KI blir ikke en ny sjef. Den blir en ny måte å styre på.
Det er lett å bli sugd inn i KI-debattens mest dramatiske påstander: at generativ KI snart kan erstatte beslutningstakere og "ta over" hele jobber. I arbeidslivet ser vi oftere et annet mønster - mindre spektakulært, men viktigere: Når teknologien faktisk virker, er det fordi mennesker har gjort forarbeidet. Oppgaven er avgrenset, kvalitetskravene er tydelige, og det finnes faste rutiner for kontroll.
Generativ KI bygger i praksis på store språkmodeller (LLM-er): modeller som predikerer sannsynlig neste ord. Det gjør dem gode på struktur, oppsummering, formulering og førsteutkast. Men det gjør dem svake som autopilot når nye situasjoner krever faglig skjønn og ansvar i sanntid.
Derfor stopper mange satsinger i pilot. Gartner anslo i 2024 at minst 30 prosent av generativ KI-prosjekter vil bli forlatt etter proof of concept innen utgangen av 2025 - typisk på grunn av dårlig datagrunnlag, utilstrekkelig risikokontroll, økende kostnader eller uklar verdi. BCG beskriver et lignende verdigap: I en global studie fra 2025 rapporterer bare en liten andel at de får AI-verdi "i skala", mens et flertall oppgir liten eller ingen effekt, til tross for investeringer. Poenget er ikke at generativ KI ikke virker, men at verdien sjelden kommer av seg selv.
Den skjulte regningen er kontroll. Setter du KI på en uklart definert oppgave, får du ofte et svar som ser riktig ut. Men hvis feil har konsekvenser, må noen kvalitetssikre, rette, rydde opp og håndtere avvik. Tenk kundeservice: et "plausibelt" feil svar kan redusere henvendelser der og da - og øke reklamasjoner og misnøye senere. Den jobben havner ofte hos ansatte som allerede er presset på tid.
Da blir "effektiviseringen" i praksis en ny form for styring: mer tempo, mer standardisering, mer dokumentasjonsarbeid - og mer risiko flyttet nedover i organisasjonen.
Derfor ligger de mest robuste gevinstene i lavterskel, systematisert bruk. Ikke "erstatt en rolle", men bygg bedre arbeidsflyter. I praksis betyr det å gjøre noe prosaisk før man ruller ut verktøy: avgrense oppgaver og forventet resultat, lage maler og sjekklister, definere kvalitetskriterier og kildekrav, legge inn kontrollpunkter og avklare ansvar.
Når rammene er tydelige, kan KI gjøre det den er god på: foreslå struktur, lage førsteutkast, oppsummere, sortere og standardisere språk. Uten rammer blir den fort en generator av plausible feil - og et nytt behov for opprydding.
Denne utviklingen ligner det forskere og internasjonale organisasjoner omtaler som algoritmisk ledelse: systemer som bruker data og programvare til å organisere, fordele, overvåke og evaluere arbeid, delvis som en erstatning for klassiske lederoppgaver. Generativ KI blir ikke sjefen, men den kan gjøre styring mer gjennomgripende - fordi språk, rapportering og dokumentasjon er selve infrastrukturen i store deler av arbeidslivet.
Derfor bør vi stille andre spørsmål enn "når blir KI bevisst?". Spør heller: Hvilke arbeidsprosesser blir standardisert - og hvem setter standarden? Hvem får gevinsten når tempoet øker - og hvem får kontrolljobben? Og hvem står ansvarlig når systemene feiler?
Potensialet er stort. Men gevinsten kommer ikke av å late som om språkmodeller er nye beslutningstakere. Den kommer av å rydde opp i prosesser, avklare ansvar og bygge rammer som tåler virkeligheten. Da blir KI et nyttig verktøy. Uten det blir den lett en ny måte å styre på.
Martin Indrebø Skovli
daglig leder, KI Eksperten