Hopp til hovedinnhold

AI-modenhet: Dette skal til for at AI blir konkurransekraft

AI-lisensene er rullet ut, og alle har vært på kurs. Hva nå? Denne artikkelen introduserer begrepet AI-modenhet, og hva som skal til for å gå fra AI som et verktøy for den enkelte til AI som et konkurransefortrinn for hele virksomheten.

Martin Fossedal Bjørnstad
Martin Fossedal BjørnstadDaglig leder og rådgiver
Mira Malene Zeiffert
Mira Malene ZeiffertInnholdsansvarlig
16.11.2026
Med fire stigende trinn for kunstig intelligens, fra trinn en til fire, med tekst og ikoner på lilla bakgrunn

Våren 2020 tok norske virksomheter i bruk Teams nesten over natta da pandemien satte plutselige krav til hjemmekontor. I all hast ble det opprettet team for alt, filene havnet der det passet, og ingen bestemte hvordan verktøyet skulle brukes. Etterpå brukte vi og kundene våre flere år på å rydde.

Nå ser vi at mye av det samme skjer med AI. Utviklingen går i rekordfart, og bedrifter kaster seg på bølgen. Lisensene rulles ut, de ansatte får et kurs, og ledelsen venter på effekten. Hos mange lar den vente på seg, fordi de ikke er modne nok: Strukturen, prosessene og vanene som forvandler AI fra et dugnadsverktøy til konkurransekraft, mangler.

Hvorfor er AI-modenhet viktig?

AI-modenhet handler om hvor godt strukturen, prosessene og vanene i virksomheten er rigget for å få effekt av AI. En virksomhet der alle har Copilot, kan fortsatt være lite moden hvis hver enkelt bruker verktøyet på sin måte og ingen vet hva det gir.

Ved å kartlegge hvor modne dere selv er, kan dere sette oppnåelige mål, og prioritere det som må på plass før dere kommer videre. Modenheten er sjelden lik i hele virksomheten, så det lønner seg å se på team for team.

“Veldig mange er utålmodige etter å skape konkurransefortrinn med AI. Men de aller fleste har en urealistisk forventning til hva som trengs for å komme dit.”
Henrik Ruud står lent mot en dørkarm i briller og mørkegrønn skjorte, smiler mot kameraet, med en oransje vegg og blå gardin i bakgrunnen.
Martin Fossedal BjørnstadDaglig leder i Frend

4 trinn fra dugnad til konkurransekraft

I Frend deler vi AI-modenhet inn i 4 trinn. Vi bruker dem til å se hvor kundene våre står, og hva som skal til for å komme fra ett trinn til det neste. For hvert trinn ser vi på fire områder: produktivitet og arbeidsflyt, mennesker og organisasjon, strategi og styring, og sikkerhet og data.

Trinn 1: AI på dugnad

På det første trinnet har noen ildsjeler oppdaget AI og tatt det i bruk i sitt eget arbeid, gjerne med verktøy de har valgt selv. Virksomheten mangler strategi, retningslinjer eller noen som eier satsingen, og kompetansen sitter hos de få som har prøvd seg frem. Mange av de første gode bruksområdene kommer herfra, og energien er verdt å ta vare på.

Problemet er at bruken spriker. Gevinstene er usynlige for resten av virksomheten, og dataene ligger lokalt, i e-post og spredt rundt i fellesområdene, uten at noe er merket som sensitivt. Blir dere stående her for lenge, gir ildsjelene opp, eller de tar i bruk verktøy ledelsen ikke vet om.

Trinn 2: AI som fellesverktøy

På trinn 2 tar ledelsen grep om AI-bruken, som til nå har vært opp til hver enkelt. AI-strategien blir vedtatt, et felles verktøy rulles ut til alle, opplæringen settes i system, og det kommer retningslinjer for ansvarlig bruk.

Hver enkelt jobber nå litt raskere, og det oppleves gjerne som dere har kommet godt i gang. Likevel jobber virksomheten stort sett som før, og mange bedrifter blir stående lenge i denne fasen.

Trinn 3: AI i arbeidsprosesser

På trinn 3 er AI en del av teamets faste oppgaver, som tilbud, rapporter og saksbehandling. Der hver enkelt jobbet litt raskere på trinn 2, deles nå gode løsninger med resten av virksomheten eller teamet, og endrer måten arbeidet gjøres på. Dere kartlegger arbeidsmetodikk, prioriterer ideer og prøver ut nye måter å løse oppgavene på. Lederne setter av tid til læring og bruker AI synlig selv.

Her blir det mulig å måle gevinsten, fordi den ligger i en felles prosess og ikke i hodet til hver enkelt. Det er vanlig at noen team kommer hit mens resten av organisasjonen står på trinn 1 eller 2.

Trinn 4: AI som konkurransekraft

På trinn 4 er AI bygd inn i hvordan dere skaper verdi, og strategien tar utgangspunkt i hva AI gjør mulig. Hele arbeidsprosesser er lagt om eller fjernet, kundene møter AI i løsninger som er i drift, og effekten viser seg i nøkkeltallene dere styrer etter.

For å komme hit trenger dere en fast løype som tar nye ideer fra test til drift, med godkjenning før noe settes i bruk. Nøkkeldataene må være tilgjengelige for AI på tvers av systemene, og de ansatte må kunne bygge egne løsninger innenfor trygge rammer. Ledelsen setter en flerårig ambisjon med måltall og finansiering, slik at satsingen har retning over tid.

  • En mann i hvit skjorte står foran en storskjerm og peker på en modell for kunstig intelligens med fire trinn

    Suksessfaktorer for AI: Uten grunnmuren betaler dere for rotet to ganger

    I videoen viser Martin hva som må på plass før AI gir effekt.

Hvorfor de fleste stopper mellom trinn 2 og 3

Lisensene er på plass, alle har vært på kurs, og likevel skjer det lite. De fleste bedrifter vi møter, stopper opp mellom trinn 2 og 3 i AI-modenhetsreisen. Det skjer fordi adopsjon krever at flere ting er på plass samtidig:

  • Folk trenger opplæring som gir dem kunnskap og trygghet til å bruke AI
  • De må faktisk bruke det i arbeidshverdagen, ikke bare ha en aktiv lisens
  • Oppgavene må løses på nye måter, noe som krever endringsvillighet og omstilling
  • Fundamentet må være på plass, med data og strukturer AI kan hente riktig kontekst fra
  • Gevinstene må kunne dokumenteres og knyttes til målene deres

Mangler én, reduseres eller uteblir verdien.

Slik kom Frend til trinn 4 på et halvt år

I Frend er vi rundt 50 rådgivere, designere og utviklere. Vi har lært mye om AI de siste 2 årene, og i år brukte vi den læringen til å snu opp ned på hvordan vi selv jobber. Vi ryddet i dataene, fikset strukturene, valgte verktøy og gikk gjennom prosessene våre én etter én.

“Det koster masse tokens og masse credits og masse lisenser. Men gevinsten på den andre siden er for oss helt enorm.”
Henrik Ruud står lent mot en dørkarm i briller og mørkegrønn skjorte, smiler mot kameraet, med en oransje vegg og blå gardin i bakgrunnen.
Martin Fossedal BjørnstadDaglig leder i Frend

Statusen på kundeprosjektene er et godt eksempel. Før gikk det med en halv dag hver uke til å spørre prosjektlederne, hente timer og budsjett fra flere systemer og samle alt i et Excel-ark som var utdatert før det var ferdig. Nå ligger statusen klar hver mandag kl. 08.00, med økonomi, fremdrift og hvor vi ligger an mot budsjettet. Den fanger også opp risiko vi ellers ikke ville sett, fra e-post fra kundene til ferieplanene i teamet.

  • Arne Berg holder en presentasjon og peker mot en skjerm som viser en oversikt med tittelen "Dataplattform 101", med diagrammer og tabeller. I forgrunnen følger flere tilhørere med, delvis sett bakfra.

    Dataplattform 101: Grunnlaget Claude Cowork jobber effektivt på

    Prosjektstatusen henter tallene fra dataplattformen vår. Se hvordan vi har satt det opp med Claude.

For oss, som jobber med AI hver dag, tok det rundt et halvt år å komme til trinn 4. Underveis har vi tatt med oss viktig læring om hva som avgjør om dere kommer dere dit: prosessene, fundamentet, folkene og målingen.

Forstå prosessene før dere velger verktøy

Lenge handlet digitalisering mest om å være teknisk flink nok til å få ting til å virke. Med AI er det vel så viktig å forstå prosessene dere skal forbedre.

«Hvis man ikke forstår prosessene og har god nok kjennskap til dem, er det vanskelig å få gjort noe ordentlig med det», sier Martin.

Vi starter med teamet som eier prosessen. Bruker 2 av 7 i et team AI, blir gevinsten liten, og den forsvinner når en av dem bytter jobb. Endrer hele teamet måten de jobber på, blir gevinsten varig og lettere å se. Samle dem som gjør jobben og tegn opp prosessen steg for steg. Da ser dere hvor AI og automasjon kan gjøre arbeidet bedre eller raskere, og noen ganger også hva dere kan kutte helt. Prioriter ideene etter verdi og innsats, med lavthengende frukter først og strategiske initiativer etterpå.

  • En person sitter ved et skrivebord med datamaskiner og skriver på et tastatur, med tre ikoner flytende foran seg

    AI vs. app vs. automasjon: Når skal du velge hva?

    Les når dere bør velge AI, app eller automasjon i prosessen.

Rydd i fundamentet

Når kunder ber oss om hjelp med AI, ser vi først på hvordan de har satt opp verktøyene og dataene sine. I 9 av 10 tilfeller er fundamentet ikke godt nok.

Med fundamentet mener vi arkitekturen og sikkerheten i systemene dere bruker, enten det er Microsoft 365, Google Workspace eller fagsystemer. Det handler om hvilke verktøy som brukes til hva, hvordan filer og data er strukturert, og hvem som har tilgang til hva. Det er her AI-assistentene og agentene henter konteksten sin. Er det rot, finner de feil versjon, bruker flere credits på å lete og gir svar ingen stoler på.

  • En tabell med sju påstander om digital arbeidshverdag, med en skala fra 1 (Aldri) til 5 (Hver dag) for hver: leter etter filer jeg vet finnes, laster ned og sender dokumenter i stedet for å dele en aktiv lenke, usikker på om versjonen jeg jobber i er den siste, deler med «alle i organisasjonen» fordi det går raskest, viktig informasjon drukner i chat eller e-post, må spørre en kollega om noe jeg burde funnet selv, og slår av varsler fordi det er for mye støy i hverdagen.

    Test deg selv: Hvor mye koster kaoset i SharePoint, Teams og Microsoft 365?

    Ta Kaospulsen og finn ut hva rotet i SharePoint og Teams koster dere.

Få med folk

Det vanskeligste med alle nye digitale verktøy er å få folk til å bruke dem. BCG anslår at 70 % av innsatsen i en AI-satsing bør gå til mennesker og prosesser. Dere kan ha verdens beste kanalstrategi i Teams og likevel oppdage at folk lagrer filene privat igjen etter 3 måneder.

Et kurs på 2 timer for hele bedriften gjør ingen til ekspert, og noen uker etterpå er mye glemt. Advokatene og selgerne deres er gjerne veldig gode på fagfeltet sitt, men ikke nødvendigvis i AI. Målet er at de skal kunne bruke AI i jobben uten en mastergrad i AI-verktøy.

Læringen skje i jobben: korte økter på ekte oppgaver, kolleger som viser hverandre hva som virker, og superbrukere i hver avdeling som de andre kan spørre. Hos kundene som lykkes best, er vi inne nesten hver uke. Vi holder spissede workshops for enkeltgrupper og bredere workshops for flere, samler brukerhistorier og justerer løsningene etter hvert som behovene og verktøyene endrer seg.

Ledelsen må gå foran. Den eier målet, setter av tid til å lære og bruker AI selv, og viser med det resten av virksomheten at dette er en del av jobben.

  • Nærbilde av en kvinne som holder heftet '365 Blokka - Vår beste praksis for Microsoft 365' og en kaffekopp.

    Mennesker og endring: Slik får dere med folka i Microsoft 365

    Se Sondre forklare hvordan superbrukere og endringsledelse får folk til å ta AI i bruk.

Mål det som faktisk endrer seg

Gevinsten av AI er vanskelig å måle. Den starter ofte som magefølelse og opplevd nytte, og blir først senere til tall dere kan følge opp.

Ikke alle målinger er viktige. Antall pålogginger og prompts viser at verktøyet brukes, men sier lite om hva det gir. Vi anbefaler derfor å måle på tre nivåer:

  • Hos den enkelte handler det om spart tid, nytte og trygghet, som dere kan fange opp med korte pulsmålinger.
  • I teamet ser dere etter kortere ledetid, spart tid i felles oppgaver og maler som deles.
  • I virksomheten måler dere bidraget til målene dere styrer etter. Dette nivået teller mest, og trenger ikke et eget system; spør hvilke av målene deres AI kan bidra til, og følg det opp i ledermøtene dere allerede har.
  • Tre smilende personer står foran Stortingsbygningen i Oslo under et seminar om AI-automatisering.

    Bryn Aarflot: 30 % økt effektivitet med AI

    Se hvordan Bryn Aarflot fikk 30 % økt effektivitet med AI.

Forfattere

Henrik Ruud står lent mot en dørkarm i briller og mørkegrønn skjorte, smiler mot kameraet, med en oransje vegg og blå gardin i bakgrunnen.
Martin Fossedal BjørnstadDaglig leder og rådgiver
Kvinne med langt lyst hår og lys lilla skjorte som står foran et blått forheng
Mira Malene ZeiffertInnholdsansvarlig

Neste steg: Finn ut hvor dere står

Hvor på AI-modenhetsreisen står dere i dag, og hvor vil dere være om 6 måneder? Vi hjelper dere å ta AI fra et dugnadsverktøy til et konkurransefortrinn, enten dere bruker Microsoft 365, Google Workspace eller egne fagsystemer.

Ring en Frend, så tar vi en prat.