Leverandørrisiko i AI: sikre veikartet før du signerer

Nøkkelpunkter per 27. august 2026:

Europakommisjonen har undersøkt to av 25 kartlagte AI-avtaler, mens AI-investeringene har mangedoblet seg siden 2014 (WilmerHale, 2025).
40 prosent av store organisasjoner skalerer nå AI-agenter, opp fra 27 prosent året før, mot 22 prosent blant de mindre.
32 prosent har besluttet å ikke kjøpe programvare fordi de kan bygge den selv med agentiske kodeverktøy.
20 prosent sier AI-relaterte driftskostnader allerede begrenser bruken, og 28 prosent bruker over 10 prosent av IT-budsjettet på AI.
89 prosent av forvaltere er bekymret for black box i AI-beslutninger, en innelåsing som følger med når leverandøren skifter eier (wifitalents.com, 2026).

Hva konsolidering i AI-markedet betyr for en norsk SMB

Konsolidering betyr at antallet uavhengige leverandører faller, mens de som blir igjen vokser og knytter seg tettere til hverandre. I AI-markedet skjer dette sjelden som en ryddig fusjon der to logoer blir til en. Det skjer som minoritetsinvesteringer, eksklusive skyavtaler, lisensoverdragelser og ansettelse av hele utviklingsteam. For deg som kunde er resultatet det samme uansett form: leverandøren du valgte i fjor kan ha andre eiere, andre prioriteringer og en annen prisliste neste år.

Det som gjør dette til en lederoppgave og ikke en IT-oppgave, er at AI-verktøy sjelden står alene. De henger sammen med arbeidsprosesser, data og opplæring. Når verktøyet endres, endres arbeidsflyten. Leverandørrisiko i AI er derfor først og fremst en risiko for veikartet ditt, ikke bare for en lisenslinje i budsjettet.

Kapitalen har flyttet seg raskere enn tilsynet

Investeringene i AI har mangedoblet seg siden 2014 (WilmerHale, 2025). Den kapitalen kjøper ikke bare produktutvikling, den kjøper også posisjoner: tilgang til modeller, til beregningskraft, til distribusjon og til folk. Et marked som vokser i den takten får naturlig mange eierskifter, fordi kapital søker de plassene der marginen ser ut til å samle seg. For en kunde betyr det at leverandørlandskapet du kartla for tolv måneder siden allerede kan være utdatert.

Konsolidering skjer sjelden som en klassisk fusjon

De strukturelle grepene i AI-markedet er utformet slik at de ofte havner utenfor de klassiske definisjonene av en fusjon. Et selskap kan få eksklusiv tilgang til en modell uten å eie leverandøren. En stor aktør kan hente inn grunnleggerne og nøkkelutviklerne fra et mindre selskap gjennom en såkalt acqui-hire, slik at teamet forsvinner mens selskapet formelt består (WilmerHale, 2025). Kunden merker det først når supporten blir tregere, veikartet stopper opp, eller den ene funksjonen du bygde prosessen rundt ikke lenger videreutvikles.

Hvorfor dette treffer mindre virksomheter hardest

Store organisasjoner har både forhandlingsmakt og alternativer. 40 prosent av respondentene fra store organisasjoner rapporterer at de skalerer AI-agenter, mot 22 prosent blant de mindre. Gapet betyr ikke bare at de store er kommet lenger. Det betyr at de har flere parallelle spor, og derfor tåler at ett spor faller bort. En SMB som har lagt kundeservice, tilbudsskriving og rapportering inn i samme plattform har ingen slik buffer. Et større bilde av hvor norske virksomheter faktisk står finner du i vår oversikt over AI-markedet i Norge.

Fire former for leverandørrisiko når AI-selskaper kjøper hverandre

Leverandørrisiko blir håndterbar i det øyeblikket du slutter å behandle den som en enkelt trussel. I praksis er det fire ulike risikoer som utløses av forskjellige hendelser, rammer forskjellige deler av virksomheten og krever forskjellige mottiltak. En sammenslåing kan utløse alle fire samtidig, men de fleste eierskifter utløser bare en eller to.

Risikoform	Typisk utløser	Det du merker først	Mottiltak i avtalen
Produktrisiko	Oppkjøper rydder i porteføljen	Funksjoner avvikles eller slås sammen	Varslingsfrist ved funksjonsendring
Prisrisiko	Ny eier endrer lisensmodell	Pris per bruker eller per forespørsel stiger	Pristak og bindingsperiode
Datarisiko	Ny databehandler eller ny jurisdiksjon	Endret databehandleravtale	Krav om samtykke ved skifte av underleverandør
Kontinuitetsrisiko	Teamet forsvinner, produktet stagnerer	Tregere support, stillestående veikart	Exit-rett og dataeksport

Produktrisiko: funksjonen du bygde på blir avviklet

Den vanligste konsekvensen av et oppkjøp er ikke at produktet forsvinner, men at det blir smalere. Oppkjøperen har allerede en portefølje, og overlappende funksjonalitet ryddes bort. Risikoen din er proporsjonal med hvor spesifikk funksjonen du er avhengig av er. En generell chatbot finnes hos mange, og 47 prosent sier at chatboter nå skaleres på tvers av virksomheten. En nisjefunksjon for norsk fagterminologi eller en spesifikk integrasjon mot et bransjesystem finnes hos svært få.

Prisrisiko: lisensmodellen endres etter oppkjøp

Prising i AI er mer bevegelig enn i tradisjonell programvare, fordi kostnaden per forespørsel varierer med modellvalg og bruksmønster. En ny eier kan flytte deg fra fastpris per bruker til forbruksbasert prising, eller omvendt. Begge deler kan være rimelig begrunnet, men begge deler flytter risikoen. Poenget er ikke å hindre enhver prisendring. Poenget er at endringen skal varsles i tid til at du rekker å reagere, og at du har et alternativ å reagere med.

Datarisiko: hvem behandler dataene etter eierskiftet

Når eierskapet endres, endres ofte også kjeden av underleverandører. Det kan bety ny skyregion, ny modellleverandør eller nye interne tilganger. For norske virksomheter med personopplysninger eller forretningskritiske dokumenter i verktøyet er dette den risikoen som har juridiske konsekvenser, ikke bare praktiske. Bekymringen er utbredt også i tallrike bransjer: 89 prosent av forvaltere oppgir bekymring for black box-naturen i AI-beslutninger (wifitalents.com, 2026). Manglende innsyn i hvordan et system fungerer blir vanskeligere å leve med når du heller ikke lenger vet hvem som drifter det.

Kontinuitetsrisiko: leverandøren bytter retning

Den mest undervurderte risikoen er den udramatiske. Selskapet består, avtalen løper, fakturaen kommer som vanlig. Men utviklingen har stanset fordi de som bygget produktet nå jobber et annet sted. Symptomene er trege: lengre svartid på support, færre oppdateringer, vagere svar om veikartet. Sett en terskel på forhånd for hva som utløser en ny vurdering, for eksempel to kvartaler uten funksjonelle oppdateringer, slik at du oppdager stagnasjon før den er blitt en avhengighet.

Les også: Bygge AI-infrastruktur eller leie når GPU-en fases ut. Etched hentet 700 millioner dollar til 21 milliarder dollar i verdi, og bransjen venter et skifte bort fra ...

Et enkelt rammeverk for å vurdere AI-leverandøren din

Et brukbart rammeverk skal kunne gjennomføres på en ettermiddag av folk som ikke er jurister. Det du trenger er en måte å skille de verktøyene der et eierskifte ville vært en irritasjon, fra de der det ville vært en driftsstans. Alt annet er detaljering du kan gjøre senere.

Alura mener leverandørrisiko bør vurderes før verktøyvalg, ikke etter at veikartet er låst. Rekkefølgen er avgjørende, fordi vurderingen etter signering bare kan dokumentere en risiko du allerede har tatt. Gjort før signering endrer den faktisk hvilke leverandører som kommer på kortlisten.

To akser: kritikalitet og byttekostnad

Plasser hvert AI-verktøy langs to akser. Kritikalitet er hvor mye som stopper opp hvis verktøyet er utilgjengelig i en uke. Byttekostnad er hvor mange arbeidsdager det ville tatt å komme i normal drift på et alternativ, inkludert dataflytting og opplæring. Verktøy som er lave på begge akser trenger ingen særskilt håndtering. Verktøy som er høye på begge akser er der du bruker forhandlingskraften din, og der kontraktskravene i denne artikkelen hører hjemme.

Spørsmål	Lav risiko	Middels risiko	Høy risiko
Hva stopper hvis verktøyet er nede en uke?	Ingenting kritisk	En intern prosess forsinkes	Kundeleveranse eller fakturering
Hvor lang tid tar et bytte?	Under en uke	En til fire uker	Over en måned
Får du dataene ut i brukbart format?	Ja, selvbetjent eksport	Ja, men på forespørsel	Uklart eller ikke beskrevet
Finnes det reelle alternativer?	Flere likeverdige	Ett til to	Ingen kjente
Hvem eier leverandøren?	Stabil eierstruktur	Nylig kapitalinnhenting	Kjent oppkjøpsprosess

Slik gjør du vurderingen om til en beslutning

Tell antall svar i høyre kolonne. To eller flere betyr at verktøyet ikke bør inn i en ny prosess uten at exit-vilkårene er avklart skriftlig. Tre eller flere betyr at du bør ha et navngitt alternativ og et estimat på hva byttet ville koste, før du utvider bruken. Dette er ikke en anbefaling om å velge bort gode verktøy. Det er en anbefaling om å vite prisen på avhengigheten før du inngår den.

Praktisk: sjekklisten du går gjennom mandag morgen

Denne delen forutsetter ingen forberedelse, ingen konsulent og ingen budsjettpost. Den tar en halv dag for en typisk SMB, og gir deg et dokumentert utgangspunkt for neste avtaleforhandling. Gjør den i denne rekkefølgen, fordi hvert steg gjør det neste raskere.

Kartlegg hva som faktisk er i bruk, ikke hva som er kjøpt inn

Start med regnskapet og kortutskriftene, ikke med IT-avdelingen. AI-verktøy kommer ofte inn nedenfra, kjøpt på firmakort av en avdeling som løste et problem raskt. Bruk av AI sprer seg bredt: 56 prosent sier organisasjonen bruker AI i tre eller flere funksjoner, opp fra 51 prosent året før. Skriv ned verktøyet, hvem som eier det internt, hva det koster, og hvilke data som legges inn. Trenger du hjelp til å plassere verktøyene i kategorier, har vi en gjennomgang av AI-verktøy for bedrifter.

Test en faktisk eksport, ikke bare les vilkårene

Vilkårene sier nesten alltid at du eier dataene dine. Det interessante spørsmålet er om du får dem ut i en form du kan bruke. Be en ansatt eksportere en måneds data fra det viktigste verktøyet og se hva som kommer. Er det strukturert JSON eller CSV med metadata, eller en PDF-dump uten sammenheng? En exit-rett du ikke har testet er en antakelse, ikke en beredskap. Noter tidsbruken, og gjenta testen årlig.

Markedsbildet: 40 prosent av store organisasjoner skalerer AI-agenter

Markedet beveger seg fra eksperimenter til drift, og det endrer risikobildet. Et pilotprosjekt som stopper er en skuffelse. Et driftsatt system som stopper er en hendelse. Jo flere som skalerer, desto mer avhengighet bygges det opp i markedet samlet, og desto mer betyr det hvem som eier leverandørene.

Agenter har flyttet seg fra pilot til produksjon

Andelen store organisasjoner som skalerer AI-agenter har steget fra 27 til 40 prosent på ett år, mens 22 prosent av de mindre organisasjonene rapporterer det samme. Samtidig sier 44 prosent at AI skaleres på tvers av virksomheten, mot 38 prosent for et år siden. Retningen er entydig, men spredningen er ujevn. Blant virksomheter med minst en milliard dollar i årlige inntekter er andelen som skalerer på tvers 54 prosent.

Produktivitet uten resultateffekt

80 prosent rapporterer at AI har forbedret deres individuelle produktivitet, og 50 prosent sier det hjelper dem å ta bedre beslutninger. Likevel er andelen som rapporterer finansiell effekt på bedriftsnivå uendret fra året før, og bare 6 prosent kvalifiserer som høytytere, altså de som knytter en vesentlig del av EBIT til AI og beskriver effekten som signifikant. Gapet mellom opplevd nytte og målbar bunnlinje er den viktigste enkeltopplysningen i markedsbildet akkurat nå. Det betyr at mange virksomheter bygger avhengighet til leverandører uten ennå å ha dokumentert hva avhengigheten er verdt.

For leverandørvurderingen har dette en direkte konsekvens. Når nytten ikke er dokumentert i kroner, blir det vanskelig å forsvare kostnaden ved et bytte når det trengs. Mål effekten på minst ett bruksområde før du utvider til flere, slik at du har et tall å holde mot byttekostnaden senere.

Bygge selv eller kjøpe når 32 prosent dropper innkjøpet

Kodeagenter har flyttet grensen for hva en liten organisasjon kan bygge selv. 32 prosent rapporterer at organisasjonen har besluttet å ikke kjøpe programvare fordi de kan bygge den internt med agentiske kodeverktøy. Det er et reelt skifte i innkjøpsatferd, ikke bare i retorikk.

Men skiftet løser ikke leverandørrisiko. Det flytter den. Et system du har bygget selv kjører fortsatt på en modell fra en ekstern leverandør, i en sky du ikke eier, med biblioteker du ikke vedlikeholder.

Kodeagenter endrer regnestykket i den ene enden

Omtrent to av ti organisasjoner skalerer nå programvarekodeagenter, og blant de større virksomhetene er andelen 31 prosent. Det som er blitt billigere er den første versjonen. Et arbeidsverktøy for intern bruk som tidligere krevde et innkjøp kan nå settes sammen på noen uker. Det er en reell mulighet for SMB-er som har spesifikke behov og få brukere. Terskelen for å komme i gang har falt, blant annet gjennom lavkode og no-code-verktøy.

Det bygde systemet har også en leverandør

Alura mener å bygge selv ikke automatisk er lavere risiko enn å kjøpe, fordi drifts- og vedlikeholdskostnadene kommer i tillegg. Den bygde løsningen har fortsatt en modellleverandør som kan endre pris, deprekere en modellversjon eller stramme inn bruksvilkår. Den har i tillegg en intern avhengighet: personen som bygget den. Hvis den personen slutter, har du byttet en kommersiell leverandørrisiko mot en nøkkelpersonrisiko som ingen kontrakt dekker.

Tre veier, tre risikoprofiler

Valg	Passer når	Hovedrisiko	Kostnaden som overses
Kjøpe ferdig	Behovet er standard og delt med mange	Eierskifte og prisendring	Innelåsing i dataformat
Bygge selv	Behovet er spesifikt og gir konkurransefortrinn	Nøkkelperson og vedlikehold	Drift, sikkerhet og oppgraderinger
Hybrid	Standard motor, egen arbeidsflyt rundt	Kompleksitet i integrasjonen	Testing ved hver modelloppdatering

Hybridvarianten er den som oftest passer en norsk SMB: kjøp modellen og infrastrukturen, bygg det tynne laget som er ditt eget. Da ligger byttekostnaden i et lag du selv kontrollerer. Vi har gått grundigere gjennom avveiningen mellom eid og leid kapasitet i artikkelen om AI-infrastruktur eller leie.

Kostnadssiden: 20 prosent bremser AI-bruken på grunn av driftskostnader

20 prosent av respondentene rapporterer at AI-relaterte driftskostnader har begrenset bruken deres. Det er verdt å lese to ganger. Det er ikke manglende nytte som bremser, det er regningen. Kostnadskontroll er dermed blitt en del av leverandørvurderingen, ikke en oppgave man tar etterpå.

Enhetsøkonomi slår budsjettpost

Et fastpristilbud per bruker skjuler at den reelle kostnaden i AI ofte følger bruksvolum. Regn ut hva en typisk transaksjon koster: en kundehenvendelse, et generert tilbud, en analysert kontrakt. Når du har den enheten, kan du både forutsi kostnaden ved vekst og sammenligne leverandører på noe annet enn listepris. 28 prosent bruker allerede mer enn 10 prosent av IT-budsjettet på AI, og 60 prosent forventer å øke investeringene det neste året. En kostnad som vokser raskere enn nytten er den vanligste årsaken til at et AI-veikart stopper opp av seg selv.

Kostnadspostene som ikke står i tilbudet

Kostnadspost	Når den treffer	Slik håndterer du den i avtalen
Forbruk utover inkludert kvote	Ved vekst i bruk	Tak per måned, varsling ved 80 prosent
Integrasjon mot egne systemer	Ved oppstart og ved oppgradering	Fastpris på grunnoppsettet
Opplæring og endringsledelse	De første seks månedene	Inkludert timer, ikke bare dokumentasjon
Dataeksport ved avslutning	Ved exit	Skriftlig gratis eller til fast pris
Modelloppgradering	Når leverandøren skifter modellversjon	Rett til testperiode før tvungen overgang

Les også: LLM-er og valg av språkmodell: GPT-4, Claude, Gemini eller lokal modell – hva passer for norsk bedrift?. Valget mellom GPT-4, Claude, Gemini og norske modeller handler om mer enn ytelse.

Regulering: hvorfor EUs fusjonskontroll ikke fanger opp AI-partnerskap

Fusjonskontroll i EU er bygget for å fange transaksjoner som endrer kontroll over et selskap med en viss omsetning. Systemet er velprøvd, men det er kalibrert for en økonomi der markedsmakt følger av eierskap og omsetning. I AI følger makten i tillegg av tilgang: til beregningskraft, til data, til modellvekter og til distribusjonskanaler.

Konsekvensen er at flere av de mest strukturelt betydningsfulle koblingene i AI-markedet ikke utløser meldeplikt i det hele tatt (WilmerHale, 2025).

Terskelverdier laget for omsetning, ikke for tilgang

Et AI-selskap kan ha stor strategisk betydning og svært liten omsetning. Når terskelverdiene måler omsetning, faller nettopp de selskapene som er mest interessante å kjøpe utenfor. Nasjonale myndigheter har i noen tilfeller egne verktøy for å fange opp slike transaksjoner, men bildet er fragmentert på tvers av medlemsland (WilmerHale, 2025). For en norsk kjøper betyr det at du ikke kan lese fravær av granskning som et kvalitetsstempel.

Partnerskap og acqui-hires faller mellom stolene

En eksklusiv leveranseavtale kan gi like sterk innflytelse som et majoritetskjøp, uten å være et kjøp. Det samme gjelder når et team ansettes samlet hos en større aktør. Digital Markets Act og andre screeningmekanismer dekker deler av bildet, men de er innrettet mot bestemte plattformroller og ikke mot AI-leverandørkjeden som helhet (WilmerHale, 2025). Reguleringen er i bevegelse, men den beveger seg langsommere enn kapitalen.

Ansvaret havner hos kunden

Alura mener konkurransetilsyn ikke fanger opp alle AI-partnerskap, og at ansvaret for kontinuitet derfor ligger hos kunden selv. Det er ikke en kritikk av myndighetene, som arbeider med de verktøyene lovgivningen gir dem. Det er en praktisk konstatering: hvis du venter på at en tilsynsmyndighet skal beskytte forsyningen din av et AI-verktøy, kan du vente lenge. Kontinuitet er noe du kjøper i kontrakten, ikke noe du får gratis fra regelverket.

Markedsobservasjon: det Microsoft og OpenAI-saken avslørte

Enkeltsaker sier mer om systemets rekkevidde enn generelle beskrivelser gjør. Partnerskapet mellom Microsoft og OpenAI ble vurdert av britiske konkurransemyndigheter, og utfallet illustrerer hvor grensene faktisk går.

Hva CMA-avgjørelsen bygget på

CMA besluttet å ikke undersøke Microsoft og OpenAI-partnerskapet videre, fordi OpenAI på det tidspunktet ikke kommersialiserte produkter i Storbritannia (WilmerHale, 2025). Begrunnelsen handlet altså om jurisdiksjonell tilknytning, ikke om at koblingen var uproblematisk. Et partnerskap kan altså være strukturelt viktig og likevel falle utenfor rekkevidden av tilsyn, rett og slett fordi det formelle koblingspunktet til markedet mangler når saken vurderes.

To av 25 avtaler

Av 25 kartlagte AI-relaterte avtaler har Europakommisjonen undersøkt to (WilmerHale, 2025). Tallet skal ikke leses som at de øvrige 23 er problematiske. Det skal leses som et mål på dekningsgrad: de aller fleste strukturendringene i markedet passerer uten at noen ekstern instans har vurdert konsekvensene for kunder. Kombinert med at investeringene har mangedoblet seg siden 2014, gir det et marked som endrer form raskere enn noen fører oversikt over.

Kontraktsgrep som reduserer innelåsing

Alura mener dataeksport og exit-vilkår hører hjemme i enhver AI-avtale, uansett hvor stor leverandøren er i dag. Argumentet om at leverandøren er for stor til å forsvinne er irrelevant, fordi risikoen ikke er at selskapet forsvinner. Risikoen er at produktet, prisen eller vilkårene endres mens selskapet består.

Kravene under er ikke urimelige å be om, og de fleste seriøse leverandører har allerede svar på dem. Det diagnostiske i seg selv er hvor lang tid de bruker på å svare.

Dataeksport i maskinlesbart format

Kravet skal være konkret: hvilke dataobjekter som omfattes, i hvilket format, med hvilke metadata, innen hvilken frist og til hvilken pris. Uten metadata er eksporten ofte verdiløs, fordi sammenhengen mellom samtale, dokument og beslutning går tapt. Be også om at eksportfunksjonen er selvbetjent, slik at du ikke er avhengig av leverandørens vilje i en situasjon der forholdet allerede er anstrengt.

Endringsvarsel, pristak og change of control

Tre klausuler dekker det meste. Endringsvarsel gir deg beskjed i rimelig tid før funksjoner avvikles eller vilkår endres. Pristak setter en grense for hvor mye kostnaden kan stige i avtaleperioden. Change of control gir deg en definert rett ved eierskifte, typisk retten til å tre ut uten vederlag innen en gitt frist. Den siste er den som direkte adresserer konsolideringsrisikoen, og den som oftest mangler i standardvilkår.

Modellbytte og underleverandører

AI-avtaler har et lag tradisjonelle programvareavtaler ikke har: hvilken underliggende modell som brukes. Krev å bli varslet ved bytte av modellleverandør, og krev en testperiode før en ny modellversjon blir obligatorisk. Resultatet av en prompt kan endre seg merkbart mellom modellversjoner, og det er din prosess som må tåle endringen. Vurderingen av hvilke modeller som passer norsk språk og norske data har vi gått gjennom i artikkelen om valg av språkmodell.

Klausul	Hva den beskytter mot	Minstekrav å be om
Dataeksport	Innelåsing i format	Selvbetjent, strukturert, med metadata
Change of control	Eierskifte hos leverandøren	Rett til å tre ut innen 90 dager
Endringsvarsel	Avvikling av funksjoner	Skriftlig varsel før endring trer i kraft
Pristak	Prisøkning i avtaleperioden	Definert maksimal årlig økning
Modellbytte	Endret resultatkvalitet	Varsling og testperiode før overgang
Underleverandør	Ny databehandler eller jurisdiksjon	Varsling og innsigelsesrett

Vanlige feil norske SMB-er gjør i valg av AI-leverandør

Feilene under er ikke uttrykk for manglende kompetanse. De er uttrykk for at AI-innkjøp har gått raskere enn innkjøpsrutinene har rukket å tilpasse seg. Ni av ti organisasjoner mener AI gir konkurransefortrinn (wifitalents.com, 2026), og det haster å komme i gang. Hastverket er nettopp der feilene oppstår.

Å velge verktøy før oppgaven er definert

Den vanligste feilen er å starte med en demo i stedet for en oppgave. Når verktøyet kommer først, tilpasser prosessen seg verktøyet, og byttekostnaden vokser hver måned uten at noen har besluttet det. 35 prosent av selskaper globalt har integrert AI i forretningsdriften (wifitalents.com, 2026), og forskjellen mellom de som lykkes og de som ikke gjør det handler oftere om oppgavevalg enn om verktøyvalg. Skriv ned oppgaven, målet og hvordan du skal måle det, før du booker demoen.

Å forveksle størrelse med kontinuitet

En stor leverandør har bedre driftsstabilitet og som regel bedre sikkerhetsarbeid. Men en stor leverandør har også flere produkter å rydde i, og lavere insentiv til å beholde en funksjon som betjener et lite marked. Størrelse beskytter mot nedetid, ikke mot avvikling. Vurder derfor kontinuitet på produktnivå, ikke på selskapsnivå: hvor mye omsetning kommer fra akkurat den funksjonen du er avhengig av?

Ofte stilte spørsmål om leverandørrisiko i AI

Spørsmålene under er de vi oftest møter i styrerom og ledergrupper når AI-veikartet skal godkjennes.

Hvor ofte bør vi vurdere leverandørrisiko på nytt?

En full gjennomgang i året holder for de fleste SMB-er, med en kortere kontroll ved hvert kvartalsskifte for verktøyene som er kritiske. I tillegg bør enkelte hendelser utløse en vurdering utenom syklusen: eierskifte, større kapitalinnhenting, bytte av toppledelse hos leverandøren, eller to kvartaler uten produktoppdateringer. Koble vurderingen til avtalens oppsigelsesfrist, slik at du rekker å handle på det du finner.

Er en stor leverandør tryggere enn en liten?

På driftssikkerhet og etterlevelse, som regel ja. På kontinuitet i akkurat din funksjon, ikke nødvendigvis. Små leverandører kan bli kjøpt opp eller miste teamet sitt, mens store kan avvikle produktlinjer som ikke passer porteføljen. Risikoen er ulik, ikke lavere. Vurder begge deler mot hvor lett du kan bytte, som er det eneste svaret som fungerer uansett leverandørstørrelse.

Hva bør vi minst kreve om dataeksport?

Tre ting: strukturert format som CSV eller JSON, at metadata følger med, og at eksporten kan utløses uten å måtte be leverandøren om hjelp. Legg til en frist og en pris i avtalen, slik at ingen av delene blir gjenstand for forhandling i det øyeblikket forholdet er anstrengt. Test eksporten en gang i året.

Fanger EUs regelverk opp oppkjøp av AI-selskaper?

Delvis. Fusjonskontrollen fanger transaksjoner over gitte terskler, men mange AI-koblinger tar form av partnerskap, eksklusivavtaler eller samlet ansettelse av team, og faller derfor utenfor (WilmerHale, 2025). Av 25 kartlagte avtaler er to undersøkt av Europakommisjonen. Regn med at det er du som må sikre kontinuiteten i din egen leveranse.

Bør vi bruke flere leverandører samtidig?

For kritiske bruksområder er svaret ofte ja, men ikke som full parallelldrift. Det praktiske grepet er å holde arbeidsflyten din uavhengig av leverandørspesifikke formater, slik at et bytte er en konfigurasjonsoppgave og ikke et prosjekt. Full duplisering koster mer enn den beskytter mot for de fleste SMB-er, særlig når 20 prosent allerede opplever at driftskostnadene begrenser bruken.

Oppsummering og neste steg

AI-markedet konsoliderer raskere enn tilsynet dekker, og raskere enn de fleste innkjøpsrutiner er bygget for. Investeringene har mangedoblet seg siden 2014, mens bare et fåtall av de strukturelle avtalene har vært gjennom ekstern vurdering (WilmerHale, 2025). Samtidig flyttes AI fra pilot til drift, og driftskostnadene har begynt å bremse bruken hos en av fem.

Konklusjonen er ikke å vente. De store rådgivningshusene følger adopsjonen tett i sine årlige gjennomganger (Deloitte), og retningen er stabil. Konklusjonen er å ta avhengigheten bevisst, med et rammeverk som rangerer eksponering og en avtale som gir deg en vei ut.

Tre ting som bør være på plass før neste signering

For det første: en liste over hvilke AI-verktøy som faktisk er i bruk, med kritikalitet og estimert byttekostnad per verktøy. For det andre: en testet dataeksport fra det viktigste verktøyet, med dokumentert format og tidsbruk. For det tredje: change of control, endringsvarsel og pristak inn i standardkravene dine, slik at de er med fra første utkast og ikke må forhandles inn senere.

De neste 90 dagene er nok til å få dette på plass uten et prosjekt. Bruk den første måneden på kartlegging og eksporttest, den andre på å rangere eksponeringen og navngi alternativer for de to mest kritiske verktøyene, og den tredje på å oppdatere kravene i avtalemalen. Da er neste eierskifte i markedet en nyhet du leser, ikke en hendelse du håndterer.

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

WilmerHale (2025). AI and EU Merger Control
wifitalents.com (2026). Ai In The Asset Management Industry Statistics 2026
wifitalents.com (2026). Ai Tech Industry Statistics | 2026 Market Report
Deloitte. The State of AI in the Enterprise - 2026 AI report