Likevel går 93 % av AI-budsjettene til teknologi, 7 prosent til menneskene.
Forestillingen om at AI-adopsjonen kommer av seg selv når lisensen er kjøpt og kurset gjennomført, koster norsk næringsliv dyrt. Forskning fra MIT viser at 95 prosent av AI-pilotene aldri kommer i drift. Det er ikke teknologien som svikter, det er atferden rundt den.
Slik ser AI-satsingen ut i mange norske selskaper akkurat nå: lisens, lisens, lisens. Kurs, kurs, kurs. Når adopsjonen uteblir kommer pisken i form av måltall og adopsjonsrapporter. Og når heller ikke det virker, kommer trusselen om at de som ikke henger med må gå.
Historien gjentar seg, ikke ulikt datamaskinene, skylagringen eller SaaS-plattformenes inntog. Når teknologien er kjøpt inn og delt ut, håper vi at adopsjonen skal komme av seg selv. Men AI-adopsjon handler ikke om at folk bruker verktøyet som de har lært på kurs. Det handler om at bruken faktisk endrer hvordan vi jobber og at endringen kan måles.
Selv Oljefondet baserer effekten av AI på "en hunch".
Oljefondet får med rette ros for sin AI-satsing. Nicolai Tangen presser på for økt AI-bruk på en måte de færreste norske toppledere gjør. Han går foran, normaliserer bruken og planter flagget. Det fortjener applaus.
Likevel, da Tangen lot seg sitere i Anthropics markedsføring på at "Claude har gitt oss en produktivitetsgevinst på ca. 20 prosent, noe som tilsvarer 213 000 timer", begynte enkelte å spørre hvor tallet kommer fra. Morgenbladet gjorde gravejobben. De 213 000 timene er basert på at ca. 700 ansatte ble spurt om hva de tror effekten er. Med andre ord er tallet basert på selvrapport. Og selvrapport har en velkjent svakhet: Vi svarer det vi tror er forventet av oss, eller det vi helst vil tro selv. "Jeg føler jo at jeg er blitt raskere i jobben min”.
Birgitte Bryne, NBIMs direktør for teknologi og drift, har selv sagt fra scenen at målet om 20 prosent ble tatt "rett ut av lufta". Dette bekreftes av Oljefondets Regina Jarstein, som sier de måtte spørre folk om hva de trodde og hva som var deres hunch.
Denne metoden står i sterk kontrast til faktiske målinger fra NAV: Sjefsforsker Magne Jørgensen ved Simula påpekte at selv om NAV-programmerere anslo en produktivitetsøkning på 20 prosent med AI-verktøy, viste målinger at de faktisk brukte 19 prosent mer tid på oppgavene. Hvis Oljefondet med alle sine ressurser, lederforankring og motivasjon faller tilbake på en hunch, hvor står da resten av næringslivet?
Opplæring er nødvendig, men ikke nok
Det finnes mange dyktige kursleverandører i Norge og disse kursene er ikke nødvendigvis bortkastet. Problemet er at AI-adopsjon stort sett strander der. Forskning på opplæring i arbeidslivet viser at en liten andel av kursinnholdet faktisk blir til varig endring, og endring som gir effekt. Det er en atferdsutfordring, ikke en kompetanseutfordring.
Motstanden handler om å beskytte seg selv.
Når en ansatt nøler med å bruke AI, er det sjelden teknologifrykt. AI visker ut kompetansegapet mellom nybegynner og ekspert. Den som har brukt 20 år på å bli ekspert, kan plutselig matches av en nybegynner med riktig prompt. Dermed er det rasjonell selvbeskyttelse og ikke motstand som gjør at ansatte nøler. Og den motstanden forsvinner ikke med en kursertifisering.
Vi vet hva som faktisk virker
Deloittes egen pilot med CIBC, en kanadisk storbank, oppnådde 90 prosent utvikleradopsjon og 10-14 prosent målt produktivitetsgevinst. Forskjellen fra typiske utrullinger var ikke verktøyet, men at de bygde AI inn i selve arbeidsflyten og at lederne aktivt drev atferdsendringen.
Deloitte sin egen konklusjon, bekrefter poenget: "93 prosent av AI-budsjettene går til teknologi, kun 7 prosent til atferden og kapabilitetene som faktisk skaper verdi." Her ligger muligheten og løsningen.
Still deg selv et annet spørsmål
Slutt å spørre «Hvor mange flere må vi sende på kurs?». Spør i stedet: Hvilken konkret atferd vil vi ha mer av? Hva hindrer den i dag, og hvilke gjentakende prosesser skal AI løse for oss?
Og, det finnes mange alternativer til selvrapport for å måle bruk og effekt; logget bruk fra verktøyet selv, tidsbruk på definerte oppgaver og kvalitet på output, vurdert av andre enn brukerne selv.
Denne typen atferdsmålinger er ikke perfekt, men det kan være mer pålitelig enn å spørre folk hva de tror om seg selv og hva du som sjef ønsker å høre.
Og du, ikke tro på reklamen: Det er ingen enkel snarvei rundt menneskene.
