Vi bruker AI slik vi brukte internett i starten

Da internett kom, var det mange virksomheter som visste at de måtte være der. Spørsmålet var bare hva de skulle bruke det til. Svaret var ofte ganske enkelt. De tok det de allerede hadde, og la det på nett. Brosjyrer ble til PDF-er, og produktkataloger ble digitale. Og vi syntes det var fantastisk. Og det var det.

Informasjon kunne distribueres raskere, billigere og til langt flere mennesker enn før. Men virksomheten var stort sett den samme. Vi hadde fått en ny teknologi og brukt den til å gjøre det vi allerede gjorde, bare litt mer effektivt. Det tok tid før de fleste forstod at internett åpnet et langt større mulighetsrom. Plutselig kunne selskaper selge direkte til kunder de aldri hadde møtt. Nye markedsplasser kunne koble kjøpere og selgere sammen. Kundene kunne betjene seg selv. Hele distribusjonsledd kunne forsvinne, og etter hvert vokste det frem selskaper og forretningsmodeller som ikke hadde vært mulige før internett. Det interessante er at vi har sett det samme mønsteret flere ganger siden. Når ny teknologi kommer, bruker vi den først til å forbedre det vi allerede gjør. Så begynner vi å stille det langt mer interessante spørsmålet: Hva kan vi gjøre nå, som vi ikke kunne gjøre før?

Og nå står vi midt i et slikt øyeblikk igjen. Denne gangen heter teknologien kunstig intelligens.

Vår tids PDF på internett

Vi har blitt mer produktive. Nå har millioner av mennesker fått tilgang til kraftige språkmodeller. Vi skriver e-poster, lager presentasjoner og oppsummerer analyser på minutter i stedet for timer. Det er en reell gevinst, men så må vi stoppe opp et øyeblikk og se litt nærmere på hva som faktisk har skjedd. De fleste steder gjør mennesket fortsatt stort sett den samme jobben. Arbeidsflyten er den samme. Organisasjonen er den samme. Vi har bare plassert et veldig kraftig nytt verktøy inn i den gamle måten å jobbe på. På mange måter er det vår tids PDF på internett. Det betyr ikke at det er dumt. Tvert imot, men faren er at vi tror at dette er transformasjonen.

For AI åpner for noe langt større enn å skrive den samme e-posten raskere eller produsere den samme analysen på kortere tid. Det store spørsmålet er derfor ikke lenger hvordan AI kan gjøre det vi allerede gjør mer effektivt. Det er om vi er villige til å spørre oss selv: Hvis vi kunne designe virksomheten vår på nytt i dag, med de mulighetene AI gir oss, ville vi fortsatt organisert arbeidet på samme måte?

Det er forskjell på å bruke AI og å endre virksomheten

Det er her mye av diskusjonen om kunstig intelligens begynner å bli virkelig interessant. For det er én ting å ta i bruk AI. Det er noe helt annet å endre virksomheten fordi AI finnes. McKinsey peker på et lignende skille i sin ferske State of AI 2026-undersøkelse. Kun rundt 6 prosent av virksomhetene regnes som reelle høytpresterende med AI. Det som skiller dem, er ikke først og fremst tilgang til teknologien, men at de redesigner arbeidsflytene sine rundt den i stedet for å legge den oppå eksisterende prosesser. Blant disse høytpresterende har andelen som har gjennomført en fundamental redesign av arbeidsflyter økt fra 55 til nesten 75 prosent på ett år. Samtidig rapporterer 80 prosent økt individuell produktivitet, mens bare 37 prosent sier at AI har bidratt positivt til virksomhetens EBIT.

Det er en interessant kontrast. Vi kan altså bli betydelig mer produktive som enkeltmennesker uten at den samme gevinsten nødvendigvis dukker opp på virksomhetens bunnlinje. Og det er en mye tøffere utfordring enn å lære medarbeiderne å bruke et nytt verktøy. For da handler det ikke lenger om å jobbe litt raskere. Det handler om å utfordre måten man har jobbet på i årevis.

Den virkelige risikoen er kanskje å effektivisere det gamle

Det er fristende å tenke at virksomheten som tar i bruk AI raskest, også er den som ligger lengst fremme. Jeg er ikke sikker på at det er så enkelt. For hvis AI først og fremst brukes til å gjøre eksisterende oppgaver raskere, kan vi ende opp med å bli svært effektive på arbeidsformer som egentlig burde vært utfordret. Vi skriver rapporten raskere uten å spørre om rapporten fortsatt er den riktige leveransen. Vi automatiserer et møteunderlag uten å spørre om møtet burde vært organisert annerledes. Vi lager den samme analysen på fem minutter i stedet for fem timer, uten å spørre hva mottakeren faktisk trenger for å ta en beslutning. Det er en mer krevende måte å se AI på, fordi utgangspunktet ikke lenger er dagens prosess. Utgangspunktet er resultatet vi ønsker å skape.

Hvis målet er at en leder skal oppdage et problem tidligere, er ikke spørsmålet hvordan AI kan produsere den eksisterende månedsrapporten raskere. Spørsmålet er om lederen fortsatt burde vente på månedsrapporten. Hvis målet er å gi en kunde bedre økonomiske råd, er ikke spørsmålet hvordan rådgiveren kan forberede kundemøtet på halve tiden. Spørsmålet er om teknologien kan oppdage hvilken kunde som trenger rådgiveren, hva som har skjedd og hvorfor det bør tas opp, før kunden selv rekker å spørre. Det er først da vi beveger oss fra: «Hvordan kan AI gjøre dette?» til: «Hvorfor gjør vi dette på denne måten i det hele tatt?» Jeg tror det siste spørsmålet kommer til å bli langt viktigere.

Vi har sett dette mønsteret før

Vi kjenner igjen mye av dette. Vi har jobbet med teknologi gjennom flere store skifter. Blant annet var vi med på overgangen fra tradisjonell IT-infrastruktur til skybaserte løsninger. Den gangen var løftet også stort, men mange oppdaget etter hvert at hvis man ikke turte å gi slipp på det gamle, kunne man ende opp med to verdener som måtte driftes parallelt. Det gamle forsvant ikke bare fordi man hadde tatt i bruk det nye. De største mulighetene oppstod først da man begynte å bygge for skyen, ikke bare flytte det eksisterende til den. Det er vanskelig å ikke se parallellen til det som skjer nå.

Denne gangen handler det om AI. I starten gjør vi det kjente litt raskere. Men så kommer det ubehagelige, men nødvendige spørsmålet: Hvis vi startet i dag, ville vi organisert arbeidet på samme måte?

For oss ble det spørsmålet ganske konkret. Da vi så hva den nye teknologien gjorde mulig, måtte vi spørre oss selv om vi egentlig ville bygget Capassa på den samme måten dersom vi startet selskapet i dag. Svaret var et rungende nei. Og da måtte vi også være villige til å gjøre noe med det. Ikke fordi vi vet nøyaktig hvordan fremtidens AI-native virksomhet kommer til å se ut. Det gjør vi ikke. Utviklingen går for raskt til at noen med særlig troverdighet kan hevde at de sitter med hele fasiten. Men vi vet at det er forskjell på å bruke ny teknologi til å forbedre det eksisterende, og å la den utfordre hvordan ting faktisk gjøres. For oss betyr det blant annet at målet ikke er å produsere en økonomisk rapport raskere. Det er heller ikke å produsere flere analyser fordi AI gjør analysen billigere.

Det interessante er om teknologien kan gjøre veien fra informasjon til beslutning kortere. For det er først når noe faktisk gjøres annerledes at teknologien begynner å endre virksomheten. Og kanskje er det nettopp det som er kjernen i dette skiftet. Ikke å løpe etter teknologien for teknologiens egen skyld, men å tørre å stille de vanskelige spørsmålene om hvordan vi egentlig jobber, og hva som faktisk skaper verdi.

Resten må vi lære mens vi går.