AI i bedriften: Fra lisens til arbeidsdag som fungerer

Vegard Haavik og Jørgen Helmers-Olsen fra Arti Consult forklarer hvordan norske bedrifter kan gå fra en AI-lisens til arbeidsoppgaver som faktisk blir løst av kunstig intelligens.

Mange norske bedrifter har allerede gitt de ansatte tilgang til ChatGPT, Claude eller Copilot. Lisensen er kjøpt, ikonet ligger på skrivebordet – men hverdagen på kontoret ser ofte akkurat lik ut som før. Det er her det virkelig interessante spørsmålet om AI i bedriften begynner: ikke om verktøyet finnes, men om noen faktisk har tatt seg tid til å bygge en arbeidsdag rundt det.

I episode 333 av Impressions Podcast er gjestene Vegard Haavik og Jørgen Helmers-Olsen, som begge jobber i Arti Consult. De forklarer hvordan de jobber: de kartlegger tidkrevende prosesser, lærer opp ansatte og bygger AI-løsninger som utfører konkrete oppgaver – med menneskelig kontroll der det trengs.

AI i bedriften krever mer enn en lisens

Et vanlig feilgrep er å kjøpe et verktøy og forvente at effektiviseringen kommer av seg selv. Uten opplæring blir en kraftig språkmodell fort redusert til en dyrere versjon av Google-søket. Den egentlige verdien av AI i bedriften kommer først når ledelsen vet nøyaktig hvilke oppgaver som stjeler mest tid – og deretter bygger løsninger rundt dem.

Opplæring og arbeidsprosesser før skreddersøm

Ifølge de to konsulentene bør rekkefølgen være: først opplæring og gode arbeidsprosesser, deretter skreddersydde løsninger. Mange bedrifter gjør det motsatte – de bestiller en avansert AI-agent før de ansatte en gang forstår hva en språkmodell kan og ikke kan gjøre. Resultatet blir dyre prosjekter som få bruker.

En nøkternere tilnærming er å starte i det små: finn en arbeidsprosess som gjentas ofte, er forutsigbar og tar mye tid. Det er der automatisering gir mest igjen for investeringen, og det er der de ansatte raskest ser nytten med egne øyne.

Slik brukes AI-agenter i praksis

I episoden gir Vegard og Jørgen flere konkrete eksempler på hvor AI-agenter faktisk gjør en forskjell: fakturering, kundeoppfølging, tilbud og reklamasjonshåndtering. Dette er nøyaktig den typen repeterende, regelstyrte arbeid som egner seg best for automatisering, nettopp fordi oppgavene er godt definerte.

Kobling mot Tripletex

Ett eksempel som trekkes fram er en kobling mot regnskapssystemet Tripletex. Etter vertens eget anslag har denne koblingen spart rundt 3,5 timer i uken.

Reklamasjoner hos Pharma Nordic

Det mest oppsiktsvekkende tallet i episoden kommer fra en automatisert reklamasjonsprosess Arti Consult har bygget for Pharma Nordic. Konsulentenes eget anslag er at løsningen sparer mellom 25 og 30 timer i uken.

Dette er samtidig et godt eksempel på hvordan AI kan bli en liten bedrifts svar på ressursene til en større konkurrent, et tema vi har sett nærmere på i artikkelen om kunstig intelligens i salg som grunderens våpen mot giganter.

Et «company brain» krever sikkerhet fra start

Episoden tar også for seg verdien av å bygge en intern «company brain» – et samlet kunnskapslager der AI-agenter kan slå opp i bedriftens egne rutiner, avtaler og historikk i stedet for å gjette.

Sikkerhet og personvern må planlegges fra første dag, ikke legges til etterpå. Hvem har tilgang til hvilke data, hvor lagres informasjonen, og hvilke opplysninger skal en AI-agent aldri få se? Jo mer en bedrift automatiserer, desto viktigere blir disse spørsmålene – og det er langt enklere å svare på dem før løsningen er bygget enn etter.

Notebly tar møtereferater og handlingspunkter

Et annet verktøy som nevnes i samtalen er Notebly, som brukes til å lage møtereferater, oppsummere beslutninger og liste opp konkrete handlingspunkter etter møter. Det er en liten, men typisk illustrasjon på hvor mye tid som kan frigjøres når AI tar seg av dokumentasjonsarbeidet som ellers blir liggende etter et møte.

Hvor trengs fortsatt et menneske?

Samtalen i podcasten er ærlig på at AI ikke er en fullautomatisk løsning for alt. Der oppgaver krever faglig vurdering, må et menneske fortsatt kvalitetssikre resultatet før det sendes videre. AI-agenten gjør grovarbeidet, men ansvaret ligger fortsatt hos et menneske.

Det er en nyttig påminnelse i en tid der mye av debatten om automatisering handler om hvor mye byråkrati og dobbeltarbeid som kan fjernes. Vi har tidligere skrevet om hvordan byråkrati uten ansvar sender regningen til grunderne – og godt bygget AI-automatisering er nettopp et av få verktøy som kan dempe den regningen, så lenge menneskelig kontroll er der den trengs.

Hva kan bedriften din lære av dette?

Den største lærdommen fra samtalen med Vegard Haavik og Jørgen Helmers-Olsen er enkel, men lett å glemme i AI-hypen: verktøyet er ikke poenget, prosessen er det. Start med å kartlegge hvor tiden faktisk forsvinner i egen bedrift, lær opp de ansatte, og bygg deretter en løsning rundt den ene prosessen som gir mest igjen.

Det krever litt tålmodighet å gjøre det i riktig rekkefølge. Men akkurat som grundere med permanent kapital bygger for varig verdi i stedet for et raskt salg, lønner det seg å bygge AI i bedriften som varig infrastruktur – ikke som et PR-stunt. Velg ett prosjekt, mål effekten, og la resten av organisasjonen se at det faktisk virker før dere går videre til neste.

Den egentlige verdien av AI i bedriften kommer først når ledelsen vet nøyaktig hvilke oppgaver som stjeler mest tid – og deretter bygger løsninger rundt dem.

Sikkerhet og personvern må planlegges fra første dag, ikke legges til etterpå.

▶

Kilder

• Impressions Podcast – EP. 333: Vegard Haavik & Jørgen Helmers-Olsen | Hvordan begynner du med AI i bedriften din? — Episode om Arti Consult og praktisk AI-implementering i bedrifter, publisert 2.11.2026