En bedrift kan kjøpe KI-verktøy til alle ansatte og likevel mangle svar på et viktig spørsmål: Hvilke oppgaver blir faktisk enklere, og hvor fører verktøyet til mer kontrollarbeid eller usikkerhet?
Neste steg for norske ledere er ikke å rangere medarbeidere etter hvor ofte de åpner en KI-tjeneste. Se heller på noen konkrete arbeidsoppgaver sammen med dem som utfører dem. Da blir det lettere å finne ut hvor KI hjelper, hvor uklare regler eller dårlig informasjon står i veien, og hvor bruken gir mer risiko enn nytte.
Samme jobb betyr ikke samme bruk
En amerikansk studie fra forskere ved St. Louis Fed, Vanderbilt og Harvard undersøkte hvordan ansatte selv oppga at de brukte generativ KI på jobb. Forskerne koblet yrker til konkrete arbeidsoppgaver og spurte deltakerne hvilke oppgaver de utførte, og hvilke de fikk hjelp av KI til å løse. Analysen bygger på nesten 14 000 observasjoner av arbeidstakere, samlet inn gjennom fire spørreundersøkelser fra august 2025 til mai 2026.
Forskerne fant KI-bruk i mange yrker og arbeidsoppgaver, men også store forskjeller mellom folk som gjorde lignende arbeid. I under 3 prosent av de undersøkte oppgavene oppga minst halvparten av dem som utførte oppgaven, at de brukte KI til den. Tallene gjelder den amerikanske undersøkelsen og oppgavene forskerne valgte. De er ikke norske brukstall og måler ikke produktivitet.
Studien har begrensninger. Deltakerne kom fra et nettpanel som ble vektet for å ligne den amerikanske befolkningen. Selve panelet var ikke et tilfeldig utvalg. Deltakerne rapporterte sin egen bruk, og spørsmålene omfattet bare de ti oppgavene som ble regnet som viktigst for hvert yrke. Forskerne fant mønstre som kan passe med at erfaring gjør det lettere å ta KI i bruk på flere oppgaver. Andre forklaringer, blant annet forskjeller mellom tidlige og senere brukere, er også mulige. Studien beviser ikke at et bestemt opplæringstiltak gir bedre resultater.
Harvard Business School AI Institute omtalte funnene 12. november. Selve forskningsartikkelen er fra august 2026. Den gir ledere et nyttig spørsmål å undersøke, men ikke en ny måling av norske arbeidstakere.
Hva forteller de norske tallene?
Statistisk sentralbyrå meldte i september 2026 at nesten fem av ti foretak med minst ti ansatte brukte én eller flere typer KI i 2026. Tallet gjelder foretak, ikke hvor stor andel av de ansatte som bruker KI, eller hvor godt arbeidet deres blir. Det omfatter heller ikke de minste bedriftene og sier ikke hvilke oppgaver KI egner seg til.
Tallene peker likevel på et praktisk problem: Antall lisenser eller et samlet brukstall forteller ikke om kundesvarene blir bedre, om de ansatte har tid til å kontrollere svarene, eller om uklare regler hindrer et team i å bruke verktøyet trygt.
Se på tre oppgaver, ikke alle spørsmålene til KI
Tenk deg en norsk servicebedrift der et team lager tilbud til kunder. Én medarbeider bruker en godkjent assistent til å lage en første disposisjon. En annen lar være fordi kundens spesifikasjoner er konfidensielle. En tredje har prøvd verktøyet på tekniske detaljer, men opplevde at kontrollen tok for lang tid. Eksemplet er oppdiktet, ikke hentet fra en kundehendelse.
Be teamet velge tre tilbakevendende oppgaver og beskrive hvordan de utføres. Dere trenger ikke samle inn medarbeidernes private spørsmål til KI eller rangere dem:
- Lage en generell disposisjon: Hvilke opplysninger er trygge å bruke, og sparer disposisjonen tid når tilbudet også skal kontrolleres?
- Kontrollere tekniske krav: Hvilken kilde er fasiten, og sparer assistenten tid etter at en fagperson har sjekket svaret?
- Skrive et kundeløfte: Hvilke løfter om pris, levering og produktets egnethet må godkjennes av en ansvarlig medarbeider?
For hver oppgave bør dere notere hvilket verktøy og hvilke opplysninger som er godkjent, hvem som har ansvar, hvordan resultatet kontrolleres og hvordan dere skal vurdere det ferdige arbeidet. En liten bedrift kan gjøre dette i et kort teammøte. En større virksomhet kan også trenge hjelp fra IT, sikkerhetsansvarlige, tillitsvalgte og den som eier kundeprosessen.
Fjern riktig hinder
Hvis ansatte ikke vet hvilke opplysninger de kan bruke, må ledelsen avklare reglene med dem som har ansvar for personvern og leverandøravtaler. Hvis verktøyet sliter med norske faguttrykk eller gir påstander som ikke lar seg kontrollere, bør dere prøve en annen løsning eller beholde dagens arbeidsmåte. Hvis oppgaven egner seg, men folk mangler anledning til å øve, kan en kort gjennomgang med trygge eksempler legges inn i arbeidstiden.
Det kan også være riktig å la være å bruke KI på en oppgave. Mer bruk gir ikke automatisk mer verdi. Samtidig kan bedriften gå glipp av bedre kundeservice og nyttig støtte til ansatte hvis gode verktøy blir liggende ubrukt. Sammenlign tidsbruk, kontrollarbeid og feilretting i lignende saker før dere utvider bruken. Verken medarbeidernes trygghet på verktøyet eller antall utkast beviser alene at kundene har fått en fordel.
Be ansatte dele både gode erfaringer og feil. Forklar hvilke bruksopplysninger bedriften samler inn, og involver de rette personene før dere innfører overvåking. Samtalen blir mer nyttig når medarbeidere kan fortelle om problemer uten å føle at de blir vurdert.
Hva bør ledelsen og styret følge opp?
Ledelsen må velge oppgavene, avklare grensene, sørge for støtte og vurdere resultatene. Når investeringen er vesentlig, bør styret spørre hvilket problem bedriften forsøker å løse, hvilke resultater som viser nytte, og hvilke risikoer eller hindringer som gjenstår. Styret trenger ikke en liste over hva hver enkelt ansatt har spurt KI om.
Målet er ikke at alle skal bruke KI mest mulig. Målet er et team som vet når verktøyet hjelper, hvordan svaret skal kontrolleres og når en annen arbeidsmåte er bedre. Knytt gjennomgangen til bedriftens KI-regler og planen for å måle resultater.
Kildene ble kontrollert 13. november 2026. Bedriftseksemplet er oppdiktet, og rådene til ledelsen er forfatterens vurderinger. Illustrasjonen er KI-generert.