Innhold Vis
Norske bedrifter forventer at AI innen 2029 skal gi 31 prosent inntektsvekst og 27 prosent kostnadsreduksjon. Det er nesten tre ganger høyere enn tilsvarende forventninger i europeiske selskaper. Problemet? Nesten ingen ser disse resultatene i dag. Boston Consulting Group slår alarm i en ny rapport: Norge risikerer en AI-verdiboble.
BCG-rapporten «Nordic AI Inflection Point: Value Creation or Value Bubble?» tegner et bilde av norsk næringsliv som er entusiastisk på papiret, men sliter med å omsette AI-investeringer til faktiske resultater. Det er ikke et nytt fenomen internasjonalt – men tallene for norske selskaper er ekstra tydelige.
Her er hva rapporten fant – og hva jeg tror det faktisk betyr.
Hva sier BCG-rapporten om norske AI-investeringer?
Tallene er litt paradoksale. På den ene siden: norske ledere er mer optimistiske enn nesten noen andre i Europa. 31 prosent forventet inntektsvekst og 27 prosent kostnadsreduksjon innen 2029 – det er ambisiøst, for å si det mildt.
På den andre siden: ifølge BCG-pressemeldingen via NTB går 43 prosent av norske selskapers AI-budsjetter til standardverktøy for effektivisering av eksisterende prosesser. Ikke til å transformere forretningsmodellen. Ikke til å bygge nye inntektsstrømmer. Til å gjøre det de allerede gjør – litt raskere.
Og her er den virkelig interessante statistikken: 50 prosent av norske selskaper forventer at agentbasert AI skal stå for over 25 prosent av fremtidig verdiøkning. Men nesten tre av fire selskaper investerer under 5 prosent av AI-budsjettet sitt i nettopp agentbaserte løsninger. Man forventer transformasjon, men betaler for effektivisering.
Er dette egentlig en boble?
Ordet «boble» er ladet. Jeg har skrevet om OpenAIs 850-milliarders verdsettelse og Nvidias sirkulære pengespill med AI-selskaper tidligere – og spørsmålet om AI er overvurdert er genuint interessant.
Men BCG snakker egentlig ikke om en finansiell boble i tradisjonell forstand. De snakker om en verdiboble – gapet mellom hva folk tror AI vil gjøre for dem, og hva det faktisk gjør for bunnlinjen.
Alexander Gray, Managing Director hos BCG, formulerer det presist: «Når forventninger vokser raskere enn faktisk effekt, oppstår en KI-verdiboble.» Det er en mer subtil poeng enn «AI er overpriset». Det er et implementeringsproblem, ikke et teknologiproblem.
Bare 4 prosent av nordiske selskaper oppnår sterke avkastninger på AI-investeringene sine. Fire prosent. Det er ikke imponerende, gitt nivået på entusiasme og investeringsvilje.
Hva gjør de 4 prosentene annerledes?
BCG peker på noen mønstre blant de som faktisk ser resultater. Det handler ikke om å bruke mer penger eller ha bedre verktøy. Det handler om hva man faktisk gjør med AI:
De som lykkes redesigner prosesser fra bunn til topp, ikke bare legger AI-assistanse oppå det eksisterende. De har tydelig topplederforankring – ikke en «AI-ansvarlig» i et hjørne, men faktisk eierskap hos folk med resultatansvar. Og de koordinerer på tvers av avdelinger i stedet for å kjøre isolerte pilotprosjekter som aldri skalerer.
Gray sier det slik: «For å realisere fullt potensial må man redesigne hvordan arbeidet faktisk utføres – fra ende til ende.» Det høres banalt ut, men det er krevende i praksis. Det betyr å endre roller, ansvar og arbeidsflyt – ikke bare abonnere på Copilot.
Norske HR-avdelinger som case study
En parallell BCG/WFPMA-studie med 7 115 HR-ledere fra 115 land – inkludert 159 fra Norge – illustrerer problemet konkret. Nær 70 prosent av norske virksomheter bruker generativ AI i HR-arbeid allerede: rapportering, opplæring, rekruttering.
Men bare 38 prosent sier at teknologien har stor faktisk betydning for organisasjonen. Resten bruker det – men ser ikke at det flyttes på noe.
Det er gapet BCG advarer mot. Ikke at AI ikke virker, men at måten det implementeres på ikke er koblet til de stedene der verdien faktisk skapes.
Hva betyr dette for norske SMBer?
BCG-rapporten fokuserer på store selskaper, men jeg mener problemstillingen er enda mer relevant for mindre bedrifter. Store selskaper har råd til å eksperimentere og feile. SMBer har ikke den luksussen.
Hvis du driver en liten bedrift og bruker AI til å effektivisere e-postskriving og lage presentasjoner, er det fint. Men det er ikke det som endrer bunnlinjen. Det som faktisk gir uttelling er å bruke AI til å automatisere prosesser som tar mye tid, til å endre hva kundene dine opplever, eller til å gjøre ting du ikke hadde kapasitet til tidligere.
Jeg har skrevet en praktisk startguide for SMBer som vil ta AI i bruk – og kjernen der er den samme: start med prosessen som faktisk koster deg penger eller tid, ikke med det verktøyet som er lettest å komme i gang med.
Er forventningene for høye, eller er implementeringen for svak?
Her er min oppriktige mening: begge deler, men implementeringen er det større problemet.
AI kan faktisk levere store forbedringer. Ikke 31 prosent inntektsvekst for alle – men reelle, målbare gevinster for de som gjør det riktig. Problemet er at «gjøre det riktig» krever mer enn å kjøpe en lisens og håpe på det beste. Det krever at ledelsen faktisk forstår hva AI kan og ikke kan gjøre, at man er villig til å endre prosesser, og at man er tålmodig nok til å la det ta tid.
Norske bedrifter er, basert på tallene, i ferd med å gjøre det samme feile valget som mange internasjonale selskaper: bruke AI som et effektivitetsverktøy i stedet for som en transformasjonskatalysator. Det er ikke feil å starte der. Men hvis man stopper der, vil gapet mellom forventning og virkelighet bare vokse.
Og det er det BCG kaller en verdiboble. Ikke fordi teknologien er dårlig – men fordi man forventer aksjekursvekst og investerer som om man kjøper kontorrekvisita.
Hva tenker du? Kjenner du igjen mønsteret fra din bransje – høye AI-ambisjoner, men treg faktisk realisering?
