300 positive svar ser overbevisende ut i en markedsundersøkelse. Men hvis alle svarene er laget av KI, har dere ikke fått 300 nye kundesvar. Dere har fått 300 anslag fra en modell. Det er et svakt grunnlag for å bestille varer, starte produksjon eller love investorer at markedet er klart.
Bruk gjerne KI til å utvikle ideer og forberede gode spørsmål. Før bedriften satser penger, må dere undersøke om virkelige kunder har behovet dere vil løse, og om de vil betale for løsningen. Tusen nye svar fra samme modell er ikke tusen nye samtaler med kunder.
Hvem har egentlig svart?
Du kan be KI svare som en innkjøpssjef, en småbarnsforelder eller en bedriftseier. Svaret kan være både detaljert og troverdig. Noen tjenester bygger slike simuleringer på intervjuer og spørreundersøkelser med ekte mennesker. Andre tar utgangspunkt i en oppdiktet kundeprofil. Det er stor forskjell på disse metodene.
Spør derfor hvordan svaret ble til. Har noen faktisk stilt kunden spørsmålet? Har modellen anslått svaret ut fra eldre intervjuer? Eller er både kunden og svaret oppdiktet? Et sitat fra KI er ikke en kundeuttalelse, uansett hvor realistisk det høres ut.
Skill mellom det kundene sier, det kundene gjør, og det KI antar. Et intervju om betalingsvilje er heller ikke det samme som et kjøp. Og ett kjøp viser ikke at kunden vil komme tilbake.
Hva viser forskningen?
Pew Research Center publiserte 30. september 2026 en sammenligning av KI-svar og menneskers svar i tre amerikanske undersøkelsesrunder. Fordelingen av svar avvek i gjennomsnitt med om lag 12 prosentpoeng. Det betyr ikke at 12 prosent av enkeltsvarene var feil. Studien gjaldt meningsmålinger, ikke norske kjøpsbeslutninger.
Pews metodebeskrivelse viser at modellene fikk profiler av faktiske deltakere, med blant annet tidligere svar om politiske holdninger. Hovedanalysen brukte Claude Opus 4.6, og de fleste spørsmålene var politiske. Resultatet gjelder dette oppsettet, ikke alle modeller og metoder.
Bedre opplysninger om personene gir også mer lovende resultater. En studie av 1 052 amerikanere, revidert 28. juni 2026, bygget KI-agenter på intervjuer og spørreskjemaer. Forskerne sammenlignet agentenes svar med hvor likt deltakerne selv svarte to uker senere. På spørsmål fra General Social Survey nådde agentene 86 prosent av denne målestokken. Agentene hadde ikke fått deltakernes svar på testspørsmålene. Dette er ikke 86 prosent treffsikkerhet for kjøp. Studien var engelskspråklig og fastslår ikke hvor godt metoden fungerer for norske kunder.
Gallup prøver ut lignende metoder med Simile, en kommersiell samarbeidspartner. Metodeartikkelen, først publisert 11. mai 2026 og senere oppdatert, beskriver lovende tidlige resultater på temaer som lå nær de opprinnelige intervjuene. Gallup sier at arbeidet med å kontrollere resultatene fortsetter, og at simulerte svar ikke skal erstatte direkte målinger i de løpende undersøkelsene. Artikkelen bekrefter ikke at et bestemt produkt passer deres marked.
Forskningen gir grunn til å prøve metodene. Den gir ikke grunn til å omtale KI-genererte svar som kundeintervjuer. Undersøk hvilke opplysninger simuleringen bygger på, og hvor godt den er kontrollert mot virkelige mennesker og relevante spørsmål.
La kundene prøve produktet
Se for deg en hypotetisk norsk produsent som vil utvikle returkasser til små matprodusenter. Nye produksjonsverktøy vil koste 400 000 kroner. Teamet ber KI svare som 300 innkjøpere fra bakerier og cateringbedrifter. Svarene er positive til både kassen og returordningen.
Det gir ideer til spørsmål som bør undersøkes: Passer kassen i hyllene? Hvem oppbevarer tomkassene? Hvem betaler for henting? Hvor mye ekstra arbeid vil de ansatte akseptere?
Men de positive svarene viser ikke at et bakeri har plass til kassene eller vil kjøpe dem. La aktuelle innkjøpere prøve en prototype i arbeidshverdagen. Be dem forklare hva de bruker i dag, og vurdere et konkret tilbud med pris, levering og returvilkår. Snakk også med andre enn de mest begeistrede blant dagens kunder. Noter hvem som takker nei, og hvorfor.
Noen få intervjuer kan avdekke viktige innvendinger. De viser ikke hvor stor etterspørselen er i hele Norge. En betalt utprøving viser at noen vil prøve produktet til den prisen. Den beviser verken at de vil kjøpe igjen, eller at bedriften vil tjene penger i større skala.
For produsenten kan oppbevaring og retur være viktigere enn en god produktbeskrivelse. En liten praktisk test kan avklare dette før hele investeringen gjennomføres. Flere positive KI-svar gjør ikke samme jobb.
Vis hva dere faktisk vet
Legg dokumentasjonen ved siden av påstandene i lanseringsforslaget. For den hypotetiske produsenten kan oversikten se slik ut:
| Spørsmål | Hva må undersøkes? | Hva bidrar KI med? |
|---|---|---|
| Har kundene et problem det er verdt å løse? | Innkjøpere beskriver dagens kostnader og løsninger | Forslag til problemer og intervjuspørsmål |
| Passer kassen i arbeidet deres? | Innkjøpere prøver prototypen under realistiske forhold | Mulige hindringer å undersøke |
| Vil kundene akseptere tilbudet? | Innkjøpere vurderer faktisk pris og vilkår. Avslag registreres også | Mulige innvendinger mot prisen |
| Forsvarer etterspørselen investeringen? | Et begrunnet anslag for etterspørsel og lønnsomhet, med usikkerheten synlig | Scenarioer å teste, ikke faktiske bestillinger |
Dette er et forslag til arbeidsmåte, ikke en forskningsstandard med dokumentert effekt. Bestem på forhånd hvilke funn som vil få dere til å endre produktet, begrense lanseringen eller stoppe. Ledelsen kan velge å satse med usikkerhet, men må være tydelig på hva den ennå ikke vet.
I et lite AS kan samme person ha ansvar for salg og produktutvikling. KI-svar og faktiske kundesvar må likevel holdes fra hverandre. Bestiller dere en undersøkelse fra en leverandør, be om å få vite:
- Hvilke opplysninger fra mennesker bygger den på, hvor gamle er de, og hvem dekker de?
- Hvilken modell og metode er brukt, og hvilke svar er simulert?
- Hvordan er resultatene kontrollert? Er metoden testet på andre spørsmål og personer enn dem den ble tilpasset til?
En vellykket demonstrasjon valgt ut i ettertid er ikke nok.
Bruk KI til å gjøre undersøkelsen bedre
Prøv KI til å finne mangler i intervjuguiden, foreslå alternative forklaringer og ordne intervjumateriale dere har lov til å behandle. Kontroller oppsummeringene mot de opprinnelige svarene. Ta også med motstridende synspunkter og svar som få har gitt. Mål om dere får et bedre beslutningsgrunnlag raskere, etter at tiden til kontroll og kostnaden ved undersøkelsen er tatt med.
En norsk kundeundersøkelse må dekke de aktuelle innkjøperne og måten de handler på. En KI-profil merket «norsk innkjøpssjef» viser ikke at modellen forstår deres avtaler, distribusjon, avstander eller hvem som har fullmakt til å kjøpe. Godt bokmål er ikke bevis på god markedskunnskap. Bruk godkjente verktøy, og avklar hva dere har lov til å laste opp dersom materialet inneholder personopplysninger eller fortrolige kundeopplysninger.
Dere trenger ikke perfekt dokumentasjon for å prøve en liten idé. Et rimelig forsøk som er lett å avslutte, krever mindre enn en stor investering eller en prognose som skal brukes til å hente kapital. Investeringsguiden for KI tar opp kostnaden ved å satse og ved å vente. Artikkelen om prising handler om verdien kunden betaler for.
Ledelsen har ansvar for undersøkelsen, kontrollen og beslutningen. Ved en vesentlig investering bør styret spørre hva faktiske kunder har sagt og gjort, og hva som fortsatt bygger på antakelser. Styret skal ikke gjennomføre intervjuene eller velge KI-modell.
Før dere godkjenner neste markedsundersøkelse, still ett enkelt spørsmål: Hvor mange relevante personer har faktisk svart, og hvilke svar er laget av KI?
Kildene er kontrollert 25. oktober 2026. Produsenten, de 300 svarene og investeringen på 400 000 kroner er hypotetiske. Rådene og tabellen er forfatterens anbefalinger. Illustrasjonen er KI-generert.