Oljefondets AI-strategi: lærdom for norske SMBer
Oljefondet eier hver femte AI-krone og bruker Claude, Cursor og Copilot internt. Her er hva norske SMBer kan lære av NBIMs dobbeltrolle som AI-eier og AI-bruker i 2026.

Hva Oljefondet faktisk eier i AI-sektoren i 2026
Oljefondet forvalter 21 tusen milliarder kroner spredt på 7.200 selskaper i 44 land. Fondet eier 1,5 prosent av alle børsnoterte aksjer i verden, og 40 prosent av porteføljen ligger i amerikanske aksjer ifølge CNBC. Det betyr at AI-bølgen ikke er noe NBIM kan velge bort.
FTSE Global All Cap-indeksen som Oljefondet følger, hadde ved utgangen av 2025 7.397 børsnoterte selskaper, og 500 selskaper går i snitt inn eller ut av indeksen hvert år. NBIM rapporterer at AI er integrert i forvaltningen av nesten to billioner dollar. Oljefondets dobbeltrolle som AI-eier og AI-bruker er ikke et strategisk valg, det er en konsekvens av størrelsen.
Eierandelene i AI-kjempene
NBIM er en betydelig eier i Nvidia. Med posisjoner i Microsoft, Alphabet, Meta og Amazon på toppen havner mye av Oljefondets formue i selskaper som enten produserer brikker, leverer skytjenester eller bygger AI-modeller. ESMAs gjennomgang av investeringsfond i EU finner at en betydelig andel av markedsverdien av AI-eksponering i unionens fond er konsentrert i seks av de syv såkalte Magnificent Seven-selskapene.
Stanford AI Index 2026 viser at 90 prosent av kjente frontier-modeller i 2025 ble produsert av industrien, ikke akademia. Privat AI-investering i USA nådde 285,9 milliarder dollar samme år. For en SMB-leder er det relevant fordi disse modellene også er verktøyene man kjøper når man ruller ut Copilot, ChatGPT eller Claude i organisasjonen. Hva AI faktisk er blir et praktisk spørsmål når regningen kommer.
Hva fondet allerede har tjent
Oljefondet har tjent over 1.600 milliarder kroner på teknologi-gigantene de siste årene, ifølge Finansredaksjonen. Til sammenligning leverte Equinor sitt seneste kvartalsresultat på 90 milliarder kroner. Tech-gevinsten tilsvarer dermed flere år med samlet inntjening fra olje- og gass-virksomheten i statens nest største kapitalkilde.
Nicolai Tangen omtaler AI som det viktigste som skjer i verden nå. Det er ikke ren begeistring. Gevinsten er reell, men jo større posisjonen blir, desto mer er fondet eksponert mot at AI-aksjer faller raskere enn de stiger.
Konsentrasjonsrisikoen: hver femte krone i få AI-selskaper
Mer enn hver femte krone i Oljefondet er plassert i få selskaper som satser på AI. Det er ingen pen sirkel. Posisjonen vokser fordi markedsverdien til Nvidia, Microsoft og Alphabet stiger, ikke fordi NBIM har valgt å gå tungt inn.
Konsentrasjon på denne skalaen utfordrer den klassiske ideen om indeksforvaltning. Tangen sa offentlig at aldri før har så mye av fondets penger vært investert i så få selskaper. For en SMB-leder er bildet det samme i miniatyr: jo mer av driften som hviler på en skyleverandør og en språkmodell, desto mer sårbar er forretningen for at den ene aktøren snur.
Tangens advarsel i praksis
Konsentrasjonen er ikke teoretisk. AI-aksjefallet som Storebrand-forvalter Olav Chen kommenterer, er nettopp eksempelet på at posisjoner bygd opp passivt kan tape verdi raskere enn diversifiserte porteføljer. Når en stor andel av et fonds AI-eksponering ligger i seks store amerikanske selskaper, er en korrelert nedtur ikke en hypotese.
MSCIs Wealth Trends 2026 viser at 86 prosent av rådgivere rapporterer at klienter er mer bekymret for tariffer og global usikkerhet, og at 61 prosent planlegger å øke allokeringer til utviklede ikke-amerikanske markeder. Underdiversifisering oppleves nå som en aktiv risiko.
Når AI-aksjer faller samtidig
ESMAs gjennomgang av EU-fond viser at andelen AI-eksponering i passive porteføljer nådde 12 prosent i 2024, opp fra et lavere nivå året før. Aktive fond hadde 14 prosent. Trenden er at både indeksfond og forvaltede porteføljer tilter mot AI uten at investorer alltid har gjort en aktiv vurdering.
Geografisk er bildet enda skjevere: 75 prosent av selskapene i de mest brukte AI-indeksene er amerikanske, mens EU-domicilerte selskaper utgjør en liten andel og 12 prosent er østasiatiske. En norsk SMB som speiler det globale bildet, vil i praksis kjøre på amerikansk infrastruktur.
Konsentrasjon på tvers av investorgrupper
MSCI rapporterer at 95 prosent av wealth-firmaer planlegger å øke AI-investeringer de neste tre årene, men bare 27 prosent mener segmentet leder an i AI-adopsjon. Etterspørselen er bred, men kunnskapen er smal.
Konsentrasjonen er ikke unik for Oljefondet. ESMA finner at AI-fond i EU har 13 milliarder euro i forvaltningskapital fordelt på 86 fondsforvaltere i 12 medlemsstater. Tilbudet er fragmentert, men kjernen av investeringsmål er den samme håndfullen amerikanske selskaper.
Tvunget kjøper: SpaceX, OpenAI og Anthropic på vei til børs
SpaceX, OpenAI og Anthropic planlegger børsnotering. Når selskapene noterer seg, blir Oljefondet en tvunget kjøper: fondet har små muligheter til å avvike fra aksjeindeksen bestemt av Finansdepartementet.
Det er denne mekanismen som gjør konsentrasjonsbildet ekstra ubehagelig. Selv om risikoen bygger seg opp, vil fondet være forpliktet til å kjøpe i takt med at de største AI-aktørene går på børs. 1293 børsnoteringer ble gjennomført globalt i 2025, og de største selskapene i AI-segmentet venter fortsatt.
SpaceX-børsnoteringen i juni
SpaceX sikter ifølge nestleder Trond Grande i NBIM mot en verdsettelse på nærmere 1.750 milliarder dollar, og selskapet planlegger å hente inn 75 milliarder dollar ved noteringen. SpaceX skal etter planen gå på børs rundt 12. juni.
Selv om kontroversene rundt Elon Musk har vært betydelige, kan Oljefondet i praksis ikke velge bort selskapet. Det er en illustrasjon av at indeksforvaltning på Oljefondets skala fjerner mange av de etiske veivalgene man kan ta som mindre investor.
OpenAI og Anthropic på vei
OpenAI og Anthropic har sammen et fotavtrykk i den globale AI-stacken som Oljefondet ikke vil unngå. Anthropics Claude brukes allerede internt i NBIM, både til investeringsscreening og som del av kode- og analyseverktøy. Når selskapet noteres, vil fondet både være kunde og eier.
Det skaper et interessekonflikt-spørsmål norske SMB-er bør tenke på i sin egen kontekst: hvor mye av leverandørbasen kan du være avhengig av før kunderelasjonen og eierrelasjonen begynner å skygge for hverandre?
Dilemma med store ordrer
Dilemmaet Grande peker på, er at fondet søker å unngå å handle for mye på en gang for ikke å presse opp prisen. Når en kjøper av Oljefondets størrelse må inn i markedet, blir kjøpsordren i seg selv en pris-signal.
Den eneste reelle hedgen er å spre kjøpet ut over tid. Det fungerer dårlig hvis flere store fond gjør det samme samtidig, og det er nettopp det MSCI rapporterer at 95 prosent av wealth-firmaer planlegger.
Innenfra i NBIM: Cursor, Claude og Copilot i hverdagen
NBIM bruker AI på to nivåer. På overordnet nivå er AI integrert i forvaltningen av nesten to billioner dollar. På golvet bruker porteføljeforvalterne ferdige verktøy som Cursor, Claude og Copilot for å bygge egne løsninger uten å gå om IT-avdelingen.
Modellen er bevisst desentralisert. Iselin Sommereng, som leder AI-arbeidet i NBIM, sier til DigitalNorway at AI-teamet ikke skal løse problemer for andre: målet er at ansatte selv tar tak. Det er en strategisk holdning som de fleste norske SMB-er ikke har skrevet ned, men som de bør.
Verktøystacken NBIM faktisk bruker
Tre verktøy går igjen i NBIMs egen kommunikasjon: Cursor for kode, Claude som general-purpose-modell og Microsoft Copilot for produktivitet i Office-stacken. For en SMB som vurderer hvor man begynner, er det en pragmatisk pakke som dekker både utviklere og funksjonelle roller.
Aluras analyse av språkmodellvalg for norsk bedrift peker på samme sammensetning. Stanford AI Index 2026 viser at USA og Kina nå har nesten lik AI-modellprestasjon, men at de fleste brikkene fremdeles produseres av et taiwansk selskap. Verktøystacken er amerikansk, fysisk infrastruktur er asiatisk.
Ambisjonen om 700 ansatte på AI
Oljefondet har et mål om at alle 700 ansatte skal bruke AI i daglig arbeid. Dette er ikke en intern pilot for et utvalgt team, men en organisasjonsdekkende ambisjon. NBIM beskriver det selv som å gå all in på kunstig intelligens som fundament for hvordan de jobber.
Ambisjonsnivået kontrasterer mot Info-Tech Research Group, som finner at bare 58 prosent av organisasjoner globalt har AI integrert i bedriftsomfattende strategier. Veksten fra 26 prosent i 2025 tyder på at NBIMs strategi reflekterer hvor markedet er på vei, men at de fleste fortsatt ligger bak.
Hva NBIM bevisst ikke gjør
NBIM bygger ikke ferdige løsninger som forvaltere skal bruke passivt. Porteføljeforvaltere bygger sine egne løsninger, og utviklere kan iterere raskere. Det er den motsatte strategien av tradisjonell IT-anskaffelse, der en sentral enhet spesifiserer et system og leverer det ferdig pakket.
Bytter man perspektiv til en SMB med 30 ansatte, blir prinsippet enda viktigere. Når brukerne ikke er en del av byggingen, blir verktøyet en konsulent-leveranse som lever sitt eget liv.
Hva ligger bak effektivitetsgevinsten på 20 prosent
Målet er en 20 prosent effektivitetsgevinst. På siste interne måling ligger gevinsten godt over 20 prosent. Det er et betydelig tall for en organisasjon som forvalter posisjoner i 9000 selskaper.
Hvordan måler man 20 prosent effektivitet i kunnskapsarbeid? NBIM beskriver gevinsten som tid spart per oppgave, ikke som kostnadskutt eller bemanningsreduksjon. Forskjellen er viktig: Oljefondet bruker AI for å gjøre samme bemanning mer kapabel, ikke for å kvitte seg med mennesker.
Hva 20 prosent betyr i praksis
For en porteføljeforvalter i NBIM kan 20 prosent bety at en kvartalsrapport som tok tre dager, blir ferdig på to og en halv. Det høres beskjedent ut, men på en organisasjon med 700 ansatte tilsvarer det 140 årsverk i frigjort kapasitet.
NVIDIAs State of AI 2026-undersøkelse blant 3.200 respondenter viser at 88 prosent sier AI har bidratt til å øke årlig inntekt og 87 prosent sier det har redusert kostnader. 86 prosent sier AI-budsjettet vil øke i 2026.
Hvorfor selvtjeneste slår sentrale løsninger
NBIMs valg av selvtjeneste-modell står i kontrast til hovedstrømmen i Info-Tech Research Groups AI Trends 2026, som finner at bare 19 prosent av organisasjoner har fullt implementert AI-styringsrammeverk og at 63 prosent rapporterer kompetansegap. Bare 28 prosent har formelle opplæringsprogrammer.
Aluras vurdering er at Oljefondets effektivitetsgevinst på 20 prosent er et realistisk benchmark også for norske SMBer, men bare når ansatte selv løser problemer med verktøyene, ikke når IT bygger ferdige løsninger for dem. NBIMs rekkefølge er enkel: gi verktøy, lær opp, mål, juster.
| Sentral leveranse | Selvtjeneste (NBIM-modell) |
|---|---|
| IT spesifiserer og leverer ferdig løsning | Brukerne får verktøy og lærer å bygge selv |
| Lang prosjekttid før verdi realiseres | Verdi fra første dag, gradvis modning |
| Forretningssiden er konsument | Forretningssiden er konstruktør |
| Vedlikehold låses til leverandør | Vedlikehold ligger der bruken sitter |
| Forventet gevinst: usikker | NBIM måler over 20 prosent |
Claude som etisk vakthund: AI screener investeringer
Norges Bank Investment Management bruker Anthropics Claude for å screene investeringer for etiske og omdømme-relaterte risikoer. Verktøyet gir daglige risikovurderinger for investeringer fondet gjorde dagen før.
AI-en flagger problemer som tvangsarbeid, korrupsjon eller svindel innen 24 timer. NBIM har solgt seg ut av selskaper før markedet rakk å reagere, og dermed unngått potensielle tap. For en SMB-leder er dette mer enn ESG-spinn: det er en konkret bruk av AI som risiko-tidlig-varsel.
24-timers risikoflagging i praksis
Verktøyet er ifølge CNBC spesielt nyttig for å forske på mindre selskaper i fremvoksende markeder, der menneskelig research er treg og data er ujevn. Mønsteret er det samme som en SMB kan kopiere: bruk AI til å lese mye, dårlig strukturert tekst raskt, og la mennesker ta beslutningene basert på flaggene.
Den samme tilnærmingen kan brukes på leverandørgjennomgang, kontraktanalyse eller compliance-arbeid. Forskjellen mellom NBIM og en SMB er ikke modellen, men volumet og treningen i å handle på utsignalene.
Når verktøyet kommer til kort
NBIM understreker at AI-screeningen er en del av et større etisk rammeverk. Fondets eget etiske rammeverk er under revisjon etter kontroverser rundt enkelte frasalg. Modellen er rask, men ikke ufeilbarlig: hallusinasjoner og feilflagging er reelle risikoer, og NBIM verifiserer manuelt før beslutninger tas.
Stanford AI Index 2026 dokumenterer 362 AI-hendelser i 2025, og finner at ansvarlig AI henger etter kapabilitet. Selv toppmodeller sliter med å lese en analog klokke pålitelig. Verktøyene er gode på språk og mønstergjenkjenning, dårlige på alt som krever fysisk kontekst.
NBIMs prinsipper for ansvarlig AI-bruk
I NBIMs offentlige posisjonsnotat Ansvarlig kunstig intelligens ligger fire bærende ideer. Fondet skriver at KI kan føre til store muligheter, men også alvorlige og ukjente risikoer for selskaper og interessenter.
| Prinsipp | Hva NBIM krever | Tilsvarende SMB-grep |
|---|---|---|
| Styrets ansvar | Toppledelsen eier AI-bruken | AI på agendaen i ledermøtet, ikke et IT-tema |
| Åpenhet og forklarbarhet | Beslutninger må kunne ettergås | Logg hvilke verktøy som tas i bruk, hva de brukes til |
| Proaktiv risikohåndtering | Identifiser risiko før hendelsen | Sårbarhetsanalyse av leverandører og data |
| Uavhengig verifikasjon | Jevnlig tredjepartsrevisjon | Årlig eksterngjennomgang av AI-bruken |
Styrets ansvar
NBIM mener styret har ansvar for selskapers ansvarlige utvikling og bruk av KI. For en SMB betyr det at AI-styring er en sak for ledermøtet og styret, ikke et IT-spørsmål.
Aluras posisjon er at rammeverk for ansvarlig AI bør være på plass før verktøyene rulles ut, ikke etterpå. NBIMs rekkefølge er den samme. Info-Tech Research Group finner at 68 prosent av ledere identifiserer AI-risikostyring som topp prioritet i 2026, opp fra 39 prosent året før. Bevisstheten er der, men implementeringen henger etter.
Åpenhet og forklarbarhet
Åpenhet og forklarbarhet er avgjørende for tillit. Når en AI-modell flagger et selskap eller foreslår en handling, må mennesker kunne ettergå begrunnelsen. NBIM krever at selskaper i porteføljen er åpne om sine mål for utvikling og bruk av KI. Den samme standarden gjelder NBIM selv.
I praksis betyr det at en kunde, en revisor eller en regulator skal kunne spørre: hva slags AI har dere brukt, til hva, og hva sa modellen? Svaret kan ikke være en henvisning til leverandøren.
Uavhengig verifikasjon og revisjon
KI-systemer, retningslinjer og risikostyringsprosesser bør uavhengig verifiseres og jevnlig revideres, ifølge NBIMs notat. For en SMB betyr det at man ikke kan stole på leverandørens egne forsikringer alene, og at kontroller bør være tredjeparts.
Det samme prinsippet er allerede innebygd i EU AI Act, og NBIM støtter omfattende og sammenhengende regulering av AI nettopp fordi det skaper forutsigbarhet for investorer.
Markedsbildet 2026: 1,5 billioner dollar i AI-utgifter
Totale verdensomspennende AI-utgifter vil nå nesten 1,5 billioner dollar i 2025 og 2 billioner dollar i 2026. Innen 2029 forventes summen å passere 3,3 billioner dollar.
| Segment | 2025 | 2030 | Vekst |
|---|---|---|---|
| Globalt AI-programvaremarked | 174 milliarder dollar | 467 milliarder dollar | 22 prosent CAGR |
| Generativ AI-programvare | 63,7 milliarder dollar | 220 milliarder dollar | 29 prosent CAGR |
| Totale AI-utgifter (alle segmenter) | 1,5 billioner dollar | 3,3 billioner dollar (2029) | 59 prosent til hardware |
Programvaremarkedet
Det globale AI-programvaremarkedet er anslått til 174 milliarder dollar i 2025, voksende til 467 milliarder dollar innen 2030. Det tilsvarer en CAGR på 22 prosent. Generativ AI vokser raskere, med 29 prosent.
AI-investeringer i 2025 nådde 225,8 milliarder dollar, og AI-selskaper utgjorde 48 prosent av total egenkapitalfinansiering. Det er en markedssyklus der pengene strømmer inn i færre selskaper raskere enn tidligere.
Geografisk skjevhet
Nord-Amerika står for 54 prosent av AI-programvaremarkedet i 2025. Asia-Stillehavet har 33 prosent. Innen GenAI har Kina den raskeste vekstraten, mot 17 prosent for Nord-Amerika og en høy europeisk vekstrate.
Innen venturekapital er bildet enda mer ekstremt: Nord-Amerika tar 87 prosent av all AI-venturekapital i 2025, mens Asia får 4 prosent og Europa en mindre andel av resten. Den fysiske infrastrukturen følger pengene.
Hvor budsjettene faktisk havner
59 prosent av AI-utgiftene går til maskinvare og infrastruktur, ikke programvare. Morgan Stanley anslår at nesten 3 billioner dollar i AI-relatert infrastrukturinvestering vil strømme gjennom global økonomi innen 2028, med mer enn 80 prosent av utgiftene fortsatt foran oss.
21 prosent av S&P 500-selskapene nevnte minst en AI-fordel i 2025, opp fra 10 prosent i 2024. Big Tech investerte alene 90 milliarder dollar i AI-startups i første halvår 2025 og står for 40 prosent av globale AI-investeringer. Markedet er bredt og smalt samtidig.
EU AI Act: hva gjelder for norske SMBer fra 2. august 2026
EU AI Act trådte i kraft 1. august 2024 og blir fullt anvendelig 2. august 2026. For norske SMBer er datoen relevant gjennom EØS-avtalen: regelverket gjelder i praksis også her.
| Dato | Hva som trer i kraft |
|---|---|
| 1. august 2024 | EU AI Act trer i kraft |
| 2. februar 2025 | Forbud og krav til AI-litterasitet gjelder |
| 2. august 2025 | Styringsregler og forpliktelser for general-purpose AI-modeller |
| 2. august 2026 | Loven blir fullt anvendelig |
| 2. august 2027 | Utvidet overgang for høyrisiko-AI i regulerte produkter |
Europaparlamentet vedtok loven 13. mars 2024 med 523 stemmer for, 46 mot og 49 avholdende. Det er sjelden så bred enighet bak et så omfattende rammeverk. Forløperen var et rammeverk Europakommisjonen presenterte 21. april 2021.
Tidsplanen i detalj
Forbud og krav til AI-litterasitet er allerede gjeldende fra 2. februar 2025. Styringsregler og forpliktelser for general-purpose AI-modeller ble gjeldende 2. august 2025. Reglene for høyrisiko-AI innebygd i regulerte produkter har en utvidet overgangsperiode til 2. august 2027.
SMB-er som bruker Copilot eller ChatGPT i daglig drift ble omfattet av deler av AI Act allerede tidligere i 2025. AI-litterasitet er ikke valgfritt: organisasjonen må kunne dokumentere at ansatte forstår hva verktøyene gjør og ikke gjør.
Risikobasert tilnærming
Forslaget er bygd på fire risikonivåer: uakseptabel, høy, begrenset og minimal risiko. AI-systemer som manipulerer menneskelig atferd på en måte som forårsaker fysisk eller psykologisk skade er forbudt. Det samme gjelder sosiale kreditt-systemer.
Biometrisk identifisering, inkludert ansiktsgjenkjenning, er i prinsippet forbudt med unntak i spesielle tilfeller. Et nytt EU-organ, European Artificial Intelligence Board, skal overvåke oppfølgingen av regelverket.
Hva betyr det for SMBer
En SMB som bruker AI til kundebetjening, intern produktivitet eller content-arbeid, ligger normalt utenfor høyrisiko-kategorien. Men leverandørvalg, dokumentasjon og transparens-krav gjelder. NBIMs egne prinsipper sammenfaller med kravene EU stiller, og det er ingen tilfeldighet.
Info-Techs AI Trends 2026 finner at 72 prosent av ledere oppgir datasuverenitet og regulatorisk etterlevelse som største AI-utfordring, opp fra 49 prosent året før. 81 prosent av organisasjoner planlegger å utvide AI-kapasiteten de neste 12 månedene. Adopsjon og regulatorisk arbeid skjer parallelt, ikke sekvensielt.
Mandag morgen: tre grep SMB-lederen bør ta nå
Hva kan en SMB-leder gjøre i morgen, ikke om to år? Tre konkrete grep, alle direkte kopierbare fra NBIMs spillebok.
| Grep | Konkret handling | Tidshorisont |
|---|---|---|
| Velg verktøy, ikke ferdige løsninger | Kjøp Cursor, Claude og Copilot. La ansatte bruke dem | Denne uken |
| Skriv ned prinsippene | En A4-side: ansvar, åpenhet, kontroller, hvilke data går aldri inn | Denne måneden |
| Mål konsentrasjonsrisiko | Liste verktøy, leverandører, datasentre. Lag en reserveplan | Dette kvartalet |
Velg verktøy, ikke ferdige løsninger
Skaff Cursor, Claude og Copilot eller tilsvarende, og la ansatte lære seg å bruke dem. Aluras erfaring er at det er bedre å gi ti ansatte tilgang til Claude og Copilot enn å bruke et halvt år på en sentral AI-løsning. Resultater kommer raskere når brukerne selv eier verktøyet.
Info-Tech finner at 54 prosent av bedrifter rapporterer integrering av generativ AI i programvareutviklingsarbeidsflyter, og 64 prosent eksperimenterer med agentisk AI. Men bare 25 prosent har implementert formelle overvåkings- eller eskaleringsprotokoller for agenter. Verktøyene tas i bruk raskere enn rammeverket bak.
Skriv ned AI-prinsippene før utrullingen
NBIMs fire prinsipper kan en SMB destillere ned til en A4-side: hvem har ansvar, hva er åpent, hvor er kontrollene, og hvilke data går aldri inn i ekstern AI. Stanford AI Index 2026 dokumenterer 362 AI-hendelser i 2025, og Info-Tech finner at bare 19 prosent har implementert AI-styringsrammeverk fullt ut.
Den norske bedriften som skriver ned dette først, vinner tid på de andre. NVIDIA finner at 48 prosent av respondentene sier data og data-relaterte problemer er den største AI-utfordringen. Datapolitikken bør med på A4-arket.
Mål din egen konsentrasjonsrisiko
Hvis hele kundekjernen er bygd på en AI-modell, en skyleverandør og en datasentral, er forretningen sårbar. Aluras posisjon er at konsentrasjonsrisiko gjelder også SMBer: en AI-modell, en skyleverandør og en datasentral er for sårbart å bygge driften på.
Lag en oversikt: hvilke verktøy bruker dere, hvor er leverandørene, og hva er reserveplanen hvis en leverandør forsvinner eller endrer pris? USA har 5.427 datasentre, men brikkene som driver dem produseres i hovedsak hos ett taiwansk selskap. Konsentrasjonen er ikke bare et investorproblem, det er en operasjonell risiko.
Vanlige feil i AI-adopsjon hos norske SMBer
Mønsteret blant norske SMBer som mislykkes med AI-adopsjon er forutsigbart. Det er sjelden teknologien som svikter.
| Vanlig feil | Hvorfor den oppstår | Motgrep |
|---|---|---|
| Sentrale løsninger uten brukerkompetanse | IT spesifiserer for forretningen | NBIM-modellen: verktøy til alle, opplæring først |
| Pilotprosjekt-fellen | Pilot blir aldri til drift | Definer skaleringsplan før piloten starter |
| Styring som ettertanke | Verktøyene innføres før prinsippene | Prinsipper på A4 før første lisens |
| Leverandørlåsing | Avhengighet bygger seg opp passivt | Måle og dokumentere konsentrasjonsrisiko |
Sentrale løsninger uten brukerkompetanse
IT bygger en chatbot, ruller den ut, og bruken er marginal etter tre måneder. Problemet er ikke verktøyet, men at brukerne ikke er invitert med på premissene. NBIMs løsning, der porteføljeforvaltere bygger sine egne løsninger, snur logikken på hodet.
NVIDIA finner at 38 prosent av respondentene oppgir mangel på AI-eksperter og dataforskere som en topp-utfordring. SMB-er som venter på å ansette en AI-spesialist før de begynner, har allerede tapt et år.
Pilotprosjekt-fellen
En pilot i kommunikasjonsavdelingen er trygg fordi den ikke koster mye og ingen forventer mer enn et innlegg på intranettet. Pilotprosjekter blir likevel sjelden organisasjonsbrede løsninger uten at ledelsen tar tak.
Info-Tech finner at 58 prosent av organisasjoner har AI integrert i bedriftsomfattende strategier, opp fra 26 prosent i 2025. Forskjellen mellom de to gruppene er ofte hvor langt ledergruppen selv har gått. 88 prosent av organisasjoner rapporterer en form for AI-adopsjon, men volum og dybde varierer dramatisk.
Styring som ettertanke
Mange selskaper kjøper Copilot først og spør om sikkerhet etterpå. 68 prosent av ledere identifiserer AI-risikostyring som topp prioritet i 2026, opp fra 39 prosent i 2025. Når lederne erkjenner det først etter at verktøyene er rullet ut, betaler man for sannheten gjennom hendelser.
Stanford AI Index 2026 finner at tilliten til at egen regjering vil regulere AI ansvarlig ligger på 31 prosent i USA. Det er en advarsel for norske ledere som tror at compliance handler om å vente på Datatilsynet. Tilliten bygges internt før den eksporteres.
FAQ om Oljefondets AI-strategi
Spørsmål vi får ofte fra SMB-ledere som leser om Oljefondets AI-strategi.
Hvor mye av Oljefondet er i AI-selskaper?
Mer enn hver femte krone ligger i få selskaper som satser på AI, ifølge Finansredaksjonen. Eksponeringen øker når Nvidia, Microsoft og Alphabet stiger i verdi, og dempes når de faller. NBIM er en betydelig eier i Nvidia og er tungt inne i resten av de syv største.
Hvilken AI bruker NBIM internt?
Cursor, Claude og Copilot er de tre verktøyene NBIM nevner offentlig. Claude brukes i tillegg til ESG-screening og daglig risikovurdering av nye investeringer. Målet er at alle 700 ansatte skal bruke AI i daglig arbeid.
Hva er konsentrasjonsrisiko i AI?
Risikoen for at en posisjon eller en bedrifts drift er for avhengig av få aktører. Når NBIM er en betydelig Nvidia-eier og samtidig er tungt eksponert mot Microsoft og Alphabet, beveger porteføljen seg mer i takt enn en spredt portefølje ville gjort. For SMB-er gjelder samme prinsipp på leverandørsiden.
Gjelder EU AI Act for norske SMBer?
I praksis ja, gjennom EØS-avtalen. Loven blir fullt anvendelig 2. august 2026, og deler er allerede i kraft. De fleste SMBer havner ikke i høyrisiko-kategorien, men dokumentasjon, leverandøransvar og AI-litterasitet-krav gjelder.
Kan en norsk SMB nå 20 prosent effektivitetsgevinst?
Ja, men ikke uten å gjøre arbeidet. NBIMs 20 prosent måling ble nådd ved at ansatte selv løste problemer, ikke ved at IT-avdelingen leverte en ferdig løsning. NVIDIA finner at 88 prosent av AI-brukende organisasjoner ser inntektsvekst og 87 prosent ser kostnadskutt. Den samme rekkefølgen kreves for at SMB-er skal komme dit.
Oppsummering: Oljefondets veikart for norsk næringsliv
Oljefondet er samtidig en av verdens største AI-investorer og en av de mest disiplinerte AI-brukerne. Det er en sjelden kombinasjon, og den gjør NBIM til et naturlig referansepunkt for norske selskaper som ennå ikke har valgt vei.
For en SMB-leder er lærdommen klar: kopier verktøyvalget, kopier selvtjeneste-modellen, og kopier prinsippene før verktøyene rulles ut. AI i norsk næringsliv kommer ikke til å avta, og 1293 børsnoteringer i 2025 tyder på at nye AI-aktører fortsetter å komme.
Men hovedlinjen i NBIMs strategi er forsiktighet med konsentrasjon. Når Tangen sier at aldri før har så mye av fondets penger vært investert i så få selskaper, sier han indirekte til norske bedriftsledere: ikke bygg hele driften på en leverandør. Norge mangler allerede ifølge digi.no over 40 000 årsverk i helsevesenet innen 2040. Vi har ikke råd til å vente til 2027 med å lære AI ordentlig.
Hvis du leter etter en handlingsplan, er den enkel: tre verktøy, fire prinsipper, en A4-side. NBIMs ambisjon om at alle 700 ansatte bruker AI, koblet med fondets eget rammeverk for ansvarlig AI, er en spillebok som tåler å bli kopiert i skala 1:100. Det er der norske SMB-er bør begynne uken.
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.
Alura
Praktisk kunnskap om AI-automatisering og effektivisering for norske bedrifter.
Les neste
Meta-saken: AI-chatboter som gjør mer enn de burde
Hackere ba rett og slett Meta AI om å overta Instagram-kontoer, og chatboten gjorde det. Saken avdekker et mønster der AI-bots får tilganger de aldri burde hatt. Slik unngår norske bedrifter samme felle.
Token-budsjett for AI-kodeverktøy: Uber-saken og norske SMB
Uber brukte opp hele 2026-budsjettet på fire måneder. Her er hva norske SMB bør lære om token-budsjetter, kostnadstak og styring av AI-kodeverktøy.