Fire krav til AI-investeringen når 92 prosent mangler regler

Nøkkelpunkter per 2. september 2026:

• Bare 15 prosent av norske bedrifter bruker AI i daglig drift, ifølge en medlemsundersøkelse blant 2.294 ledere (NHO, 2023).
• 92 prosent mangler retningslinjer for AI-bruk, og bare 23 prosent planlegger kursing av ansatte (NHO, 2023).
• Nvidia omsatte for 96,2 milliarder dollar i kvartalet, men nesten hele inntekten kom fra datasentre alene (E24, 2025).
• AI Act er fullt anvendelig 24 måneder etter ikrafttredelse, mens høyrisikoforpliktelsene inntrer etter 36 måneder (EU-kommisjonen).
• Prisen per oppgave faller raskt: Anthropic hevder Claude Fable 5.1 er inntil 45 prosent billigere for agentisk arbeid (The Verge, 2026).

---

Hva boblefrykten rundt AI faktisk handler om

Ordet boble brukes om to helt forskjellige påstander. Den ene er at prisingen av AI-selskaper er høyere enn fremtidig inntjening forsvarer. Den andre er at teknologien ikke virker. Bare den første har fotfeste i tallene. Leverandørene tjener store penger på AI-bølgen, mens spørsmålet om kundene noen gang vil tjene tilsvarende fortsatt står ubesvart (E24, 2025).

For en norsk SMB er dette ikke først og fremst en børsdiskusjon. Du kjøper ikke aksjer i leverandørene, du kjøper lisenser, konsulenttimer og intern tid. Risikoen din er ikke at en aksjekurs faller, men at du bruker penger på et tiltak som aldri blir målt. Det er en helt annen type tap, og det rammer uansett hva markedet gjør.

Boblen ligger i prisingen, ikke i nytten

En boble oppstår når forventninger til fremtidig inntjening blir bygget inn i dagens priser raskere enn inntjeningen materialiserer seg. Det utelukker ikke at teknologien er nyttig. Jernbanen, fiberkabler og nettbutikker hadde alle sine bobler, og alle tre endte som helt vanlig infrastruktur etterpå. Poenget er at eierne av kapitalen og brukerne av teknologien ikke bærer samme risiko.

Den relevante advarselen for deg som kjøper er derfor smalere enn overskriftene: leverandørenes vekst er ikke bevis på at kundene har gevinst. Det er nettopp dette E24s kommentator peker på når han slår fast at sterke leverandørtall ikke fjerner boblefrykten (E24, 2025). Salgstallene måler etterspørsel, ikke effekt.

Hva boblefrykten bør endre i beslutningen din

Alura mener boblefrykt ikke er et argument mot å bruke AI, men et argument for å måle avkastning på hvert enkelt tiltak. Det er en praktisk konsekvens, ikke en filosofisk. Hvis du tror markedet er overopphetet, er svaret å stille strengere krav til hvert kjøp og korte ned bindingstiden, ikke å utsette hele porteføljen til støyen legger seg.

Den motsatte feilen er like dyr. Bedrifter som venter på at teknologien skal stabilisere seg, venter i praksis på et tidspunkt som ikke kommer, samtidig som konkurrentene bygger erfaring. Vår erfaring er at kostnaden ved å måle dårlig er langt større enn kostnaden ved å starte for tidlig. Hvordan du regner gevinst i kroner har vi beskrevet i detalj i vår gjennomgang av avkastning på AI.

Nvidias tall og spørsmålet ingen har svart på

Nvidia er den beste tilgjengelige temperaturmåleren på AI-markedet, fordi selskapet selger spadene alle andre graver med. I andre kvartal av regnskapsåret 2027, perioden fra 26. april til 27. juli 2026, kom inntektene inn på 96,2 milliarder dollar mot analytikernes forventning på 92,3 milliarder (E24, 2025).

Tallene er relevante for deg av en grunn: de forteller hvor mye kapital som pumpes inn i laget under produktene du kjøper, og hvor følsom prisen din er for at det laget endrer seg.

Kvartalet i tall

Inntektene mer enn doblet seg mot samme kvartal året før, en vekst på 106 prosent. Nettoinntekten landet på 54 milliarder dollar mot ventede 50,98 milliarder, og justert resultat per aksje ble 2,22 dollar mot ventede 2,09 (E24, 2025).

Guidingen er minst like interessant som fasiten. Selskapet venter 108 milliarder dollar i inneværende kvartal, over analytikernes 104,2 milliarder, og rundt 70 prosent vekst i neste hele regnskapsår (E24, 2025). Det er et løfte om at etterspørselen fortsetter, gitt av parten som tjener mest på at den gjør det.

Datasentrene forklarer hele konsentrasjonsrisikoen

Datasenter-divisjonen står for nesten hele selskapets totale inntekter, med en vekst på 117 prosent fra året før (E24, 2025). Nesten hele inntjeningen kommer altså fra et relativt lite antall store kjøpere som bygger kapasitet.

Det gir en tydelig sårbarhet: hvis noen få hyperskalerere kutter investeringsbudsjettene sine, forsvinner mye av grunnlaget raskt. For deg som kunde er signalet indirekte, men reelt. Kapasitetsprisene du betaler i dag er satt i et marked med ekstrem etterspørsel, og de kan bevege seg begge veier innen en avtaleperiode på flere år.

Markedet svarer to ganger på samme tall

Reaksjonen viser hvor nervøst dette markedet er. Aksjen falt 1,4 prosent i etterhandelen til tross for at alle nøkkeltall slo forventningene (E24, 2025). Kort tid etter steg den 8,77 prosent i førhandelen, hjulpet av rykter om oppkjøp (E24, 2025).

Sett over lengre tid er tempoet dessuten et annet enn i oppgangsårene. Aksjen er opp 13 prosent i 2026, mot 150 prosent i 2024, samtidig som markedsverdien er rundt 47.500 milliarder norske kroner (E24, 2025). Veksten er intakt, men prisingen tåler mindre skuffelse enn før. Det er nøyaktig den situasjonen der du bør ha korte avtaler og målbare tiltak.

---

Les også: Avkastning på AI-investeringer: Hvordan måle suksess i norske kroner. Ingeniører koster 752 400 kr/år.

---

Norsk virkelighet: få bedrifter bruker AI i daglig drift

Mens leverandørsiden vokser tosifret hvert kvartal, ser bruken i norsk næringsliv ganske annerledes ut. Kun 15 prosent av norske bedrifter bruker AI i daglig drift, ifølge en medlemsundersøkelse besvart av 2.294 ledere (NHO, 2023). Gapet mellom kapitalmarkedet og driftsgulvet er stort.

Det gapet er verdt å forstå før du bestemmer deg. Det betyr at du ikke er sent ute, og at det finnes få norske referansecase å kopiere. Du må derfor regne selv, ikke låne noen andres regnestykke.

Utprøving er ikke det samme som drift

Blant dem som faktisk bruker AI, tester 1 av 2, altså 52 prosent, teknologien ut i noen deler av forretningen. 41 prosent jobber i begrenset grad med AI, der det i praksis er enkeltansatte som prøver seg på egen hånd (NHO, 2023).

Bare 5 prosent svarer at kunstig intelligens er en gjennomgripende del av forretningen. Det er den viktigste linjen i hele undersøkelsen, fordi den skiller eksperimentering fra endret arbeidsflyt. Utprøving koster tid uten å endre kostnadsbasen. Drift endrer kostnadsbasen, og bare drift kan forsvares som en investering.

Bransjeforskjellene er større enn snittet antyder

Snittet skjuler et betydelig sprik mellom næringene, der finans ligger langt foran og helse- og velferdsbedriftene ligger bakerst (NHO, 2023).

Næring	Bruker AI i daglig drift	Hva som typisk driver forskjellen
Finans	43 prosent	Digitale data fra før, tunge volumprosesser, etablert compliance-funksjon
Sjømat	27 prosent	Sensordata og produksjonsoptimalisering med målbar effekt
Helse og velferd	6 prosent	Sensitive personopplysninger og strengere regelverkskrav
Alle bedrifter	15 prosent	Snitt på tvers av NHOs medlemsundersøkelse

Bruk tabellen som et grovt kart, ikke som en fasit for din bedrift. Poenget er at datamodenhet, ikke bransjeromantikk, forklarer hvem som kommer i gang. Har du strukturerte data og repeterende prosesser, er terskelen lav. Har du sensitive opplysninger og manuelle rutiner, er den høyere, og da må regnestykket ta høyde for opprydding før gevinst.

Norge ligger bak nabolandene

Abelias direktør Øystein E. Søreide er tydelig på at norske bedrifter ligger langt bak nabolandene på bruk av AI, og NHO-leder Ole Erik Almlid advarer om at alle må forstå verdien av teknologien for ikke å havne bakpå (NHO, 2023).

Advarselen er verdt å ta på alvor, men den er ikke et kjøpsargument i seg selv. At andre ligger foran er en grunn til å begynne, ikke en grunn til å hoppe over regnestykket. Å kjøpe fordi konkurrenten kjøpte er den vanligste måten å ende opp med en lisenskostnad uten tilhørende gevinst.

Fire krav enhver AI-investering bør bestå

Her er kjernen i hele artikkelen. Alura mener et AI-tiltak uten navngitt eier, målepunkt og et definert nullpunkt ikke er en investering, det er et forsøk. Forsøk kan være helt greie, men de skal budsjetteres som forsøk og avsluttes når de ikke leverer.

De fire kravene under er ment å brukes før pengene bevilges, ikke i etterkant. Går et forslag gjennom alle fire, kan du forsvare det uavhengig av hva som skjer med markedsstemningen. Stryker det på ett av dem, vet du nøyaktig hva som mangler.

Krav	Spørsmålet du stiller	Godkjent når	Rødt flagg
1. Eier	Hvem svarer for resultatet med navn?	En navngitt person med mandat og avsatt tid	«Ledergruppen» eller «IT» som eier
2. Nullpunkt	Hva koster oppgaven i dag?	Målt tidsbruk, feilrate eller kostnad før oppstart	Estimat basert på hukommelse
3. Målepunkt	Når og hvordan avgjøres det?	Fast dato, definert måltall og datakilde	«Vi evaluerer underveis»
4. Exit	Hva skjer hvis det ikke virker?	Avtalt terskel for å avvikle, og kort bindingstid	Flerårig avtale signert før pilot

Krav 1: En navngitt eier med mandat

Eieren er ikke den som er mest entusiastisk, men den som har ansvar for prosessen tiltaket skal forbedre. Eier du kundeservice, eier du også chatboten. Denne personen må ha mandat til å endre arbeidsflyten, ikke bare til å kjøpe verktøyet. Uten myndighet til å endre hvordan folk jobber, blir AI et lag oppå gammel prosess.

Sett av tid eksplisitt. Et tiltak som skal eies «på toppen av alt det andre» får den prioriteten det høres ut som. I praksis er dette skillet mellom implementeringer som fester seg og de som stille dør etter noen uker, slik vi så i gjennomgangen av Samsungs utrulling.

Krav 2: Et definert nullpunkt

Nullpunktet er hva oppgaven koster deg i dag, målt før du kjøper noe. Det kan være tidsbruk per sak, antall feil per hundre leveranser, svartid, eller ren kroneverdi på innleie. Målingen trenger ikke å være perfekt, men den må være gjort før du har en interesse av at den ser dårlig ut.

Dette er kravet flest stryker på. Uten nullpunkt kan ingen motbevise påstanden om at «det går fortere nå», og da blir evalueringen en smakssak. Med nullpunkt blir den en subtraksjon. Mål i minst noen uker med normal drift, ikke i en travel eller stille periode.

Krav 3: Et målepunkt med dato

Sett en konkret dato i kalenderen der tiltaket vurderes, og bestem på forhånd hvilket tall som avgjør. Skriv ned hvor tallet hentes fra og hvem som henter det. En evaluering som skal skje «etter hvert» skjer i praksis aldri, fordi ingen ønsker å være den som avlyser noe kollegene har jobbet med.

Målepunktet bør ligge nær nok i tid til at feilkjøpet blir billig, men langt nok unna til at folk har rukket å lære verktøyet. Definer også hva som er godt nok, ikke bare hva som måles. Terskelen skal settes av den som betaler, før leverandøren har presentert sine egne tall.

Krav 4: Et exit-kriterium og kort binding

Det fjerde kravet er det som gjør de tre første troverdige: hva skjer hvis svaret blir nei. Avtal på forhånd hvilken terskel som utløser avvikling, hvem som tar beslutningen, og hva som skjer med data og integrasjoner. Et tiltak uten exit blir aldri avsluttet, bare stille nedprioritert mens lisensen løper.

Dette henger direkte sammen med kontraktslengde. I et marked der prisen per oppgave faller raskt og leverandørbildet endrer seg fra kvartal til kvartal, er lange bindinger en risiko du ikke får betalt for. Forhandle heller kort løpetid med opsjon på forlengelse.

Mandag morgen: slik regner du på ett konkret AI-tiltak

De fire kravene er nyttige først når de brukes på et konkret tiltak. Det praktiske rådet er å gjøre regnestykket på en enkelt oppgave, ikke på «AI i bedriften». Jo smalere avgrensning, jo lettere er det å måle, og jo billigere er det å ta feil.

Fremgangsmåten under kan gjennomføres på noen timer, uten konsulentbistand og uten å signere noe.

Velg en oppgave, ikke en avdeling

Se etter oppgaver som gjentas ofte, har et tydelig resultat, og der en feil er lett å oppdage. Typiske kandidater er standardsvar på henvendelser, uttrekk fra dokumenter, klassifisering av innkommende saker eller førsteutkast til gjentakende tekst. Unngå oppgaver der kvaliteten er en smakssak, for da kan ingen måle om det ble bedre.

Er oppgaven ren regelstyrt flytting av data mellom systemer, bør du sjekke om tradisjonell automatisering løser den billigere. Vi har beskrevet den grensegangen i vår artikkel om robotisert prosessautomatisering. Skal modellen svare på virksomhetens egne dokumenter, er det et annet oppsett igjen, beskrevet i gjennomgangen av RAG.

Regnestykket i fire linjer

Selve regnestykket er enklere enn de fleste tror. Fyll ut linjene under med dine egne tall, og gjør det i kroner, ikke i prosent spart tid. Prosent lyder bra i en presentasjon, men bare kroner kan sammenlignes med regningen fra leverandøren.

Linje	Hva du fyller inn	Hvor tallet hentes
A. Dagens kostnad	Tid eller kroner oppgaven koster i dag, per periode	Timeføring, saksystem eller manuell telling i nullpunktsperioden
B. Kostnad etter tiltak	Samme måling gjort med verktøyet i bruk	Samme kilde som A, samme periodelengde
C. Full pris på tiltaket	Lisens, integrasjon, opplæring, kvalitetskontroll og eiers tid	Tilbud plus egne interne timer
D. Netto	A minus B minus C for samme periode	Beregnes, og signeres av eier

Er D negativ på målepunktet, har du et forsøk som ikke ble en investering. Det er et helt akseptabelt utfall, forutsatt at du avslutter. Den dyre varianten er å la tiltaket løpe videre uten at noen tør å regne linje D på nytt.

Kostnadene som ikke står i tilbudet

Linje C er der de fleste regnestykkene blir for optimistiske. Lisensprisen er ofte den minste posten. De store er integrasjon mot eksisterende systemer, opprydding i data, opplæring av ansatte som ikke er entusiaster, og den løpende kvalitetskontrollen noen må gjøre på det modellen produserer.

Legg også inn kostnaden ved feil. Hvis et galt svar til en kunde må rettes opp manuelt, spiser det av gevinsten. Regn dessuten med at eierens tid er en reell kostnad, ikke noe som forsvinner fordi det ikke faktureres. NHOs tall viser at bare 23 prosent av bedriftene planlegger kursing for å få mer ut av teknologien (NHO, 2023), og den posten dukker sjelden opp i budsjettet før den mangler.

Hvor pengene i AI-markedet faktisk havner

For å forstå prisen du får tilbudt, hjelper det å vite hvor pengene i verdikjeden samler seg. Kort fortalt går de nedover i stakken, til brikker, datasentre og modelltrening, ikke til bransjeløsningen du kjøper.

Det er derfor tallene fra infrastruktursiden er så mye større enn tallene fra anvendelsessiden, og derfor du bør være skeptisk til leverandører som argumenterer for kjøpet ditt med markedets samlede vekstrater.

Infrastrukturlaget tar mest

Nvidias datasentersalg alene endte på 89 milliarder dollar i kvartalet, opp 117 prosent fra året før (E24, 2025). Det er penger som brukes på kapasitet før noen vet nøyaktig hvilke anvendelser som skal betale for den.

Kapitalflyten går også gjennom store direkteinvesteringer mellom aktørene. Amazon har investert 50 milliarder dollar i OpenAI (The Verge, 2026), og Nvidia er ifølge rapporter nær et oppkjøp av Hugging Face til rundt 13 milliarder dollar (E24, 2025). Konsolideringen betyr at leverandøren du velger i dag kan ha en annen eier neste år.

Hva det betyr for en kjøper i Norge

Tre praktiske konsekvenser følger. For det første: vurder leverandøren din som en mellommann, og spør hvem som faktisk leverer modellen bak. For det andre: skriv avtaler som tåler at underleverandøren endres, spesielt når det gjelder databehandling. For det tredje: unngå å bygge dyp avhengighet til ett enkelt grensesnitt du ikke kan bytte ut.

Institusjonelle investorer forholder seg til den samme konsentrasjonen fra sin side av bordet, noe vi gikk gjennom i teksten om Oljefondets AI-strategi. Forskjellen er at de kan diversifisere seg ut av risikoen. Det kan ikke du, og derfor må du håndtere den i kontrakten i stedet.

Kostnadsbildet endrer seg raskere enn budsjettet ditt

Et treårig budsjett for AI-verktøy bygger på en antagelse som ikke holder: at prisen per oppgave er noenlunde stabil. Den er den ikke. To krefter drar i hver sin retning samtidig, og de treffer ulike deler av kostnaden din.

Prisen per oppgave faller

Modellsiden blir raskt billigere per utført oppgave. Anthropic hevder at Claude Fable 5.1 er inntil 45 prosent billigere for agentisk arbeid enn forgjengeren (The Verge, 2026). Slike hopp kommer med noen måneders mellomrom, ikke med noen års.

Konsekvensen for deg er konkret: et tiltak som ikke går i pluss i dag kan gå i pluss senere uten at du gjør noe som helst. Derfor bør et nei på målepunktet noteres med begrunnelse og dato, slik at det er billig å ta beslutningen opp igjen. Og derfor bør du aldri betale for tre års kapasitet på dagens pris.

Maskinvaren presser motsatt vei

Samtidig er det press oppover på kostnadene lenger nede i stakken. Nvidia møter økt konkurranse fra AMD og Google, mens en global mangel på minnebrikker presser kostnadene opp (E24, 2025). Det synes allerede i marginene: bruttomarginen var 75 prosent i kvartalet, mens prognosen for neste kvartal er 74 prosent.

Ett prosentpoeng er ingen krise for Nvidia, men retningen er poenget. Presses marginene i leddet som selger kapasiteten, kan det på sikt slå ut i prisene lenger opp. Budsjetter derfor for at enhetsprisen faller og at kapasitetsprisen kan stige, i samme periode. Det taler for korte avtaler og for å måle i kroner per utført oppgave, ikke i kroner per lisens.

---

Les også: Det Samsungs ChatGPT-utrulling lærer norske bedrifter. Samsung Electronics ruller ut ChatGPT Enterprise og Codex til ansatte i Korea og DX-divisjonen globalt.

---

AI Act gir frister investeringen må planlegges etter

EU har vedtatt verdens første omfattende AI-lov, opprinnelig foreslått av Europakommisjonen i april 2021 (EU-kommisjonen). Loven treffer norske bedrifter gjennom EØS, og den treffer dem som bruker AI, ikke bare dem som lager det.

Alura mener norske SMB-er bør planlegge AI-innkjøp mot fristene i AI Act fra dag en, ikke rette opp i etterkant. Grunnen er ren økonomi: å bygge dokumentasjon inn i en anskaffelse koster lite, mens å rekonstruere den for et system i drift koster mye.

Risikoklassen bestemmer arbeidsmengden

Loven klassifiserer AI-systemer etter risikoen de utgjør for brukerne. Systemer med uakseptabel risiko er forbudt i EU, mens høyrisikosystemer må vurderes før de kommer på markedet og følges gjennom hele livssyklusen (EU-kommisjonen).

Generativ AI som ChatGPT må overholde gjennomsiktighetskrav og EUs opphavsrettslov, og AI-generert innhold må merkes tydelig som AI-generert. Merkeplikten er den regelen flest SMB-er kommer til å møte først, fordi den treffer markedsføring, kundekommunikasjon og innhold, ikke bare tekniske systemer.

Fristene: 24 og 36 måneder

Loven blir fullt anvendelig 24 måneder etter ikrafttredelse, mens forpliktelsene for høyrisikosystemer inntrer 36 måneder etter ikrafttredelse (EU-kommisjonen). Det er den innfasingen anskaffelsene dine skal planlegges rundt.

Trinn i innfasingen	Tidspunkt	Hva du bør ha gjort før den
Forbudte anvendelser	Gjelder systemer med uakseptabel risiko	Kartlagt at ingen planlagte bruksområder faller i denne kategorien
Full anvendelse av loven	24 måneder etter ikrafttredelse	Oversikt over egne AI-systemer, merking av AI-generert innhold på plass
Høyrisikoforpliktelser	36 måneder etter ikrafttredelse	Vurdering før markedsføring og rutine for oppfølging gjennom livssyklusen

Det praktiske rådet er å legge tre spørsmål inn i enhver kravspesifikasjon: hvilken risikoklasse havner bruken i, hvem dokumenterer etterlevelsen, og hva skjer hvis klassifiseringen endres. Svarene koster deg en time nå og potensielt et helt prosjekt senere.

Regelverket har sine egne svakheter

Det er ingen grunn til å behandle AI Act som ferdig avklart. Implementeringen står overfor utfordringer knyttet til både vertikal og horisontal koordinering mellom nivåer og myndigheter (theregreview.org, 2026). Kritikere har også pekt på at regulering kan komme til å erstatte investering i europeisk AI-kapasitet.

Samtidig er lovens uttalte formål å støtte innovasjon og oppstartsbedrifter i Europa (EU-kommisjonen). For deg som kjøper betyr usikkerheten at du bør bygge fleksibilitet inn, ikke at du bør vente. Kravene til dokumentasjon og sporbarhet forsvinner uansett ikke, uansett hvordan detaljene lander.

Retningslinjene de fleste bedrifter ikke har laget

92 prosent av norske bedrifter har ikke laget retningslinjer for bruk av kunstig intelligens (NHO, 2023). Alura mener dette er et større problem enn hvor mye bedriftene investerer. Uten regler skjer bruken uansett, den skjer bare usynlig, på private kontoer og uten kontroll på hva som limes inn.

Retningslinjer er dessuten det billigste tiltaket på hele listen. Det krever ingen lisens, ingen integrasjon og ingen leverandør, bare en beslutning og et dokument folk faktisk leser.

Hva en retningslinje minimum må svare på

Hold det kort nok til at det leses. Et dokument på noen få sider som besvarer disse punktene er langt mer verdt enn en policy ingen åpner: hvilke verktøy er godkjent, hvilke data kan aldri limes inn, hvem godkjenner nye verktøy, når skal AI-bruk merkes utad, og hvem kontaktes ved tvil.

Legg til en linje om ansvar for kvalitet. Den ansatte som sender ut et svar er ansvarlig for innholdet, uavhengig av hvem eller hva som formulerte det. Koblingen til AI Act er direkte: merkeplikten for AI-generert innhold og gjennomsiktighetskravene til generativ AI (EU-kommisjonen) er lettere å etterleve hvis reglene alt er skrevet ned internt.

Kurs erstatter ikke regler

Bare 23 prosent av bedriftene planlegger kursing for å dra mer nytte av AI (NHO, 2023). Opplæring og retningslinjer løser to forskjellige problemer. Kurs øker evnen til å bruke verktøyet godt. Retningslinjer setter grensene for hva som er lov.

Rekkefølgen bør være regler først, så kurs. Grunnen er enkel: opplæring uten grenser øker volumet av bruk du ikke har oversikt over. Med et lite mindretall som har AI i daglig drift og et stort flertall uten regler er den umiddelbare risikoen for norske bedrifter ikke for lite AI, men ukontrollert AI.

Markedssignaler du bør følge de neste kvartalene

Du trenger ikke å følge AI-markedet daglig, men noen få signaler forteller deg om forutsetningene for budsjettet ditt har endret seg. Sett av en halvtime per kvartal til å sjekke disse, og la funnene påvirke bindingstid og timing, ikke om du skal bruke AI i det hele tatt.

Fire signaler som faktisk betyr noe

Signal	Hva du ser etter	Hva det bør endre hos deg
Leverandørenes guiding mot fasit	Om lovede tall som 108 milliarder dollar faktisk leveres	Bommer de gjentatte ganger, kort ned bindingstiden ytterligere
Marginene i infrastrukturleddet	Retningen på bruttomargin, nå 75 mot en prognose på 74 prosent	Fallende marginer kan varsle prisøkninger lenger opp i kjeden
Konkurransen på brikker og modeller	AMD og Google, samt prisfall per oppgave	Mer konkurranse gir deg bedre forhandlingsposisjon ved fornyelse
Reguleringstakten	Praktiseringen av AI Act og koordineringen mellom myndigheter	Endret klassifisering kan flytte dokumentasjonskravene dine

Merk at ingen av signalene handler om aksjekurser. Kursbevegelser sier noe om forventninger, ikke om hva du får igjen for lisensen din. Nvidia-aksjens sprang på 8,77 prosent på oppkjøpsrykter (E24, 2025) endret ingenting for en norsk kundeserviceavdeling.

Skill mellom løfter og levert vekst

Nvidia venter rundt 70 prosent vekst i neste hele regnskapsår (E24, 2025). Det er en prognose, ikke et resultat, og den er avgitt av en part med interesse i utfallet. Behandle den som du ville behandlet en leverandørs egen ROI-kalkyle.

Den samme skepsisen bør du bruke internt. Et estimat på spart tid er et løfte, ikke et resultat, helt til nullpunktsmålingen bekrefter det. Denne ene vanen skiller bedrifter som lærer av AI-investeringene sine fra dem som bare akkumulerer verktøy.

Vanlige feil norske SMB-er gjør i AI-investeringer

Feilene under er ikke tegn på dårlig ledelse. De er de naturlige feilene å gjøre i et marked med høyt tempo, mye markedsføring og få norske referansepunkter å måle seg mot. De er også helt mulige å unngå.

Plattform før prosess

Den vanligste feilen er å kjøpe en bred plattform for å «komme i gang», og deretter lete etter oppgaver den kan løse. Det gir en fast kostnad uten en definert gevinst, og det gjør nullpunktsmåling umulig fordi ingen vet hvilken prosess som skulle blitt bedre.

Snu rekkefølgen. Finn oppgaven, mål den, og kjøp deretter det minste verktøyet som løser nettopp den. Bredden kan alltid kjøpes senere, når du har et dokumentert case å bygge på. At bare 5 prosent har AI som en gjennomgripende del av forretningen (NHO, 2023) tyder på at få kommer dit ved å starte bredt.

Pilot uten nullpunkt eller eier

En pilot uten nullpunkt kan ikke stryke, for det finnes ingenting å sammenligne med. En pilot uten eier kan ikke avsluttes, for ingen har mandat til å ta beslutningen. Kombinasjonen produserer tiltak som verken skaleres eller stanses, bare fortsetter.

Den andre varianten er at piloten kjøres av de mest teknologiinteresserte ansatte, som får den til å fungere fordi de kompenserer for svakhetene. Test på en gjennomsnittlig bruker i normal drift, ikke på entusiasten. NHOs tall om at 41 prosent bare har enkeltansatte som prøver seg (NHO, 2023) beskriver akkurat denne fasen.

Data og avtaler som binder deg fast

Tredje feil er å sende virksomhetsdata inn i verktøy uten å ha avklart hvor de behandles og hva de brukes til. Uten interne retningslinjer skjer dette uansett, bare uten at ledelsen vet om det. Med AI Acts krav til gjennomsiktighet på vei inn er dette en risiko som blir dyrere over tid (EU-kommisjonen).

Fjerde feil er lange avtaler i et marked som beveger seg fort. Når prisen per oppgave kan falle betydelig i løpet av kort tid (The Verge, 2026), og eierskapet til leverandørene endres gjennom oppkjøp, er flerårig binding en dårlig byttehandel. Betal heller litt mer for kort løpetid enn å låse prisen på et nivå markedet forlater.

Ofte stilte spørsmål om AI-investeringer og boblefrykt

Spørsmålene under er de vi oftest får fra ledere som har lest de samme overskriftene som deg, og som skal ta en beslutning uten å bli spesialist på temaet først.

Bør vi vente til det avklares om AI er en boble?

Nei, men du bør endre hvordan du kjøper. En eventuell korreksjon rammer prisingen av leverandørene, ikke nytten av et verktøy som allerede sparer deg for målbar tid. Å vente gir deg heller ingen bedre informasjon, siden spørsmålet om kundene tjener på investeringene fortsatt ikke er besvart (E24, 2025).

Det praktiske svaret er å kjøpe smalt, måle hardt og binde deg kort. Da er du beskyttet mot begge utfall, både at markedet kjøler seg ned og at det fortsetter i samme tempo.

Hvor mye bør en SMB sette av til AI?

Ikke tenk i en samlet AI-pott. Budsjetter per tiltak, med en ramme som tåler at tiltaket stryker på målepunktet. Den riktige størrelsen er den du kan tape uten at det påvirker driften, og som fortsatt er stor nok til å dekke opplæring og kvalitetskontroll, ikke bare lisensen.

Legg heller inn en fast post for retningslinjer og opplæring, uavhengig av enkelttiltak. Den posten har en gevinst som ikke forsvinner selv om verktøyet byttes ut.

Gjelder AI Act for oss når vi bare bruker ChatGPT?

Ja, i den forstand at bruken din omfattes av kravene til generativ AI. Slike systemer må overholde gjennomsiktighetskrav og EUs opphavsrettslov, og AI-generert innhold må merkes tydelig (EU-kommisjonen).

Omfanget av forpliktelser avhenger av risikoklassen bruken faller i. Bruker du AI til å sortere e-post, er kravene beskjedne. Bruker du det i beslutninger som påvirker enkeltpersoners rettigheter eller muligheter, er du raskt i et strengere regime med krav både før markedsføring og gjennom hele livssyklusen. Klassifiser bruken din før du skalerer den.

Hva gjør vi når piloten ikke gir gevinst?

Avslutt den, og skriv ned hvorfor. Noter hvilket tall som ikke ble nådd, hva som var forutsetningen, og hvilken kostnad som veide tyngst. Dette notatet er verdifullt fordi kostnadsbildet endrer seg raskt, og et tiltak som var for dyrt i fjor kan være lønnsomt i år uten at du endrer noe selv.

Unngå den vanlige mellomløsningen: å redusere ambisjonen og la det løpe videre uten eier. Det er slik en avsluttet pilot blir til en permanent lisenskostnad ingen husker å si opp.

Oppsummering og en nøktern AI-plan

Markedet rundt AI er varmt, konsentrert og priset på forventninger. Bruken i norsk næringsliv er langt mer beskjeden, med et lite mindretall som har AI i daglig drift og et stort flertall uten retningslinjer (NHO, 2023). Begge deler er sanne samtidig, og ingen av dem forteller deg hva du bør gjøre. Det gjør regnestykket ditt.

De fire kravene, kort

Eier: en navngitt person med mandat til å endre prosessen, ikke bare kjøpe verktøyet. Nullpunkt: dagens kostnad målt før du signerer noe. Målepunkt: en dato i kalenderen, et tall som avgjør, og en kilde tallet hentes fra. Exit: en avtalt terskel for å avvikle, og en kontrakt kort nok til at det er mulig.

Består tiltaket alle fire, er det en investering du kan forsvare uansett hva markedet gjør. Stryker det på ett av dem, har du fortsatt lov til å gjøre det, men da vet du at du kjøper et forsøk, og du budsjetterer deretter.

Rekkefølgen som fungerer

Start med retningslinjene, siden de er billigst og løser den risikoen som allerede finnes i bedriften din. Velg deretter en enkelt oppgave, mål nullpunktet i en periode med normal drift, og kjøp det minste verktøyet som løser den. Sett målepunktet før du signerer, ikke etter.

Legg inn AI Acts innfasing i planen fra begynnelsen, med full anvendelse etter 24 måneder og høyrisikoforpliktelser etter 36 måneder fra ikrafttredelse (EU-kommisjonen). Det er billigere å bygge dokumentasjonen inn i anskaffelsen enn å rekonstruere den for et system i drift. Gjør du dette, har du en AI-plan som tåler både en avkjøling og en fortsatt oppgang, fordi den aldri hvilte på markedsstemningen i utgangspunktet.

I Alura hjelper vi norske bedrifter med å bygge AI-strategi som faktisk lar seg gjennomføre. Vi kombinerer dyp teknisk innsikt med erfaring fra alt fra SMB til enterprise, og leverer veikart som virker i praksis, ikke bare i PowerPoint.

Bestill en strategiøkt: en halvdags samtale der vi kartlegger virksomhetens AI-modenhet, identifiserer de tre prosessene med størst potensial, og leverer et konkret veikart med budsjettramme. Uforpliktende.

Kilder

• NHO (2023). Kun 15 prosent av bedrifter bruker AI i daglig drift
• E24 (2025). Nvidia slo forventningene – inntekter på 96,2 milliarder dollar
• EU-kommisjonen. EU AI Act: first regulation on artificial intelligence
• The Verge (2026). Nvidia is about to be a hundred-billion-dollar-a-quarter company
• E24 (2025). Nvidia fjerner ikke boblefrykten
• E24 (2025). Nvidia bykser i førhandelen
• theregreview.org (2026). The Paradoxes of the European Union’s AI Regulation | The Regulatory Review