Norge tester KI – men tar vi teknologien langt nok?

Tenk deg to nabobedrifter. Den ene har gitt ansatte tilgang til et KI-verktøy. Der stopper det: verktøyet brukes litt når noen husker på det, gjerne til å skrive e-poster eller oppsummere møter. Den andre har bygget kunstig intelligens inn i kjerneprosessene – i produksjonsplanlegging, kundedialog og produktutvikling. Samme teknologi. Helt ulik effekt.

Det er dette gapet som gjør at Norge, ifølge flere målinger de siste årene, fortsatt ligger bak sammenlignbare land på KI-bruk. Vi tester mye. Men vi integrerer for lite.

Tallene viser framgang – men også et tydelig skille

En fersk rapport fra Samfunnsøkonomisk Analyse, laget for NHO, Abelia, NHO Elektro, Fornybar Norge og Norsk Industri, viser at andelen norske virksomheter som bruker kunstig intelligens har mer enn doblet seg på to år – fra 24 prosent i 2023 til 55 prosent i 2025. På overflaten er dette et tydelig tegn på framgang.

Ser vi nærmere på tallene, blir bildet mer nyansert. Bare rundt 20 prosent av bedriftene regnes som reelle frontløpere – virksomheter som har integrert KI bredt i kjerneprosessene og bruker teknologien strategisk. Det er denne gruppen som faktisk henter ut gevinstene, med målbart høyere produktivitet og oftere økte inntekter. Mange andre tester fortsatt sporadisk, uten at det endrer hvordan virksomheten jobber i praksis.

Et nordisk sammenligningsstudium fra Microsoft, LinkedIn og EY, gjennomført blant over 1 200 virksomheter, fant at bare 14 prosent av norske virksomheter hadde satt i gang konkrete prosjekter for å utforske generativ KI. Det er godt under det nordiske snittet på 21 prosent – og betydelig lavere enn Finland, som lå på 26 prosent.

Hvorfor blir ikke KI en del av hverdagen?

Forklaringen ligger sjelden i teknologien alene. Ifølge Microsoft Norge er det først og fremst organisatoriske, ikke tekniske, hindringer som bremser norske virksomheter.

Bare 15 prosent av nordiske bedrifter oppgir å ha en tydelig KI-strategi. Ni prosent vet ikke engang om de har en. Det betyr at kunstig intelligens for mange ikke er koblet til mål, prioriteringer, retningslinjer eller daglig drift. I stedet blir KI noe ansatte prøver seg fram med på egen hånd.

Så kommer den mindre synlige, men helt nødvendige jobben: å rydde i egne data, etablere god tilgangsstyring og sikre rutiner for datasikkerhet. Uten dette grunnarbeidet er det vanskelig å gå fra eksperimenter til løsninger som faktisk endrer hvordan virksomheten skaper verdi.

I tillegg melder over en tredjedel av virksomhetene i den nordiske undersøkelsen om mangel på digital kompetanse i egen organisasjon. Det er ikke bare et rekrutteringsproblem. Det er også et opplærings- og ledelsesproblem.

Er vi for komfortable til å skape endring?

Her ligger kanskje det mest krevende spørsmålet: Har vi rett og slett ikke kjent presset sterkt nok? Med høy produktivitet, en solid velferdsstat og en oljeformue i ryggen har norske virksomheter historisk hatt mindre å tape på å vente og se. Andre europeiske land, med tynnere marginer, kan ha hatt sterkere insentiver til å presse gjennom endring raskere.

Spørsmålet er om denne komforten er i ferd med å bli kostbar. Norge står foran varslet knapphet på arbeidskraft. Rapporten fra NHO peker nettopp på at bred KI-bruk kan frigjøre arbeidstimer til annen verdiskaping – men bare for virksomheter som tar steget fra pilot til praksis.

Fra KI-pilot til faktisk verdi

Gapet mellom Norge og resten av Norden handler mindre om vilje – og mer om ledelse, struktur og tålmodighet til å gjøre grunnarbeidet først. Frontløperne har ikke nødvendigvis bedre teknologi enn naboen. De har bygget et bedre fundament for å bruke den.

Derfor er spørsmålet til egen arbeidsplass kanskje ikke bare: «Bruker vi KI?» Det viktigere spørsmålet er: «Har vi en plan for hvordan KI skal skape verdi – eller lar vi det skje litt her og litt der?»

Kilder

– [Bruk av kunstig intelligens i norsk næringsliv, Rapport nr. 1-2026 (Samfunnsøkonomisk Analyse for NHO m.fl.)](https://www.nho.no/contentassets/0c161f2827a5433da3dbd68ed68961d4/rapport_endelig_1.pdf)

– [NHO: KI-bruken doblet i næringslivet, viser fersk rapport](https://www.nho.no/tema/digitalisering/artikler/bruken-av-kunstig-intelligens-ki-i-norsk-naringsliv-oker/)

– [Are Nordic organisations ready for AI? (Microsoft, LinkedIn, EY m.fl.)](https://finansforbundet.dk/media/2z4mgccl/ai-i-norden_engelsk.pdf)

– [Microsoft Norge: Ny KI-studie – her henger Norge etter i Norden](https://kommunikasjon.ntb.no/pressemelding/18067838/ny-ki-studie-her-henger-norge-etter-i-norden)

Sist i Norden – igjen: Hvorfor henger Norge etter i KI-kappløpet?

For tredje år på rad havner Norge på sisteplass i TEK Norges nordiske KI-måling – bak Finland, Sverige og Danmark. Forklaringene er flere: manglende infrastruktur, et nølende næringsliv, for få KI-selskaper – og kanskje oljen som sovepute. Spørsmålet er hva sisteplassen betyr for konkurransekraften vår når KI blir den viktigste produktivitetsdriveren i tiårene som kommer.

I mai 2026 slapp TEK Norge sin årlige rapport «Nordisk mesterskap i KI», utarbeidet av NyAnalyse. Konklusjonen var den samme som i 2024 og 2025: Finland leder, Sverige følger, deretter Danmark – og til slutt Norge. Én sisteplass kan være tilfeldig. Tre på rad er et mønster. Og mønstre bør tas på alvor, særlig når de handler om teknologien som vil forme både næringsliv og velferdsstat de neste tiårene. Her er fire områder der skoen trykker.

1. Infrastrukturen stopper ved bredbåndet

Norge har en digital grunnmur få land kan måle seg med: Bredbåndsdekningen er over 99 prosent for 100 megabit og 96,3 prosent for gigabithastighet. Men KI-kappløpet avgjøres ikke av fiber til hjemmet – det avgjøres av regnekraft. Rapporten peker på manglende KI-infrastruktur som en av Norges største svakheter: for få datasentre med kapasitet for trening og drift av store modeller, og for lite nasjonal regnekraft tilgjengelig for forskning og næringsliv. Finland har på sin side huset den europeiske superdatamaskinen LUMI i flere år og bygget et økosystem rundt den. Paradokset er påfallende: Norge har fornybar kraft, kjølig klima og stabile rammevilkår – i utgangspunktet perfekte forutsetninger for datasentre. Men uten en tydelig nasjonal satsing forblir fortrinnet uutnyttet.

Samtidig er dette ikke et argument for å bygge for enhver pris. Investering i datasentre nasjonalt er selvsagt også et spørsmål om natur og bærekraft: Datasentre krever store mengder kraft og areal, og i et land der både urørt natur og fornybar energi er knapphetsgoder, må utbygging veies mot naturinngrep, kraftbehovet til annen industri og lokalsamfunnenes interesser. En nasjonal satsing må derfor handle om å bygge smart – med strenge krav til energieffektivitet, gjenbruk av spillvarme og lokalisering der belastningen er minst – ikke om å bygge mest.

2. Et næringsliv som nøler

Det andre området rapporten trekker frem, er et «tregt næringsliv». Norske virksomheter tar i bruk KI senere og i mindre skala enn sine nordiske naboer. Da Samfunnsøkonomisk Analyse (SØA) undersøkte KI-bruken i norsk næringsliv på oppdrag fra NHO, Abelia, Nelfo og Finans Norge, hadde bare én av fire virksomheter tatt i bruk kunstig intelligens. Barrierene er velkjente: mangel på kompetanse, usikkerhet om regelverk og gevinst, og en hverdag der drift sluker utviklingskapasiteten. Dette er ikke et spørsmål om vilje alene, men om struktur. Norsk næringsliv består i stor grad av små og mellomstore bedrifter uten egne teknologimiljøer. Når kompetansen er knapp og dyr, og gevinstene føles usikre, blir KI fort et prosjekt som skyves til neste år. Problemet er at «neste år» nå har vart i tre år.

3. For få KI-selskaper – og for lite kapital

Det tredje funnet er at Norge rett og slett har for få KI-selskaper. Sverige har bygget opp et miljø av KI-baserte vekstselskaper rundt sterke tech-klynger i Stockholm, og Finland har systematisk koblet universiteter, industri og oppstartsmiljøer. I Norge er KI-gründerne færre, og tilgangen på risikokapital i tidlig fase er trangere. Dette kjenner jeg igjen fra min egen tid som gründer: Norske oppstartsselskaper må ofte til utlandet for å hente kapital, og virkemiddelapparatet er ikke rigget for selskaper der den viktigste innsatsfaktoren er regnekraft og forskningstunge utviklingsløp. Uten flere KI-selskaper får vi heller ikke kompetansemiljøene, ringvirkningene og eksportinntektene som naboene våre nå bygger.

4. Oljen som sovepute

Det fjerde området står ikke i noen tabell, men ligger under alle de tre andre: Norge mangler omstillingspress. Finland måtte gjenoppfinne seg selv etter Nokias fall. Sverige har en stor, konkurranseutsatt industri- og tjenestesektor som må vinne globale markeder hver eneste dag. Norge har olje- og gassinntekter og et oljefond som demper enhver krisefølelse. Når statsfinansene er gode og arbeidsledigheten lav, er det vanskelig å mobilisere for omstilling – både politisk og i den enkelte bedrift. Men det er nå, mens vi har råd til det, at vi burde investere tyngst i det som skal finansiere velferden etter oljen.

Hva står på spill?

Tallene fra SØA-rapporten gir en pekepinn på hva som ligger i potten: Digitalisering og KI kan gi opp mot 5 600 milliarder kroner i ekstra verdiskaping frem mot 2040 – hvorav 2 000 milliarder fra generativ KI alene. Men gevinsten er ferskvare. Utsetter vi implementeringen med fem år, reduseres verdiskapingsbidraget kraftig. Sisteplassen i Norden er med andre ord ikke bare et spørsmål om prestisje – det er et spørsmål om hvem som får produktivitetsveksten når en aldrende befolkning, fallende oljeinntekter og mangel på arbeidskraft begynner å stramme til.

Samtidig skal vi nyansere bildet. Som Computerworlds sjefredaktør Henning Meese påpekte i sin leder om rapporten: Norsk offentlig sektor er faktisk best i Norden på KI, vi har aktiv KI-lovgivning og høy offentlig finansiering. Rangeringer måler gjerne det som er lett å måle – antall selskaper, investeringsvolum, regnekraft – ikke nødvendigvis hvor godt teknologien faktisk skaper verdi. Det er et viktig korrektiv. Men det må ikke bli en hvilepute.

For konkurransen Norge deltar i, er ikke et nordisk mesterskap. Det er kampen om å bygge et velferdssamfunn som også fungerer etter oljen. Da trenger vi tre ting: en nasjonal satsing på regnekraft og datasentre som utnytter våre naturgitte fortrinn – innenfor rammene av natur og bærekraft – målrettede ordninger som senker terskelen for KI-adopsjon i små og mellomstore bedrifter, og et virkemiddelapparat og skattesystem som gjør det attraktivt å starte og skalere KI-selskaper i Norge. Tre sisteplasser på rad bør ikke utløse panikk. Men det bør utløse handling.

Kilder