– Det har større effekt å satse på KI som kan gi skikkelig forretningsverdi enn å smøre tynt ut over mange initiativ, sier Lars Meinich Andersen som er leder for data og KI i PwC og hjelper de største bedriftene i Norge med kunstig intelligens.
Kunstig intelligens (KI) eller Artificial Intelligence (AI) på engelsk er i ferd med å endre næringslivet. Stadig flere selskaper ser muligheten til å øke lønnsomheten gjennom riktig bruk. Vår CEO Survey viser at mens kun to av ti norske toppledere sier de får lønnsomhet fra KI i dag, forventer fire av ti profitt i løpet av det kommende året. Med riktig strategi og tilpasning kan KI bli en avgjørende konkurransefordel for mange virksomheter fremover.
Gå fra å teste mange små piloter til å skalere opp noe som kan gi større effekt.
KI handler ikke bare om økt produktivitet eller effektivitet. Noen KI-systemer kan nå resonnere og "forstå" konsekvensene av sine egne beslutninger. KI kan utføre komplekse oppgaver, som å designe nye tjenester eller go-to-market-strategier. Andre KI-modeller kan oppdage og rette på sine egne feil. Nå som KI har blitt enda mer kraftfullt og pålitelig, er det på tide å integrere det i din daglige drift. Hvis du ikke prioriterer det, så kan konkurrenten som setter det høyt opp på agendaen få store konkurransefortrinn som blir vanskelige å ta igjen.
En effektiv KI-strategi skal levere verdi allerede det året du implementerer den. Dette er en systematisk tilnærming som hjelper ditt selskap med å høste ekstra verdi fra for eksempel et økende antall engasjerende kundeopplevelser, produkter med mulighet for høyere inntektsgenerering, eller tjenester med mer produktive arbeidsflyter. Denne tilnærmingen er avhengig av tilgang til data av høy kvalitet og at verdiøkende tiltak implementeres raskt, med muligheter for skalering. Den krever også nøye prioritering. Og hver fase genererer verdi som bidrar til å finansiere den neste.
Les også: Alt om Data Governance og hvordan utnytte dataene dine
Den andre delen av porteføljen fokuserer på noen utvalgte prosjekter som er oppnåelige, men som krever dedikert oppmerksomhet og ressurser: Som helt nye måter å arbeide på, interagere med kunder eller designe produkter.
Den tredje delen av porteføljen fokuserer på noen få ambisiøse mål hvor KI er integrert i forretningsmodellen. Dette krever tid og tydelig prioritering av ressursbruk. Vår anbefaling er at dette drives strategisk fra toppledelsen.
Valg av språkmodeller blir mindre viktig. Fokuser i stedet på hvordan KI brukes med institusjonell kunnskap og data.
Tidligere digitale trender, som internett, mobil, cloud og sosiale medier, har vist oss at de selskapene som evner å tilpasse forretningsstrategien og produktene sine til de behovene kundene og konsumentene får som følge av teknologisk nyvinning, er de som står seirende igjen.
Selskaper i USA og Kina, med et mer fleksibelt reguleringsmiljø, kan få et teknologisk forsprang sammenlignet med oss i Europa.
Til tross for at 60 % av norske toppledere (PwC CEO Survey 2025) ser en økning i ansattes effektivitet som følge av KI, rapporterer kun 18 % at de ser økt lønnsomhet. Hvorfor er ikke sammenhengen mellom økt effektivitet og økte inntekter sterkere?
En viktig årsak kan være manglende strategisk forankring: 50 % av virksomheter har fortsatt ingen klar plan for hvordan de skal ta i bruk KI.
For å sette prioriteringer for operasjonalisering av KI i stor skala må du identifisere hva KI kan gjøre for din bedrift og bransje. Hvor vil KI redusere kostnader, skape ny verdi, heve kundens forventninger, true kjernevirksomheten din og støtte nye forretningsmodeller? KI kan for eksempel presse marginene i én forretningslinje, men samtidig bidra til vekst i en annen med kostnadseffektive, hyperpersonaliserte tilbud.
KI vil gi deg avkastning på din datamodernisering hvis du gjør det riktig. Du trenger en helhetlig tilnærming til data i organisasjonen, men samtidig trenger du ikke å modernisere alt på én gang. I stedet bør du sette prioriteringer for hvilke deler av dataarkitekturen din som skal gi verdi først. Fokuser på å finne akkurat den rette datamengden å modernisere.
Dagens KI kan ofte oppnå sitt formål med et lite, men høykvalitets datasett. Deretter kan den generere syntetisk data for å fylle eventuelle hull.
Sett opp datadrevne målinger på forretningsrelevante KPI-er der KI er involvert, som nye inntektsstrømmer, akselerert prosjektgjennomføring, produktivitetsforbedringer og kundeopplevelse. Samtidig er det viktig at du sørger for at KPI-ene dine ikke oppmuntrer til overdreven automatisering. Menneskelig tilsyn og ledelse av KI vil alltid være nødvendig.
Hvis du tror at KI vil redusere arbeidsstyrken din, tenk om igjen. I år vil du ønske en rekke nye digitale medarbeidere velkommen til teamet: KI-agenter.
De kan svært effektivt gjøre både enkle og mer avanserte oppgaver innen salg, markedsføring, økonomi og HR, og kan også spille en viktig rolle som en sparringspartner som er mer integrert i selskapets kjerneprosesser.
En KI-agent kan autonomt utføre mange oppgaver, som å håndtere rutinemessige kundehenvendelser, produsere førsteutkast av programvarekode eller omdanne menneskelige designideer til prototyper. Arbeidsflyter vil fundamentalt endres, men mennesker vil fortsatt være avgjørende, siden den virkelige verdien skapes av en menneskeledet, teknologi-drevet tilnærming.
Mennesker instruerer og overvåker KI-agenter mens de automatiserer enklere oppgaver. Mennesker itererer med agentene på mer komplekse utfordringer, som innovasjon og design. Og mennesker orkestrerer et team av KI-agenter, tildeler oppgaver og forbedrer samt sammenstiller resultatene.
KI-agenter vil endre arbeidslivet ved å blande menneskelig kreativitet med maskinell effektivitet, noe som vil øke produktiviteten og innovasjonen.
Det norske arbeidsmarkedet står overfor store metautfordringer. Ifølge SSB vil vi innen 2050 kun ha 2,3 personer i yrkesaktiv alder per pensjonist – en tydelig indikasjon på den kommende eldrebølgen. Samtidig opplever vi allerede i dag kompetansemangel. To av tre selskaper rapporterer om manglende kompetanse, og 46 % av arbeidstakere vurderer å bytte arbeidsgiver i løpet av det neste året. I tillegg er belastningen på dagens arbeidsstyrke merkbar. 68 % av ansatte oppgir at de ikke har tid eller energi til å utføre jobben sin med ønsket kvalitet. Konsekvensene ser vi tydelig: Stadig flere peker på utbrenthet som en voksende utfordring i arbeidslivet – og overskrifter som «Utbrenthet er den nye folkesykdommen» har blitt mer enn bare tabloide utsagn.
Tallene taler for seg: 91 % av arbeidstakere har brukt KI det siste året. De som benytter teknologien jevnlig, rapporterer at de blir mer kreative, mer effektive og opplever økt jobbtrivsel – faktorer som kan bidra til å redusere utbrenthet. Samtidig peker 40 % av ansatte på ineffektive administrative oppgaver som den største barrieren for produktivitet.
– Dette er et område hvor KI har mange “quick wins”, med konkrete løsninger som kan automatisere tidkrevende prosesser og frigjøre kapasitet til mer verdiskapende oppgaver, sier PwC-manager Tina Aimée Saltskår som er ekspert på kompetanseheving i virksomheter.
Etter hvert som selskaper blir dyktigere på orkestrering og styring av KI-agenter, kan de også skape KI-baserte arbeidsstyrker i lavkostnadsland.
Immaterielle rettigheter (IP) knyttet til utviklingen av KI-agenter, og hvor denne IP-en er lokalisert geografisk, kan gi skattemessige fordeler.
Å bygge egne sentre for KI-agenter, i stedet for å leie KI-tjenester fra eksterne leverandører, kan kreve en innledende investering, men vil gi større avkastning på sikt.
Mennesker må tilpasse seg en ny måte å utføre arbeid på. De vil samarbeide med KI-agenter på samme måte som med kreative og selvstendige teammedlemmer i dag.
For å drive denne endringen må lederne vise vei – og tydelig kommunisere at KI er et verktøy for å øke verdien av mennesker, ikke for å erstatte dem.
HR må administrere en arbeidsstyrke som består av både mennesker og KI-agenter. Det vil kreve nye ferdigheter, nye tilnærminger til rekruttering og kompetanseutvikling og nye måter å måle talent på.
Når KI tar seg av nesten alle oppgaver på inngangsnivå, må selskaper samarbeide med universiteter og utdanningsinstitusjoner for å sikre at nye talenter kan gå direkte inn i høyere nivå-roller.
Siden KI-agenter er delvis autonome, krever de en menneskeledet styringsmodell.
Balanser kostnader og ROI
Utvikle KPI-er for menneske-KI-samarbeid
Sørg for et ansvarlig KI-rammeverk som hindrer utilsiktede, skadelige eller ikke-kompatible KI-beslutninger
Risikostyring og ansvarlig KI-praksis har vært en hovedbekymring for ledere, slik vi forutså i fjor da vi sa at 2024 ville være et sannhetens øyeblikk for tilliten til KI. Likevel har det vært begrenset konkret handling.
Dette vil endre seg.
I 2025 vil bedriftsledere måtte slutte å håndtere KI-styring i isolerte deler av virksomheten.
Etter hvert som KI blir en integrert del av driften og markedstilbudene, vil selskaper trenge systematiske, transparente tilnærminger for å sikre varig verdi fra KI-investeringene. De vil også måtte håndtere risikoen ved storskala- implementering.
Det blir nødvendig å sikre kontrollmekanismer for å håndtere risiko med kunstig intelligens.
Selv om spesifikke reguleringer ikke nødvendigvis krever KI-vurderinger, vil interessenter forlange det. På samme måte som de forventer tillit til finansielle resultater, cybersikkerhet og personvern.
Bedriftsledere, særlig de som driver KI-transformasjoner, vil kjempe for nødvendig KI-tilsyn.
De vil ikke vente på klokkeklare lover. KI beveger seg for raskt og er for forretningskritisk til det.
Tidligere, da KI kun ble brukt i isolerte tilfeller, var ikke konsekvensene av feilaktige ROI-beregninger så store.
Nå er situasjonen en annen:
Ansatte er avhengige av KI daglig
Kunder forventer KI-drevne opplevelser og tjenester
KI blir avgjørende for inntektsvekst
Hvis KI ikke er tillitsvekkende for interessenter, hvis det er sårbart for cyberangrep, eller hvis prosjekter går over tid og budsjett, vil selskapet ta skade.
Les mer: Hvordan ta i bruk kunstig intelligens på en trygg måte? Trestegs guide.
Det kan komme fra:
Interne revisjonsteam med riktig KI-kompetanse
Eksterne eksperter som vurderer KI-systemene etter bransjestandarder
Uansett tilnærming, vil en uavhengig vurdering av KI-styring og kontrollmekanismer være avgjørende i 2025 og fremover.
Ansvarlig KI handler om å utvikle og bruke kunstig intelligens som er etisk, transparent og rettferdig, og om å skape systemer som respekterer brukerens rettigheter. Som en pådriver til dette trer EU sin AI Act i kraft i 2026.
De beste er de som innoverer, er effektive og samtidig overholder de nye kravene og tar i bruk KI på en ansvarlig måte.
Les mer: Slik påvirker AI Act din virksomhet
Hvis du ikke allerede har gjort det, er en KI-risikovurdering det første skrittet mot ansvarlig KI.
Utvikle et KI-fokusert risikokart for å sikre at styringsbeslutninger er konsekvente og repeterbare
PwC’s KI-risikokart dekker blant annet:
KI-modeller
Datasett
Systemer og infrastruktur
Juridiske og samsvarsrelaterte faktorer
Prosesspåvirkning
Ett spesielt viktig fokusområde er leverandører og tjenestetilbydere – hvordan de bruker KI i sine løsninger, og om de kan gi validering via rapporter som SOC-2.
Bestem hvordan du vil legge til uavhengig, kontinuerlig validering av KI-systemer og resultater:
Interne team med spesialkompetanse
Eksterne leverandører med KI-ekspertise
Start med de mest risikofylte områdene, de med størst eksponering eller finansielle konsekvenser.
KI-regulering og tilsyn er nødvendig i alle bransjer, men forskjellige sektorer krever ulike tilnærminger:
Finans: Må håndtere eksisterende regulatoriske krav som ble laget for eldre teknologi.
Aerospace & Defense og andre med tett offentlig samarbeid må følge globale regelverkstrender nøye.
For å se hvordan din bedrift ligger an sammenlignet med bransjekolleger på kritiske KI-styringsområder, ta en kort undersøkelse for å få en benchmark-rapport.
KI vil akselerere energiomstillingen. Den vil også hjelpe selskaper med å nå sine bærekraftsmål, spesielt i utslippsintensive sektorer som produksjon, bygg og transport. Hvis de bruker KI riktig.
Samtidig krever KI enormt mye energi. Det finnes ikke nok elektrisitet eller datakapasitet til at alle selskaper kan rulle ut KI i stor skala. Flere chip-produsenter kommer på banen, modellene utvikles videre, og energiforsyningen øker – men vi vil ikke nå balanse mellom tilbud og etterspørsel i 2025.
Derfor bør selskaper behandle KI som en verdiskapende investering, ikke en volumstrategi.
Ja, KI bør implementeres i stadig flere områder, men strategisk planlegging av hvor og hvordan KI brukes blir avgjørende.
Eksempelvis kan du designe KI-grensesnitt på en måte som oppfordrer brukerne til å unngå unødvendig KI-kjøring, slik at KI-ressurser brukes mest mulig effektivt.
Ifølge Det internasjonale energibyrået (IAE) så fører Deepseeks teknologi til mye mindre energibruk. Datakraften som trengs for å trene Deepseek R1-modellen er bare en ellevtedel av det som kreves for Metas Llama-modell. Llama-modellen krever igjen mye mindre enn OpenAIs ChatGPT. Som et resultat er energibehovet for Deepseek R1 mye lavere, noe som gjør den til et mer energieffektivt alternativ. Professorer fra NTNU argumenterer for det motsatte: De mener at Deepseek kan akselerere KIs energibruk.
Disse kortsiktige utfordringene bør ikke overskygge det store bildet.
KI vil være en pådriver for bærekraftsmål globalt:
Næringslivet vil presse på for mer fornybar energi og smartere strømnett som utnytter energi mer effektivt.
Presset kan også komme fra din egen bedrift.
Selv om det ofte er KI-leverandørene som står for mesteparten av KI-relatert karbonutslipp, er det sluttbrukerne – altså bedriftene – som må rapportere dette i sitt klimaregnskap.
Velge grønne KI-leverandører
Sette krav til bærekraftige serverløsninger
På innsiden av organisasjonen kan KI gjøre det enklere å overholde de nye reguleringene for bærekraftsrapportering i USA, EU og andre regioner.
De amerikanske klimarelaterte reglene fra SEC kan forbli på vent, men delstater som California vil trolig utvikle egne reguleringer.
KI kan:
KI vil også hjelpe selskaper med å optimalisere bærekraften i hele verdikjeden.
For eksempel kan selv små leverandører bruke KI til å levere detaljerte utslippsdata, som deres månedlige eller årlige energiforbruk.
KI kan også kvalifisere nye former for verdiskaping, som å beregne den kommersielle verdien av lavkarbonprodukter.
Når disse KI-kapasitetene integreres i forretningsstrategier og daglige prosesser, vil ikke lenger bærekraftsdata være noe som kun ESG-spesialister håndterer. Alle ansatte vil kunne bruke dataene i beslutningsprosesser.
Hvis du bruker det riktig, kan KI gjøre både karbonmål og alle andre bærekraftsmål mer oppnåelige.
Over tid vil:
Alle ansatte bør ha tilgang til grunnleggende KI, men avanserte løsninger må innføres strategisk.
Toppledelsen må fatte beslutninger i tråd med selskapets styrker, datatilgang og prioriteringer.
Automatisere datainnsamling
Gjenbruke data på tvers av rapporteringskrav
Redusere rapporteringskostnader
Måle og redusere karbonavtrykket
For å sikre at bærekraftstiltakene dine faktisk gir effekt, bør du måle KI’s direkte og indirekte påvirkning, også gjennom leverandørene dine.
Jo mer du måler dette, desto mer press vil KI-leverandørene føle for å redusere sitt eget fotavtrykk.
Du kan også bruke disse bærekraftsdataene til markedsføring.
Energibehovet ditt
Karbonutslippene dine
Når du:
Hvis din bedrift produserer fysiske varer og produktutviklingsteamene dine ennå ikke bruker KI til design, prototyping og testing, er nå tiden for å starte.
Multimodal KI kan behandle og generere ulike typer data, fra CAD-filer til simuleringer. Det revolusjonerer produktdesign og FoU-prosesser.
For eksempel kan generativ KI:
KI kan hjelpe deg med å:
Iterere design på timer i stedet for uker
Teste løsninger virtuelt før prototyper bygges
Oppdage feil tidligere, før produksjon starter
Basert på PwCs arbeid med kunder og vår analyse av teknologi- og bransjetrender, er vi sikre på at bruk av KI i forskning og utvikling kan redusere tid-til-marked med 50% og senke kostnader med 30% i bransjer som bilindustri og luftfart.
I farmasøytisk industri har KI allerede halvert tiden for legemiddelutvikling.
Ingeniører med dyp ekspertise innen design og produksjon mangler ofte grunnleggende data science-kompetanse.
Til sammen vil dette skape mer fornøyde kunder og sluttbrukere.
Etter hvert som design- og ingeniørteam enten hever sin kompetanse eller erstattes av KI-drevne prosesser, vil selskapers FoU-kapasitet fleredobles.
Dette vil være starten på en æra med akselererende innovasjon innen produktdesign og utvikling.
For å utnytte KI i produktdesign, må bedriften din ha:
Moderne sky- og dataarkitektur
Edge KI-løsninger som kan støtte ingeniørteamene dine
KI kan hjelpe IT-avdelingen med å transformere seg selv for å støtte bredere KI-initiativer, inkludert:
Softwareutvikling
Cybersikkerhet
Datamodernisering
Balansen av kompetanse teknologiteamene dine trenger vil endre seg drastisk.
Selv team som utelukkende jobber med fysiske produkter, vil trenge kunnskap innen data- og datavitenskap.
KI vil endre alle bransjer, men noen vil bevege seg raskere enn andre. Det er kanskje ikke de vanlige mistenkte som tar ledelsen.
Flere store sektorer vil utvikle seg slik med KI det neste året:
Bedrifter rettet mot forbrukere vil ta i bruk KI i hele virksomheten sin.
KI vil styrke:
Mange vil redesigne kundeopplevelsen med en kombinasjon av mer engasjerende chatboter og KI-agenter.
Disse vil gi menneskelige kundebehandlere nøyaktig den informasjonen de trenger for å bistå kunder raskere og mer presist.
Andre KI-agenter vil (under menneskelig tilsyn) automatisere interaksjoner med kunder, ved å bruke flere kontaktpunkter for å skape en imponerende kundeopplevelse.
Flere inntektsmuligheter vil også komme fra avansert KI-drevet dynamisk prising, som justerer seg umiddelbart basert på markedsskift og konkurransesituasjon.
Flere selskaper vil bruke KI til å akselerere due diligence-prosesser for oppkjøp og investeringer, samt for å navigere i det regulatoriske landskapet.
Noen ledende selskaper vil også starte med KI-drevet produktdesign, men mange mangler fortsatt kompetanse og infrastruktur for å fullt ut utnytte denne muligheten.
Disse etternølerne må ta igjen forspranget raskt.
KI har en bred påvirkning, men de største resultatene sees hos KI-native startups og de største finansinstitusjonene.
Vi ser en ny bølge av fintech-selskaper, der bedrifter som bruker kunsitg intelligens fra start løser gamle problemer med nye plattformer og forretningsmodeller.
Samtidig eksperimenterer store finansinstitusjoner med KI innen:
Denne eksperimenteringen gir dem et fortrinn, ettersom de ikke bare utvikler ny teknologi, men også forbedrer risikomodellene sine.
Mens KI-native selskaper og storbankene fortsetter å utvikle strategiene sine, er det en risiko for at selskaper som ikke har kommet igang med sin KI-strategi vil begynne å sakke akterut i 2025.
Bruken av KI i helse vil skyte fart i 2025.
Selskaper innen farmasi og medisinsk teknologi vil være i front når det gjelder å bruke KI for å revolusjonere verdikjeden sin, spesielt innen legemiddelutvikling og medisinske produkter.
Selv om regelverket blir mer fleksibelt, vil helseindustrien fortsatt være ansvarlig for sensitive data og avgjørelser som handler om liv og død.
I 2025 vil en mindre gruppe ledende selskaper begynne å dra fra konkurrentene.
Disse industribedriftene som har høy datakvalitet og standardiserte prosesser, vil bruke KI til å:
Mange andre selskaper vil fortsatt være opptatt med å oppgradere teknologi, datastyring og KI-kompetanse, og eksperimenteringen vil øke.
Dette vil skape nye spørsmål om organisasjonsstruktur, driftsmodeller og talentbehov.
I 2025 vil KI-agenter begynne å endre etterspørselen etter programvareplattformer.
Bedrifter vil bruke dem til å tilpasse og forlenge levetiden til eksisterende IT-systemer, som ERP-løsninger.
Med KI-agenter som fyller hullene i eksisterende programvare, kan noen selskaper velge å investere mindre i premium-oppgraderinger.
Dette kan tvinge programvareselskaper til å endre forretningsmodellene sine, fra store plattforminvesteringer til mer skreddersydde KI-løsninger.
Samtidig vil telekomselskaper ta i bruk hybride KI-løsninger, som kombinerer:
Dette vil både styrke deres egne KI-evner og redusere avhengigheten av tradisjonelle partnere.
Les hva Kjerstin Braathen i DNB og Kristine Steidel i Microsoft sier om utviklingen av kunstig intelligens.
Les om våre KI-tjenester og kontakt oss gjerne for en uforpliktende prat om KI i din virksomhet!
Lars Meinich Andersen