Det finnes ingen teknologier i historien som har skapt like høye forventninger som AI. Det er ikke en urimelig påstand.  

Ifølge Financial Times ventes Google, Amazon, Microsoft og Meta samlet å bruke rundt 725 milliarder dollar på investeringer i AI i 2026. I 2023 fastslo Regjeringen at man skulle bruke minst 1 milliard kroner over fem år til forskning på kunstig intelligens.  
 
At det investeres tungt, blir en underdrivelse.  

På kort tid har AI gått fra å være noe mange var nysgjerrige på, til å bli noe de fleste virksomheter føler at de må forholde seg til. Nye initiativer etableres raskt. Interne piloter og eksperimenter dukker opp overalt. Likevel viser vår rapport Forte Pulse Report 2025 at 93 % av virksomheter fortsatt ikke har klart å integrere AI i kjernevirksomheten. 

Det er et oppsiktsvekkende tall. Ikke nødvendigvis fordi teknologien er umoden, men fordi det sier noe om hvor krevende det fortsatt er å få AI til å fungere i praksis. 

Fra AI-demo til operasjonell verdi

For de fleste virksomheter handler utfordringen ikke lenger om å få tilgang til AI, men å gjøre teknologien nyttig i reelle arbeidsprosesser. Det er en ganske stor forskjell. 

Noe av det mest interessante med AI akkurat nå er hvor lett det har blitt å bygge løsninger som ser imponerende ut i demoer. De fleste virksomheter har allerede testet ulike former for AI-agenter, assistenter eller vibekode-verktøy. Det er selvsagt veldig gøy at selv jeg, en ikke-teknisk kommersiell teknologioptimist, nærmest kan skape hva som helst med dagens verktøy. Teknologien fungerer rett og slett overraskende godt i isolerte scenarioer. 

Men når løsningene skal brukes operasjonelt, blir virkeligheten fort mer kompleks. Det har jeg også merket i egen organisasjon.  

Plutselig handler det ikke bare om modellen lenger. Det handler om datakvalitet, integrasjoner, arbeidsflyt, tilgangsstyring, sikkerhet, ansvar og tillit. Om hvordan mennesker faktisk jobber. Om hvilke prosesser som egner seg for automatisering, og hvilke som fortsatt krever menneskelig vurdering. 

Det er gjerne her mange AI-initiativer begynner å miste fart, ofte fordi organisasjonen rundt ikke er rigget for å ta den i bruk. 

På mange måter minner dette om andre teknologiskifter vi har vært gjennom tidligere. De største utfordringene er sjelden bare tekniske. De handler like ofte om organisasjon, prosesser og evnen til å operasjonalisere endring. 

Forskjellen er kanskje bare at AI utvikler seg raskere enn de fleste er vant til. Det gjør også at mange virksomheter kjenner på et behov for å bevege seg fort. Ingen ønsker å havne bakpå. Men tempo alene løser ikke problemet dersom man ikke samtidig forstår hvor i virksomheten AI faktisk kan skape verdi. 

AI skaper verdi først når det blir en del av driften

For det er ikke nødvendigvis de mest avanserte eller spektakulære use casene som gir størst effekt. Ofte handler det om langt mer grunnleggende ting: 

• arbeidsprosesser med mye manuelt arbeid 

• flaskehalser som skaper unødvendig friksjon 

• dårlig informasjonsflyt 

• repetitive oppgaver 

• eller beslutninger som kunne vært støttet bedre av data 

Det er gjerne i disse prosessene AI begynner å få operasjonell betydning. 

Samtidig ser vi at mange fortsatt behandler AI som et sideprosjekt. Et innovasjonsinitiativ som lever litt på utsiden av resten av virksomheten. Problemet er at AI først begynner å skape reell verdi når teknologien blir en del av hvordan virksomheten faktisk opererer. 

Det betyr at AI ikke bare må fungere teknisk, så vel som organisatorisk. 

Løsningene må passe inn i eksisterende arbeidsprosesser. Det må være tydelig hvem som eier dem. Effekten må kunne måles. Risiko må håndteres. Og virksomheten må være i stand til å forbedre løsningene over tid. 

Det er kanskje også derfor mange AI-initiativer stopper mellom pilot og skalering. For forskjellen mellom en vellykket demo og en løsning som fungerer stabilt i drift er fortsatt enorm. 

I Forte AI Accelerator jobber vi derfor mye med å redusere denne usikkerheten tidlig. Ikke bare ved å teste hva AI-en teknisk er i stand til å gjøre, men ved å undersøke om løsningen faktisk kan fungere operasjonelt i konteksten den skal brukes i. 

På mange måter handler det egentlig om noe ganske enkelt: Å finne ut om AI faktisk gjør virksomheten bedre. 

For til syvende og sist er det kanskje det viktigste spørsmålet av alle.