← Tilbake til artikler
AI-agenter

Derfor får de fleste bedrifter liten økonomisk gevinst av AI-agenter

15. november 202610 min lesing2 070 ord
AI-agenterAI og arbeidsmarkedetGenerativ AIAI og personvern
Kai-Fu Lee foran en mikrofon i Forbes-studioet, med teksten «Why most companies fail to see returns from AI agents».
Bilde: Miniatyrbildet fra Forbes’ YouTube-video.

Forbes · Iconoclastmed Kai-Fu Lee (01.ai)13. november 2026Se videoen

Bedrifter investerer i kunstig intelligens og tar i bruk stadig flere AI-agenter. Likevel sliter mange med å dokumentere økonomiske resultater. AI-pioneren Kai-Fu Lee mener problemet ikke først og fremst ligger i teknologien, men i hvordan bedriftene bruker den. Ifølge Lee må toppsjefen selv forstå mulighetene, bruke AI aktivt og lede omstillingen. Uten dette blir det vanskelig å hente ut de økonomiske gevinstene teknologien kan gi.

Kai-Fu Lee har jobbet med kunstig intelligens i over 40 år, blant annet i lederroller hos Apple, Microsoft og Google. I dag leder han AI-selskapet 01.ai. I et intervju med Forbes forklarer han hvorfor mange bedrifter får begrenset økonomisk gevinst av AI, og hvorfor han mener hele måten bedrifter organiseres og drives på må endres.

Budskapet er også sentralt i hans nye bok AI Native: The Mandate to Transform Your Company.

Hundrevis av AI-agenter, men hva gir de egentlig?

Lee forteller om samtaler med toppledere som stolt viser frem at bedriften har tatt i bruk flere hundre AI-agenter. En leder kunne eksempelvis fortelle at de hadde implementert 700 agenter fordelt på ulike avdelinger.

Når Lee spurte hvor mye dette hadde forbedret bedriftens økonomiske resultater, fikk han ofte ikke noe svar.

Problemet, mener han, er at bedriftene måler aktivitet fremfor resultater. De teller hvor mange AI-agenter som er tatt i bruk, i stedet for å undersøke hva agentene faktisk bidrar med.

Lee viser til undersøkelser fra McKinsey som dokumenterer forskjellen mellom økt produktivitet og økonomisk gevinst.

I McKinseys rapport fra august 2026 oppgir 80 prosent av respondentene at AI har forbedret deres personlige produktivitet. Samtidig rapporterer 37 prosent at AI har bidratt positivt til bedriftens driftsresultat før renter og skatt (EBIT).

Bare seks prosent oppfyller McKinseys strengere kriterium for bedrifter med stor AI-effekt. Det innebærer blant annet at de tilskriver minst fem prosent av EBIT til AI og rapporterer betydelig verdi fra teknologien.

Undersøkelsen omfatter AI generelt, ikke bare AI-agenter, men illustrerer utfordringen Lee beskriver. Ansatte kan jobbe mer effektivt ved hjelp av AI uten at dette nødvendigvis gir tilsvarende forbedringer i bedriftens økonomi.

Forskjellen mellom AI-enabled og AI-native

Lee skiller mellom to måter å innføre kunstig intelligens på.

AI-enabled betyr at en bedrift fortsetter å jobbe omtrent som før, men gir ansatte AI-verktøy som gjør eksisterende oppgaver enklere. Kundeservice bruker AI til å svare på henvendelser, økonomiavdelingen automatiserer rutineoppgaver, og ansatte bruker språkmodeller til å skrive og analysere informasjon.

Dette kan gi produktivitetsgevinster, men ifølge Lee er effekten ofte begrenset fordi selve måten bedriften drives på forblir uendret.

AI-native innebærer derimot at bedriften organiserer prosesser, beslutninger og oppgaver rundt mulighetene AI gir. I stedet for å spørre hvordan eksisterende oppgaver kan utføres raskere, vurderer man hvordan hele prosessen kan gjøres annerledes.

Lee mener at denne omstillingen må ledes av toppsjefen. Den kan ikke bare overlates til IT-avdelingen eller enkeltavdelinger som innfører AI uavhengig av hverandre.

Han peker også på en annen utfordring. Mange mellomledere ønsker ifølge ham å bevare dagens organisasjon fordi de frykter å miste ansatte, innflytelse og egne stillinger. Noen ønsker heller ikke å lære nye ferdigheter eller endre måten de leder på.

Derfor mener Lee at toppsjefen selv må ta ansvar for omstillingen, bruke AI aktivt og vise resten av organisasjonen at endringene er en del av bedriftens strategi.

Ved behov anbefaler han en egen AI-leder, en Chief AI Officer, som rapporterer direkte til toppsjefen. Samtidig understreker han at en slik rolle ikke alltid er nødvendig dersom ledelsen allerede har tilstrekkelig AI-kompetanse.

Målet er ikke bare å redusere kostnader, men å bruke AI til å forbedre det som faktisk driver virksomheten fremover, som omsetning, vekst, lønnsomhet og kundetilfredshet.

En AI som kjenner hele bedriften

Et av Lees konkrete eksempler er Boss AI, en løsning utviklet av 01.ai som skal fungere som en digital rådgiver for bedriftsledelsen.

Ideen er å gi AI tilgang til informasjon fra hele virksomheten, ikke bare økonomiske rapporter, kundedatabaser og forretningssystemer, men også informasjon fra møter, salgssamtaler og kundeservice.

Mye av denne kunnskapen finnes allerede, men er spredt på tvers av systemer og i det som kalles ustrukturerte data, som samtaler, møtereferater og dokumenter.

Lee forteller at han selv har brukt Boss AI i ni måneder. Han kan blant annet spørre hvilke viktige diskusjoner som fant sted i bedriftens møter den siste uken, hvilke produkter som får flest kundeklager, og om problemene faktisk blir fulgt opp.

Han beskriver løsningen som en digital stabssjef som kan samle informasjon, oppdage sammenhenger og gi ledelsen et bedre beslutningsgrunnlag.

Informasjonen skal ikke forsvinne mellom ledernivåene

Lee mener at tradisjonelle organisasjoner har et grunnleggende problem med hvordan informasjon beveger seg.

Når informasjon passerer gjennom flere ledernivåer, kan viktige detaljer bli misforstått, utelatt eller bevisst tonet ned. Ledere kan ha egne interesser, og dårlige nyheter når ikke alltid frem til toppledelsen.

Med AI som analyserer informasjon direkte fra virksomhetens systemer, møter og samtaler, mener han at toppsjefen kan få et mer fullstendig bilde av hva som faktisk skjer.

Det kan også redusere behovet for mellomledere som hovedsakelig videreformidler informasjon, organiserer møter og skriver rapporter.

Lee ser derfor for seg flatere organisasjoner der mennesker får større ansvar for konkrete resultater, mens AI håndterer mye av informasjonsflyten og koordineringen.

AI kan også brukes til å evaluere ansatte

En annen del av Boss AI handler om medarbeiderne.

Lee beskriver hvordan AI kan analysere prestasjoner, følge opp hvem som holder det de lover, og identifisere hvilke ansatte som er spesielt dyktige til å lede AI-agenter.

Han mener også at AI kan oppdage tidlige tegn på at en medarbeider vurderer å slutte. Hvis en person tidligere tok initiativ og deltok aktivt i møter, men gradvis blir mer passiv, kan systemet ifølge Lee tolke dette som en mulig risiko for at vedkommende forlater bedriften.

Slik informasjon kan brukes til å vurdere hvem som bør få mer ansvar, høyere lønn eller forfremmelse. Lee beskriver også hvordan ansatte med svake resultater kan følges opp gjennom formelle forbedringsprogrammer.

Dette er muligheter Lee beskriver, ikke dokumentasjon på at AI kan vurdere medarbeideres motivasjon eller fremtidige valg med sikkerhet.

Omfattende analyse av møter og medarbeideraktivitet reiser også spørsmål om personvern og overvåkning. Lee understreker at Boss AI skal være et verktøy for bedre ledelse, ikke overvåkning, og at hver medarbeider bare skal kunne få tilgang til informasjon vedkommende har rett til å se.

AI må forstå hvordan bedriften fungerer

For at systemer som Boss AI skal fungere, mener Lee at AI må ha en forståelse av hvordan bedriften henger sammen.

Han bruker begrepet ontology, eller ontologi, om et strukturert kart over virksomhetens organisasjon, prosesser, ansvar, beslutninger og mål.

Dette gir AI-modellen nødvendig kontekst. I stedet for bare å hente informasjon fra en stor samling dokumenter, kan den forstå hvordan informasjonen henger sammen med driften.

Lee mener at en slik struktur også kan redusere såkalte hallusinasjoner, der AI presenterer uriktige opplysninger som fakta. 01.ai utvikler derfor løsninger der anbefalinger skal kunne spores tilbake til datagrunnlaget og resonnementene bak dem.

Dette er spesielt viktig når AI skal gi råd om økonomiske og strategiske beslutninger.

Samtidig legger Lee stor vekt på at bedriftene må beholde kontrollen over sin egen kunnskap. Han mener at virksomhetens interne kunnskapsstruktur bør kunne lagres i bedriftens egne systemer, fremfor at sensitiv informasjon må overføres til eksterne AI-leverandører.

Poenget er at den mest verdifulle AI-løsningen ikke nødvendigvis er den som bruker den kraftigste modellen, men den som kombinerer en god modell med riktig kunnskap om bedriften.

AI-agenter endrer organisasjonen, men mennesker beholder ansvaret

Lee mener at bedrifter etter hvert kan få langt flere AI-agenter enn menneskelige ansatte. Da vil også behovet for tradisjonelle lederstrukturer endre seg.

Han ser for seg flatere organisasjoner, der færre mennesker leder større grupper av AI-agenter og har ansvar for konkrete resultater.

En sentral rolle i denne organiseringen er det han kaller DRI, Designated Responsible Individual, som betyr en person med tydelig definert ansvar.

En DRI kan for eksempel få ansvar for å utvikle et nytt produkt, øke salget eller forbedre kundeservicen. Personen kan bruke flere AI-agenter til å utføre oppgavene, men har selv ansvar for å styre agentene, vurdere resultatene og godkjenne beslutningene.

AI-agentene kan utføre oppgaver, men de kan ikke holdes ansvarlige på samme måte som mennesker når noe går galt.

Lee understreker at en DRI ikke bare skal godkjenne det AI foreslår. Personen må aktivt lede agentene, vurdere kvaliteten på resultatene og ta ansvar for konsekvensene av beslutningene.

Han mener også at belønningssystemene må endres. En DRI som får ansvar for store deler av virksomheten og leder mange AI-agenter, bør få betydelig frihet, men også lønn og insentiver som gjenspeiler ansvaret.

Dette kan bli en ny karrierevei for medarbeidere som kombinerer forretningsforståelse, lederegenskaper og evnen til å organisere AI-agenter.

AI-modellene alene er ikke nok

Lees eget selskap har også endret strategi som følge av denne utviklingen.

01.ai startet med å utvikle egne store AI-modeller, men har siden flyttet hovedfokuset til AI-løsninger for bedrifter.

Lee forklarer at konkurransen om å utvikle de mest avanserte grunnmodellene krever enorme investeringer i datakraft. Samtidig oppdaget selskapet at kraftige AI-modeller alene ikke var tilstrekkelige for å skape verdi i store virksomheter.

Bedriftene trenger systemer som kobler modellene til deres egen kunnskap, organisasjon og prosesser.

Det er dette 01.ai nå forsøker å levere gjennom løsninger som Boss AI og AI-systemer for salg, ledelse, logistikk og andre deler av virksomheten.

Når AI skaper en selvforsterkende effekt

Lee beskriver også det han kaller en AI flywheel, en selvforsterkende prosess der bedre AI bidrar til bedre produkter og tjenester, som igjen gir bedre kundeopplevelser, økte inntekter og nye muligheter til å forbedre virksomheten.

Et eksempel er en digital tjeneste der AI bidrar til å forbedre produktet. Kundene får en bedre opplevelse, bruken øker, og virksomheten får mer informasjon som kan brukes til videre forbedringer.

Denne prosessen kan gjentas og gi stadig større effekt.

Lee mener at dette er enklere å få til i digitale bransjer, som programvare, finans, innholdsproduksjon og video, fordi resultatene kan måles og forbedringene gjennomføres raskt.

I industri, energi og gruvedrift kan det ta lengre tid før effekten blir synlig. Samtidig kan de økonomiske gevinstene bli betydelige, særlig når AI forbedrer store og komplekse prosesser innen produksjon, innkjøp, forsyningskjeder og logistikk.

Lee understreker samtidig at 01.ai fortsatt jobber med å dokumentere den økonomiske effekten av sine egne løsninger gjennom konkrete kundecaser.

Hva blir menneskets rolle når AI utfører stadig mer av jobben?

Når AI kan utføre stadig mer av det analytiske og praktiske arbeidet, mener Lee at andre menneskelige egenskaper får større betydning.

Han trekker frem kreativitet, dømmekraft, empati, kommunikasjon, samarbeid og evnen til å ta beslutninger uten et tydelig datagrunnlag.

Store innovasjoner oppstår ikke nødvendigvis ved å analysere tidligere resultater. Lee bruker iPhone og gjenbrukbare raketter som eksempler på ideer som krevde overbevisning og vilje til å ta risiko før markedet hadde bevist at de ville lykkes.

Samtidig erkjenner han at AI allerede har utviklet kreative evner raskere enn han selv forventet. Han trodde tidligere at kreativitet i større grad ville forbli en menneskelig styrke, men mener nå at AI også vil overta mye kreativt arbeid innen blant annet grafisk design, innholdsproduksjon, film og litteratur.

Han tror derfor at menneskelige ferdigheter knyttet til ledelse, tilpasningsevne og samarbeid blir stadig viktigere.

Lee forventer også at mange fremtidige jobber vil være tjenesteyrker der menneskelig kontakt og uforutsigbare situasjoner står sentralt.

Han bruker rørleggere og renholdere som eksempler. En rørlegger møter forskjellige problemer i forskjellige bygninger, mens en renholder må tilpasse seg ulike hjem og kunders behov. Dette er oppgaver der både praktisk tilpasning og menneskelig samhandling er viktig.

Samtidig tror han at AI vil bidra til å skape helt nye yrker som vi ennå ikke kjenner.

Fremtidens kompetanse handler derfor ikke bare om å mestre AI-verktøy, men om å lære raskt, tilpasse seg endringer, forstå hvilke oppgaver som bør utføres, og kunne lede både mennesker og AI-agenter.

Det viktigste å ta med seg

Kai-Fu Lees hovedbudskap er at det ikke er antallet AI-agenter som avgjør hvor vellykket en bedrifts AI-satsing er, men hvilke resultater de skaper.

Å gi ansatte tilgang til AI kan forbedre produktiviteten, men større økonomiske gevinster krever ifølge Lee at bedrifter også endrer hvordan oppgaver utføres, hvordan informasjon brukes, og hvordan ansvar og beslutninger fordeles.

Han mener fremtidens bedrifter vil ha flatere organisasjoner, flere AI-agenter og mennesker som får større ansvar for å lede teknologien og sikre resultatene.

Forskjellen ligger mellom å bruke AI til å gjøre det samme som før, bare raskere, og å bygge en virksomhet som faktisk utnytter de nye mulighetene teknologien gir.

Del denne artikkelen