I 2025 har generative AI-verktøy fått godt fotfeste i norske bedrifter. Hele 73 prosent av de spurte lederne og ansatte kan fortelle at de bruker verktøy som ChatGPT, Copilot eller Gemini på jobb. Det viser en undersøkelse Visma Software Nordic har gjort om AI i norsk næringsliv.
Men bruken er fortsatt nokså famlende, forteller Øyvind Larsen, administrerende direktør i Visma Software Nordic.
– 40 prosent av respondentene oppgir at teknologien kun brukes eksperimentelt, og bare en liten gruppe har tatt den helt inn i kjerneprosessene, sier Larsen.
Og det kanskje mest oppsiktsvekkende: 61 prosent evaluerer aldri – eller bare sporadisk – avkastningen av AI-investeringene. Bare tre prosent gjør det systematisk, viser undersøkelsen.
– Det betyr at de færreste lederne i praksis vet hva slags effekt AI-bruken har på virksomheten deres. Mange lar fortsatt teknologien bli stående som et sideprosjekt i stedet for å bygge den inn i kjernen, sier Larsen.
Det er ikke teknologien som bremser, men menneskene
Undersøkelsen peker på tre hovedbarrierer som gjør det krevende for norske bedrifter å gå fra eksperimentstadiet til å ta generativ AI inn i de viktigste forretningsprosessene:
- Manglende kompetanse (36 prosent oppgir dette som årsak)
- Integrasjonsutfordringer (19 prosent oppgir dette som årsak).
- Mangel på tid og ressurser (17 prosent oppgir dette som årsak).
Med andre ord: Det handler mindre om teknologi og mer om folk, prosesser og kapasitet. NHOs siste kompetansebarometer peker i samme retning – der oppgir sju av ti norske bedrifter at de mangler AI-kompetanse, noe som underbygger at kunnskap, tid og praktisk implementering er de største bremseklossene.
– Når det skorter på både kompetanse og kapasitet, er det kanskje ikke så rart at få virksomheter setter av ressurser til å måle den faktiske effekten av AI-bruk, sier Øyvind Larsen.
{{cta-1}}
Tallfest gevinsten – eller risiker å tape konkurransen
For en CEO er spørsmålet aldri om teknologien er spennende, men om den lønner seg. Hvis avkastningen ikke måles, overlates AI-satsingen til magefølelse og ad hoc-prosjekter i stedet for å bli en styrt og målbar investering, påpeker Larsen.
– Og da vil mange ledere stå i en skvis: De investerer tid og ressurser i ny teknologi, men uten dokumentasjon på verdien som skapes. Spørsmålet er hva det vil bety for konkurransekraften fremover, sier han.
{{cta-2}}
Selv små AI-gevinster kan utgjøre millioner
Når norske bedrifter først rapporterer målbare resultater, handler det særlig om fire bestemte områder, skal vi tro respondentene i undersøkelsen:
Automatisering av fakturering og avstemming
Rapportering og økonomiprosesser
Prediktiv analyse i budsjettering
HR-prosesser som sykefraværsanalyse og ressursplanlegging
– Alt dette er kjerneprosesser CFO-er og ledere kjenner godt, og som raskt kan gi både harde og myke gevinster, sier Larsen.
Han viser også til at 43 prosent oppgir at de tror generativ AI vil overta mellom 11 og 25 prosent av dagens oppgaver i løpet av fem år.
– Mange ledere har altså en nøktern optimisme når det gjelder AI: De færreste tror at halve virksomheten vil bli automatisert, men at mellom 11 og 25 prosent av oppgavene kan håndteres av AI-teknologi om fem år, sier Larsen.
– Men selv et så beskjedent nivå er mer enn nok til å gjøre en forskjell. Hvis én av fem oppgaver løses raskere, billigere eller med færre feil, får det direkte effekt på kostnader og produktivitet. Poenget er at gevinstene garantert er der allerede – men de blir synlige først når man faktisk måler dem.
Gå fra eksperiment til konkurransefortrinn
Det er ingen tvil om at AI har gjort sitt inntog. 73 prosent av respondentene i undersøkelsen oppgir at de bruker AI-teknologi i bedriften. Men så lenge bare tre prosent oppgir at de måler verdien systematisk, risikerer de fleste å gå glipp av det virkelige potensialet.
– Budskapet mitt til CEO-er og CFO-er enkelt: Begynn å måle hva AI faktisk skaper av verdi, og styr satsingen inn der du får størst effekt, sier Larsen.
– Den som klarer å knytte AI til faktiske resultater, får et fortrinn. Den som lar teknologien forbli et eksperiment, blir stående igjen på sidelinjen.
