rapporten skrives raskere. Beregningene kan kvalitetssikres bedre. Språket blir penere.
Men strukturen er den samme. Systemene er de samme. Kontrollpunktene er de samme. Kostnadsbasen er den samme.
En strukturell AI-transformasjon starter et annet sted: Hva er dataene? Hva er sluttresultatet? Hvilke mellomledd kan fjernes? En agent kan hente data direkte, gjøre beregningene, generere rapporten i riktig format og sende den automatisk – med sporbarhet og overvåkning innebygd.
Det første gir mikrogevinster. Det andre kan gi makroeffekt.
Når byggingen flytter ut i linja
Dette blir ekstra relevant når stadig flere utenfor IT faktisk begynner å “bygge”. Forrester-forskning, gjengitt av Microsoft, viser at 78 prosent av utviklingsledere sier at virksomhetene deres gir ikke-IT-ansatte mulighet til å bygge løsninger gjennom en “citizen developer”-strategi, eller planlegger å gjøre det innen 12 måneder. ( https://www.microsoft.com/en-us/power-platform/blog/2025/04/14/identify-your-readiness-for-ai-first-development-with-agents-and-microsoft-power-platform/ )
Dette er i seg selv ikke et problem. Tvert imot kan det være et konkurransefortrinn.
Problemet oppstår når det blir en ny form for digital individualisme: Hver enkelt bygger sin egen lille snarvei – mens motorveien aldri blir bygget.
Jeg har sett dette før. På starten av 2000-tallet kom jeg til et stort sykehus som hadde over 1 000 SharePoint-prosjektrom – opprettet av alle, brukt av noen, eid av ingen. Dokumenter lå “overalt”, uten livsløp, oversikt eller kontroll. Det var ikke mangel på verktøy som var problemet, men fravær av styring.
AI er et leder- og styreansvar
AI kan ikke delegeres til entusiaster i organisasjonen. Det kan ikke reduseres til kurs i prompting. Og det er ikke primært et kompetansespørsmål.
Det er et leder- og styringsspørsmål.
- Hvem eier prosessene?
- Hvem tør å fjerne systemer?
- Hvem justerer KPI-er når oppgaver forsvinner?
- Hvem tar konsekvensen av at organiseringen må endres?
I Norge ser vi et paradoks: høy aktivitet og store forventninger – men svak evne til å ta ut strukturgevinster.
AI gir oss allerede mikrogevinster. Det er bra – men det er ikke poenget.
Poenget er at mikrogevinster ikke blir til makroeffekt av seg selv. De må ledes. De må designes. De må forankres i prosesser, systemer og styring.
AI-adopsjon som virker, handler ikke om at alle skal kode.
Den handler om at noen skal bestemme hva som skal bort – og tørre å gjennomføre det.