Flere AI-leverandører: kapasitet som leverandørrisiko

Nøkkelpunkter per 20. september 2026:

OpenAI stanset nye Pro-abonnementer 10. september 2026 fordi etterspørselen etter Astra presset systemkapasiteten. Eksisterende abonnenter beholdt tjenesten som normalt (CIO).
Tredje gang på to år at OpenAI struper tilgang ved en lansering, ifølge analytiker Bhupendra Chopra. Plus-planen til 20 dollar ble pauset på samme måte i november 2023 (finance.yahoo.com).
Astra koster 10 dollar per million input-tokens og 50 dollar per million output-tokens i API, mens cachet input ligger på 1 dollar (OpenAI).
OpenAIs datakraft gikk fra 0,2 gigawatt i 2023 til 1,9 GW i 2025, en 9,5-dobling som likevel ikke holdt tritt med etterspørselen ved lansering (finance.yahoo.com).
EU-direktiv 2019/770 artikkel 8 gir forbrukere krav på de egenskapene offentlige uttalelser skaper rimelig forventning om, et poeng europeiske Plus-brukere tok opp etter utrullingen (OpenAI).

Hva som faktisk skjedde da OpenAI stengte Pro-planen

Den 3. september 2026 lanserte OpenAI modellen Astra og omtalte den som begynnelsen på «AGI-æraen» og et generasjonsskifte (TechCrunch, 2026). En uke senere kunne du ikke lenger kjøpe selskapets dyreste personlige abonnement. Pro-planen til 200 dollar i måneden ble stengt for nye kunder fordi etterspørselen etter den nye modellen la for stort press på systemkapasiteten (CIO).

Dette er ikke først og fremst en historie om OpenAI. Det er en påminnelse om at tilgang til AI-kapasitet er en variabel, ikke en konstant. For en virksomhet som har lagt kundeservice, tilbudsskriving eller rapportproduksjon oppå en enkelt leverandør, er spørsmålet ikke om noe slikt skjer igjen. Spørsmålet er hva som skjer med driften den dagen det gjør det.

Tidslinjen fra lansering til stopp

Astra ble lansert 3. september og rullet ut i faser over flere abonnementsnivåer (TechCrunch). Den 9. september skrev OpenAIs leder for kjerneprodukt og plattform, Thibault Sottiaux, på X at selskapet trakk i alle tilgjengelige spaker for å håndtere etterspørselen, og at prioriteten var eksisterende brukere (uk.pcmag.com). Dagen etter trådte pausen i kraft. Fra offentlig lansering til stengt kasse gikk det en uke.

Det er verdt å legge merke til rekkefølgen. Lanseringen var planlagt, kommunisert og markedsført. Kapasitetsstoppen var det ikke, selv om OpenAI hadde varslet på forhånd at en slik endring kunne komme. En virksomhet som bygget en ny arbeidsflyt på Astra i uke 36, satt i uke 37 med en leverandør som ikke lenger tok imot nye kunder på det nivået arbeidsflyten forutsatte.

Hvem pausen traff, og hvem den ikke traff

Pausen rammet brukere på Free-, Go-, Plus- og Pro-nivået til 100 dollar som ønsket å oppgradere (CIO). Eksisterende abonnenter på det øverste nivået beholdt tjenesten som normalt mens OpenAI jobbet med å øke kapasiteten (uk.pcmag.com). Andre planer, inkludert API, Go og Plus, tok fortsatt imot nye kunder (TechCrunch). Begrunnelsen var konkret: Pro-planen belaster systemene mest, og derfor var det den som ble skrudd av.

En detalj i dette fortjener oppmerksomhet fra alle som administrerer lisenser. Brukere som sa opp eller nedgraderte mens pausen varte, kunne ikke tegne abonnement på nytt før restriksjonen ble opphevet (CIO). En helt vanlig lisensopprydding i en slik periode ville altså låse virksomheten ute av et nivå den selv betalte for dagen før. Rutiner som er fornuftige i normal drift kan bli dyre når leverandøren rasjonerer.

Det OpenAI ikke sa

OpenAI oppga verken varighet på pausen eller tall på hvor mange daglige registreringer det var snakk om (TechCrunch, 2026). Det kom heller ingen tidslinje for når nye påmeldinger kunne gjenopptas (CIO). Fraværet av en sluttdato er selve informasjonen. En leverandør som ikke kan love når tilgangen er tilbake, kan heller ikke være det eneste fundamentet under en prosess med frist.

For ledere som vil forstå selskapet bak tjenesten, er strukturen og finansieringen et eget kapittel. Vi har skrevet om OpenAI som selskap tidligere. Poenget her er smalere: uansett hvor godt kapitalisert en leverandør er, kan den ikke levere serverkapasitet den ikke har.

Leverandøravhengighet i AI: når kapasitet blir en forretningsrisiko

De fleste AI-strategier vi ser vurderer tre ting: pris, informasjonssikkerhet og personvern. Det er tre riktige spørsmål. Men de dekker ikke situasjonen der leverandøren har et fungerende produkt, en akseptabel pris og en gyldig databehandleravtale, og likevel ikke kan selge deg mer av det.

Alura mener kapasitetsrisiko hører hjemme i AI-strategien på linje med pris, sikkerhet og personvern. Det er den eneste av de fire risikoene som kan slå inn uten forvarsel fra din side, uten at du har gjort noe galt, og uten at noen kontrakt er brutt. Leverandøren oppfyller avtalen med deg og stenger samtidig døren for det neste steget ditt.

Risikotype	Hva som utløser den	Typisk varslingstid	Hva som faktisk hjelper
Pris	Leverandøren endrer prismodell eller nivåer	Uker til måneder	Budsjettbuffer, forhandling, bruksmåling
Personvern	Endret databehandling eller juridiske krav	Måneder	Databehandleravtale, dataminimering, regionvalg
Sikkerhet	Sårbarhet, hendelse eller lekkasje	Timer til dager	Tilgangsstyring, logging, beredskapsplan
Kapasitet	Etterspørselstopp hos leverandøren	Ingen	En alternativ leverandør som allerede er i drift

Kapasitet er en annen risiko enn pris og personvern

Prisrisiko håndteres med budsjett. Personvernrisiko håndteres med avtaler og arkitektur. Begge gir deg tid til å reagere. Kapasitetsrisiko gir deg ingen tid. Den oppstår hos noen andre, av grunner du ikke kontrollerer, og den varsles typisk samtidig som den trer i kraft.

Det er også den eneste risikoen der å betale mer ikke hjelper. I dette tilfellet var det nettopp det dyreste nivået som ble stengt, fordi det var det mest ressurskrevende. Viljen til å betale 200 dollar i måneden var irrelevant når kassen var lukket. Betalingsvilje er ikke det samme som tilgang.

Rasjonering er et normalt svar på knapphet

Analytiker Bhupendra Chopra leste hendelsen som et uttrykk for at tilgang til avanserte AI-funksjoner rasjoneres (CIO). Det er en nøktern beskrivelse, ikke en anklage. Når etterspørselen overstiger tilbudet og prisen er satt på forhånd, må noe annet enn prisen fordele knappheten. Da blir det kø, kvoter og stengte registreringer.

For norske SMB-er betyr dette at du deler kapasitet med hele verdensmarkedet, inkludert aktører som bruker betydelig mer enn deg. Du har ingen særstilling i køen fordi du er en seriøs kunde i Norge. Det eneste som gir deg en særstilling, er å allerede være innenfor, eller å ha en vei rundt.

Tre spørsmål som avslører eksponeringen din

Det første spørsmålet: hvilke av virksomhetens arbeidsflyter stopper helt hvis en leverandør er utilgjengelig i to uker? Ikke hvilke som blir tregere, men hvilke som stopper. Listen er som regel kortere enn folk tror, og det som står på den er som regel viktigere enn folk trodde.

Det andre: hvor lang tid tar det å flytte disse arbeidsflytene til en annen modell? Hvis svaret er «det vet vi ikke», er svaret i praksis «lenger enn vi har råd til». Det tredje spørsmålet er det ubehagelige: hvem i organisasjonen vet faktisk hvordan arbeidsflyten er satt opp? Kapasitetsrisiko og nøkkelpersonrisiko henger oftere sammen enn ledelsen liker å tro.

Les også: MAI-Thinking-1 i Azure: bør norske SMB-er bytte fra OpenAI?. Microsoft lanserte sju egne MAI-modeller på Build 2026.

Fire lag i AI-oppsettet som kan gjøres leverandøruavhengige

Et AI-oppsett er sjelden en enkelt ting. Det er fire lag som henger sammen, og de har helt ulik byttekostnad. Når folk sier at de er «låst til OpenAI», mener de nesten alltid bare ett eller to av lagene. Å vite hvilke er forskjellen mellom en reell plan og en bekymring.

Alura mener du bør bygge arbeidsflyter slik at modellen kan byttes uten at prosessen må skrives om. Det er ikke et krav om avansert arkitektur. Det er et krav om at prosessen finnes skriftlig utenfor verktøyet, slik at den overlever et leverandørbytte.

Lag	Eksempel	Byttekostnad	Tiltak som senker den
Grensesnitt	Chat-vindu, innebygd assistent i et fagsystem	Lav til middels	Opplæring i prosess, ikke i knapper
Prompter og instrukser	Maler for tilbud, referater, kundesvar	Lav hvis dokumentert, høy hvis muntlig	Versjonert bibliotek utenfor leverandøren
Integrasjoner	Koblinger mot CRM, e-post, saksbehandling	Høy	Abstraksjonslag, leverandørnøytrale formater
Kunnskapsbase	Dokumenter, vektorindeks, interne kilder	Middels til høy	Kildedokumentene eies og lagres av deg

Lag 1: grensesnittet folk faktisk bruker

Grensesnittet er det billigste laget å bytte og det dyreste å undervurdere. Teknisk er det trivielt å be 40 ansatte åpne et annet vindu. Praktisk er det en endringsprosess. Motstanden mot et modellbytte er nesten alltid vane, ikke teknologi.

Tiltaket er enkelt og billig: lær opp folk i prosessen, ikke i produktet. En saksbehandler som har lært «slik skriver vi et utkast til avslagsbrev, og slik kvalitetssikrer vi det» kan flytte med seg den kunnskapen. En som har lært «trykk her, så her» kan ikke det.

Lag 2: promptene og arbeidsinstruksene

Dette er laget der mest verdi ligger, og der minst er dokumentert. I de fleste virksomheter bor de gode promptene i hodet på tre til fem personer og i et par chattevinduer som aldri blir lest igjen. Hvis leverandøren forsvinner, forsvinner de også.

Et versjonert promptbibliotek høres tyngre ut enn det er. Et delt dokument med formål, instruks, eksempel på godt resultat og kjente feilkilder holder for de fleste. Prompter som er skrevet ned kan testes mot en ny modell på en ettermiddag. Prompter som bare finnes muntlig må gjenoppfinnes.

Lag 3: integrasjonene og datastrømmene

Her sitter den reelle låsingen. Når AI er koblet direkte inn i CRM, e-post eller saksbehandlingssystemet med leverandørspesifikke kall, blir et modellbytte et utviklingsprosjekt. Da snakker vi uker, ikke dager, og du oppdager det først når du trenger å bytte.

Motmiddelet er et tynt lag mellom prosessen og modellen, slik at bytte av modell betyr å endre en konfigurasjon og ikke skrive om integrasjonen. Dette er ikke gratis, men det er billig sammenlignet med å gjøre det under press. Kostnaden ved abstraksjon betales en gang. Kostnaden ved låsing betales hver gang markedet endrer seg.

Lag 4: kunnskapsbasen og dokumentene

Hvis virksomhetens interne dokumenter er lastet opp til en leverandørs plattform og bare finnes der i prosessert form, har du flyttet kunnskapen din inn i noen andres hus. Kildedokumentene skal ligge hos deg, i et format du kan eksportere, med en struktur som gir mening uten leverandøren.

Merk at moderne modeller med store kontekstvinduer endrer regnestykket her. Astra oppgis med et kontekstvindu på 1 050 000 tokens og inntil 128 000 output-tokens (OpenAI). Når du kan sende hele dokumentsamlingen inn i hver forespørsel, blir selve indeksen mindre kritisk og eierskapet til kildedokumentene desto viktigere.

Byttetesten: kan arbeidsflyten skifte modell på en uke

Beredskapsplaner som aldri er testet er ønsketenkning med overskrift. Byttetesten er en konkret øvelse: velg en arbeidsflyt, bytt modell, og mål hva som faktisk skjer. Ikke i teorien, ikke på et møte, men med reelle oppgaver og reelle folk.

Testen skal ikke bevise at den nye modellen er like god. Den skal avdekke hvor prosessen brekker når underlaget endres. Det er to forskjellige spørsmål, og bare det andre er en styringssak.

Slik kjører du testen

Velg en arbeidsflyt som brukes ukentlig og som har et resultat noen faktisk vurderer: tilbudsutkast, møtereferat, kundesvar, produktbeskrivelse. Ta 20 reelle oppgaver fra de siste månedene. Kjør dem gjennom dagens oppsett og gjennom en alternativ modell med de samme instruksene. La den som normalt kvalitetssikrer resultatet vurdere begge settene uten å vite hvilken modell som laget hva.

Loggfør tre ting underveis: hvor lang tid oppsettet tok, hva som måtte endres i promptene, og hva som ikke lot seg flytte i det hele tatt. Den tredje kolonnen er den viktige. Alt som havner der er en reell avhengighet, og den skal opp på ledelsens bord.

Fire utfall og hva de betyr

Utfall	Hva det betyr	Neste steg
Bytte på under en dag, samme kvalitet	Arbeidsflyten er reelt leverandøruavhengig	Dokumenter oppsettet og gå videre til neste arbeidsflyt
Bytte på noen dager, merkbart dårligere resultat	Prosessen flytter seg, men promptene er finjustert mot en modell	Generaliser instruksene, bygg inn kvalitetssjekk
Bytte krever utviklerarbeid	Integrasjonslaget er låst	Prioriter abstraksjonslag før flere prosesser kobles på
Bytte er ikke mulig	Kritisk enkeltavhengighet	Behandles som driftsrisiko i styret eller ledergruppen

De fleste virksomheter finner at to av tre arbeidsflyter havner i de to øverste radene, og at den ene som havner nederst er den de er mest avhengige av. Det er et nyttig ubehag. Du vil heller finne den avhengigheten i en øvelse enn i en krise.

Praktisk gjennomgang du kan gjøre mandag morgen

Denne gjennomgangen tar en halv dag for en typisk SMB og krever ingen innkjøp. Den bør ledes av den som eier prosessene, ikke av IT alene, fordi de viktigste svarene ligger i hvordan arbeidet faktisk gjøres.

Målet er ikke en rapport. Målet er en liste over arbeidsflyter der dere vet hva som skjer hvis leverandøren blir utilgjengelig, og en kort liste over det dere må gjøre noe med.

Steg 1 og 2: kartlegg arbeidsflyter, ikke verktøy

Start med å skrive ned hva AI faktisk brukes til hos dere, formulert som oppgaver. «Vi bruker ChatGPT» er ikke en arbeidsflyt. «Kundeservice lager førsteutkast til svar på reklamasjoner» er en arbeidsflyt. Regn med at listen blir lengre enn ledelsen tror, fordi mye AI-bruk i norske SMB-er er innført nedenfra og ikke registrert noe sted.

Merk deretter hver arbeidsflyt med hva som skjer ved to ukers stans: ingenting, tregere, eller stopp. Bare kategorien «stopp» trenger en plan. Resten trenger bare å være dokumentert. Denne sorteringen sparer dere for å overinvestere i redundans der det ikke betyr noe.

Steg 3: skriv ned hva leverandøren faktisk har lovet

Alura mener dere skal skrive ned hva leverandøren faktisk har lovet før dere legger kritiske prosesser på toppen av tjenesten. Ikke hva markedsføringen antyder, men hva som står i vilkårene om tilgjengelighet, bruksgrenser, endringer i tjenesten og varsling. For de fleste selvbetjeningsabonnementer er svaret kortere og vagere enn folk forventer.

Astra-utrullingen ga et konkret eksempel på hvorfor dette er verdt en halvtime. OpenAI kunngjorde at modellen ville bli tilgjengelig for alle Plus-, Pro-, Business- og Enterprise-brukere (OpenAI). I praksis fikk Plus-brukere Astra gjennom Work og Codex med begrenset bruk, mens den Astra-baserte GPT-6 Pro i vanlig Chat var knyttet til høyere planer. Avstanden mellom kunngjøring og leveranse er selv en risiko dere kan dokumentere på forhånd.

Steg 4: kjør en reell bytteøvelse, ikke en tabelløvelse

Sett av to timer og gjennomfør byttetesten på den ene arbeidsflyten som havnet i «stopp»-kategorien. Ikke diskuter om det ville gått. Gjør det. Erfaringen fra selve øvelsen er verdt mer enn all planleggingen rundt den, fordi den avdekker de små tingene: et format som ikke overføres, en integrasjon ingen husket, en instruks som forutsatte en bestemt modells oppførsel.

Dokumenter resultatet i et halvsides notat og sett en dato for neste øvelse, gjerne om seks måneder. Valg av alternativ modell er en egen vurdering, og vi har gått gjennom valg av språkmodell for norske bedrifter tidligere. For denne øvelsen holder det å ha en som er god nok.

Hva Astra-lanseringen forteller om kapasitetssituasjonen i markedet

Kapasitetsstoppen var ikke et driftsuhell. Den var det forutsigbare resultatet av at en modell med tydelig bedre ytelse ble gjort tilgjengelig for et marked som har ventet på nettopp det. Ytelsesspranget og kapasitetstallene fra lanseringen forklarer hvorfor etterspørselen ble som den ble.

Ytelsesspranget forklarer etterspørselen

OpenAI oppgir at Astra setter nye toppresultater på en rekke krevende evalueringer, blant dem ARC-AGI-3, GPQA Diamond, OSWorld 2.0 og SRE-Bench, og at modellen løser oppgaver merkbart raskere enn forgjengeren på Mind2Web (OpenAI). Dette er leverandørens egne tall, og de skal leses som det. Men retningen er tydelig nok til å forklare hvorfor markedet reagerte.

Det som driver kapasitetsbruken er ikke chat. Det er agentarbeid: modeller som bruker datamaskinen, kjører lange oppgavekjeder og holder store kontekster i minnet. Et enkelt spørsmål koster lite. En agent som jobber i tjue minutter koster mye. Når en leverandør lanserer en modell som er god nok til agentarbeid, endres belastningsprofilen på tvers av hele kundemassen samtidig.

Sikkerhetsevalueringene peker samme vei. OpenAI oppgir at Astra når 100 prosent på ExploitBench, et klart løft fra forgjengeren, og at modellen oppdaget og brukte to tidligere ukjente zero-day-sårbarheter under evaluering (OpenAI). Det er en kapabilitet som både forklarer etterspørselen og forklarer hvorfor utrullingen skjer i faser.

Datakraft: fra 0,2 til 1,9 gigawatt

OpenAIs tilgjengelige datakraft var 0,2 gigawatt i 2023 og 1,9 GW i 2025, en 9,5-dobling på to år (finance.yahoo.com). Selskapet har også inngått avtaler om betydelig ny kapasitet fra andre halvdel av 2026. Likevel måtte kassen stenges ved lansering.

Det er den mest lærerike enkeltobservasjonen i hele saken. En nidobling av kapasitet på to år var ikke nok til å absorbere en enkelt modellansering. Etterspørselen etter avansert AI vokser raskere enn infrastrukturen som skal bære den, og det gjelder alle leverandører, ikke bare denne. Aktørenes evne til å finansiere utbygging er derfor en reell del av risikobildet, noe vi har berørt i omtalen av OpenAIs kapitalinnhenting. For en kunde betyr det at knapphet er normaltilstanden i overskuelig fremtid, ikke et unntak som går over.

Azure, AWS Bedrock og API som alternative veier til samme modell

Da Pro-planen ble stengt, var API, Go og Plus fortsatt åpne (TechCrunch). Astra rulles i tillegg ut via API, Azure og AWS Bedrock (OpenAI). Det betyr at «leverandør» og «tilgangsvei» er to forskjellige ting, og at forskjellen har praktisk betydning.

Men flere dører inn til samme hus er ikke det samme som to hus. Det skillet er der mange flerleverandørstrategier faller sammen ved første reelle test.

Samme modell, flere dører

En virksomhet som bruker modellen via API i stedet for et konsumentabonnement var upåvirket av denne konkrete pausen. Det samme gjelder tilgang gjennom Azure eller AWS Bedrock, der skyleverandøren har egen kapasitetsallokering og egne avtaler. Kanalvalg er i seg selv et risikotiltak, og ofte det billigste som finnes.

For virksomheter som allerede har Microsoft-avtale, er dette særlig relevant. Vi har sett nærmere på modellvalg i Azure for norske SMB-er. Fordelen er kjent avtaleverk, kjent fakturering og kjent databehandling. Ulempen er at du fortsatt er avhengig av den samme underliggende modellfamilien.

Når flere dører ikke er reell redundans

Hvis modellen selv endres, avvikles eller får strammere bruksgrenser, hjelper det ikke at du kommer inn fra tre kanaler. Alle tre leverer det samme. Redundans mot kapasitetsrisiko krever at det finnes en annen modell, ikke bare en annen faktura.

Det er også verdt å være nøktern om hva kanalene faktisk garanterer. Tilgang via en hyperskalerer flytter deler av risikoen, men skyleverandøren kjøper fortsatt den samme knappe regnekraften i det samme markedet. Du har byttet motpart, ikke fysikk.

Hva reell redundans krever

Reell redundans betyr at en kritisk arbeidsflyt er testet mot minst to modeller fra ulike familier, og at begge er i drift for noe. En alternativ leverandør som bare finnes på papiret er ikke en alternativ leverandør, fordi ingen har konto, ingen har testet promptene og ingen vet hvor kvaliteten svikter.

Den praktiske regelen er enkel: la den nest viktigste arbeidsflyten kjøre på den andre leverandøren i normal drift. Da holdes kunnskapen varm, kostnaden er marginal, og byttet er allerede øvet inn den dagen det gjelder den viktigste.

Les også: OpenAI: selskapet bak ChatGPT, alt du trenger å vite. Alt om OpenAI i 2026: Pentagon-avtalen, Sora nedlagt, GPT-modellene, Sam Altman, verdsettelse på 852 mrd ...

Kostnadsbildet: 10 dollar inn og 50 dollar ut per million tokens

Prisen på API-tilgang er offentlig og enkel å regne på, men den regnes ofte feil fordi input og output har helt ulik pris. For en virksomhet som skal budsjettere AI-bruk, er det forholdet mellom dem som avgjør hva regningen blir.

Komponent	Pris per 1 million tokens	Hva det dekker
Input	$10,00	Alt du sender inn: instruks, dokumenter, kontekst
Cachet input	$1,00	Gjenbrukt kontekst som allerede er lest inn
Cache-skriving	$12,50	Engangskostnad for å legge kontekst i cache
Output	$50,00	Alt modellen genererer
Fast mode	2x	Raskere svar til dobbel pris i API

Tallene er OpenAIs oppgitte standardpriser for Astra (OpenAI). Bruk dem som utgangspunkt for et estimat, ikke som en fasit for din faktiske bruk, som avhenger helt av hvor mye tekst som sendes inn og ut per oppgave.

Asymmetrien mellom input og output

Output er den dyre enden av regnestykket. Det betyr at arbeidsflyter som genererer lange tekster koster vesentlig mer enn arbeidsflyter som leser mye og svarer kort. En klassifisering er billig. En rapportgenerator er ikke. Dette bør styre hvilke oppgaver dere automatiserer først.

Den praktiske konsekvensen er at «be modellen skrive kortere» er et kostnadstiltak, ikke bare en kvalitetspreferanse. Instrukser som ber om punktlister i stedet for løpende tekst, eller som setter en øvre lengde, slår direkte inn på fakturaen i volumbruk.

Caching er den billigste knappen

Cachet input koster en brøkdel av vanlig input, mot en engangskostnad for å skrive til cache (OpenAI). For arbeidsflyter der den samme konteksten sendes inn igjen og igjen, en produktkatalog, et regelverk, en stilguide, er dette den enkleste kostnadsoptimaliseringen som finnes.

Forutsetningen er at konteksten er stabil og at den ligger først i forespørselen. Det er en arkitekturbeslutning, ikke en innstilling. Virksomheter som bygger arbeidsflytene sine uten å tenke på dette, betaler full pris for det samme innholdet hver eneste gang.

Abonnement og API er to ulike risikoprofiler

Abonnement gir forutsigbar kostnad og uforutsigbar tilgang. API gir forutsigbar tilgang og variabel kostnad. Pro-planen gir 20 ganger bruken av Plus-planen (finance.yahoo.com), men den var også den som ble stengt fordi den belastet systemene mest.

For de fleste SMB-er er svaret en kombinasjon: abonnement til ansattes daglige arbeid, API til det som er automatisert og forretningskritisk. Det som skal gå av seg selv, bør ikke ligge på et konsumentabonnement. Da er kostnaden lettere å måle, og tilgangen er lettere å forsvare.

Regulering og forbrukerrett: hva du kan forvente av leverandøren i EU

Da Astra-utrullingen ikke helt matchet kunngjøringen, gikk diskusjonen raskt fra produkt til rettigheter. Det er en debatt norske ledere bør følge med på, fordi den peker på et gap som også gjelder bedriftsavtaler.

Direktiv 2019/770 og rimelige forventninger

EUs direktiv 2019/770 artikkel 8 krever at digitale tjenester har de egenskapene en forbruker med rimelighet kan forvente, og offentlige uttalelser fra den næringsdrivende regnes inn i den forventningen (OpenAI). Europeiske Plus-brukere brukte nettopp dette da de stilte spørsmål ved om utrullingen samsvarte med det som ble lovet 3. september 2026.

Leverandørens motvekt står i vilkårene: den nøyaktige naturen av fordelene varierer mellom tjenester og vil bli tydeliggjort før kjøp. Det er en formulering som flytter ansvaret til kjøpsøyeblikket. Rettslig er dette ikke avklart, og vi tar ikke stilling til hvem som har rett. Poenget for en leder er at slike saker tar tid, og at ingen driftsplan bør hvile på utfallet av dem.

Fra forbrukerrett til bedriftsavtale

Forbrukervernet i 2019/770 gjelder forbrukere. En virksomhet som kjøper et selvbetjeningsabonnement med firmakort står svakere, ikke sterkere, fordi forbrukerreglene faller bort og leverandørens standardvilkår gjelder fullt ut. Mange norske SMB-er kjøper AI som forbrukere og bruker det som infrastruktur. Det er en ubalanse som blir synlig først når noe svikter.

Har dere prosesser som faktisk er kritiske, hører de hjemme på en avtale der tilgjengelighet, varsling ved endringer og bruksgrenser står skriftlig. Det koster mer. Det er også den eneste måten å gjøre kapasitetsrisiko til noe annet enn ren flaks. Oljefondets tilnærming til AI-styring gir et nyttig bilde av hvordan store organisasjoner formaliserer dette, og vi har trukket ut lærdommen for norske SMB-er tidligere.

Markedsobservasjon: tredje gang på to år at tilgang strupes

Enkelthendelser er støy. Mønstre er informasjon. Dette er ikke første gang en AI-leverandør har måttet stenge kassen ved en lansering, og det er den gjentakelsen som gjør saken relevant for planlegging.

Mønsteret fra november 2023

I november 2023 ble ChatGPT Plus til 20 dollar i måneden pauset på samme måte, av samme grunn (finance.yahoo.com). Analytiker Bhupendra Chopra regner 2026-pausen som tredje gang på to år at OpenAI har strupet eller stanset tilgang ved en lansering (CIO).

Tre ganger er ikke tilfeldighet. Det er en driftsmodell. Lansering skaper etterspørselstopp, etterspørselstoppen overgår kapasiteten, og tilgangen rasjoneres til utbyggingen tar igjen. Du kan regne med at dette gjentar seg ved neste store lansering.

Hva mønsteret betyr for planlegging

Den praktiske konsekvensen er enkel: ikke legg en produksjonssetting eller en kundeleveranse i ukene rett etter en stor modellansering, og ikke bygg en kritisk prosess på et abonnementsnivå du ikke allerede har. Hvis dere vet at dere vil trenge flere lisenser på et høyt nivå, kjøp dem før lanseringsstøyen, ikke etter.

Og la være å si opp lisenser dere kan komme til å trenge igjen. Erfaringen fra denne pausen var at nedgradering kunne være en enveisdør så lenge restriksjonen varte. Lisensoptimalisering i en knapphetsperiode er en risiko forkledd som sparetiltak.

Vanlige feil norske virksomheter gjør i AI-leverandørvalg

Feilene under er ikke tekniske. De er beslutningsfeil, og de gjøres oftest av virksomheter som har kommet godt i gang og som derfor har mest å tape på at noe stopper.

Å forveksle abonnement med leveranseavtale

Et selvbetjeningsabonnement er en tjeneste du kan kjøpe, ikke en leveranse noen har forpliktet seg til. Det gir ingen oppetidsgaranti, ingen varslingsplikt ved endringer og ingen rett til et bestemt kapasitetsnivå. Astra-pausen viste akkurat dette: eksisterende abonnenter beholdt tjenesten, men ingen andre kom inn (uk.pcmag.com).

Testen er enkel. Hvis du ikke kan peke på hvor i vilkårene tilgjengeligheten står, har du ingen. Det er ikke nødvendigvis et problem, men det må være en bevisst beslutning og ikke en antakelse.

Å velge fem leverandører i stedet for to

Overreaksjonen på leverandørrisiko er like kostbar som underreaksjonen. Alura mener at det for de fleste norske SMB-er holder med to leverandører, og at flere først og fremst gir kompleksitet. Hver ekstra leverandør er en ny avtale, en ny databehandlervurdering, et nytt sett prompter som skal vedlikeholdes og en ny ting folk må lære.

To leverandører gir det som betyr noe: en reell fallback, et sammenligningsgrunnlag for pris og kvalitet, og en organisasjon som har erfart at bytte er mulig. Den tredje gir marginal gevinst og reell driftskostnad. Redundans er et middel, ikke et mål.

Å planlegge for pris i stedet for tilgang

AI-budsjetter er som regel bygget rundt lisenskost og tokenpris. Det er nødvendig, men det besvarer feil spørsmål i en knapphetssituasjon. Spørsmålet er ikke hva det koster, men om du får kjøpt det når du trenger det.

Legg til en enkel linje i den årlige gjennomgangen: for hver kritisk AI-arbeidsflyt, hva er alternativet, og når ble det sist testet? To setninger per arbeidsflyt er nok til å gjøre kapasitetsrisiko styrbar. Uten dem er risikoen fortsatt der, bare usynlig.

Spørsmål og svar om leverandøravhengighet i AI

Under er spørsmålene vi oftest får fra ledere og produktansvarlige når denne typen hendelser dukker opp i nyhetsbildet.

Ble eksisterende kunder rammet av OpenAI-pausen?

Nei. Eksisterende Pro-abonnenter beholdt tjenesten som normalt, og pausen gjaldt nye påmeldinger og oppgraderinger (CIO). Men de som sa opp eller nedgraderte mens pausen varte, kunne ikke tegne abonnement på nytt før restriksjonen ble opphevet. Det er den detaljen som traff virksomheter i praksis.

Hvor lenge varer slike pauser?

Det er ikke mulig å si. OpenAI oppga verken varighet eller tidslinje for gjenopptakelse (TechCrunch, 2026). Planlegg derfor ut fra at en pause kan vare fra dager til flere uker, og la ingen leveranse med frist være avhengig av at den løser seg raskt.

Er det tryggere å bruke API enn abonnement?

I denne konkrete hendelsen ja, siden API fortsatt var tilgjengelig da Pro-planen ble stengt (TechCrunch). Generelt gir API mer forutsigbar tilgang og mer variabel kostnad. Det som er automatisert og forretningskritisk hører hjemme på API, mens ansattes daglige bruk fint kan ligge på abonnement.

Hvor mye koster det å ha en reserveleverandør?

Mindre enn folk tror, hvis reserven brukes til noe i normal drift i stedet for å stå ubrukt. Kostnaden er i hovedsak vedlikehold av prompter og en ekstra avtale å forholde seg til. Den reelle utgiften er ikke lisensen, men oppmerksomheten. Derfor anbefaler vi to leverandører og ikke flere.

Oppsummering og neste steg

OpenAI stengte det dyreste personlige abonnementet sitt for nye kunder en uke etter en modellansering, uten å oppgi når det ville åpne igjen (CIO). Analytikere leste det som rasjonering av avansert AI-kapasitet, og det er nå tredje gang på to år. Samtidig har selskapets datakraft blitt nidoblet på to år uten at det var nok (finance.yahoo.com). Knapphet er normaltilstanden, ikke unntaket.

For en norsk SMB betyr dette tre ting. Kapasitet er en leverandørrisiko på linje med pris, sikkerhet og personvern. Den gir ingen varslingstid, og betalingsvilje hjelper ikke. Den håndteres med arbeidsflyter som tåler et modellbytte, ikke med bedre kontrakter alene.

Neste steg er konkret nok til å gjøres denne uken: list opp AI-arbeidsflytene som oppgaver, merk hvilke som stopper helt ved to ukers utilgjengelighet, skriv ned hva leverandøren faktisk har lovet, og kjør byttetesten på den viktigste. Alt som ikke lar seg flytte er en avhengighet ledelsen bør kjenne til.

Og hold ambisjonsnivået nøkternt. To leverandører der begge er i reell bruk slår fem som finnes på papiret. Målet er ikke å være uavhengig av markedet, men å vite nøyaktig hvor avhengig dere er, og å ha valgt det bevisst.

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

CIO. OpenAI pauses $200 Pro tier as Astra demand strains capacity | CIO
finance.yahoo.com. OpenAI has paused its $200 ChatGPT sign-ups as ‘unprecedented’ demand for new model Astra strains its system
OpenAI. GPT-6 Astra: A new generation of intelligence
OpenAI. does the GPT 6 Astra rollout match what OpenAI publicly promised?
TechCrunch (2026). OpenAI puts Pro subscriptions on hold due to Astra demand
TechCrunch. OpenAI Pauses Pro Subscription Sign-Ups Due to Astra Demand
uk.pcmag.com. ChatGPT Pro $200 Subscriptions On Pause After ‘Unprecedented’ Astra Demand
OpenAI. Introducing GPT-6-Astra: The most intelligent and aligned model in ...