KI-agenter funker best når man er alene
Jo mer alt henger sammen med alt, desto vanskeligere er det å få KI-teknologi til å fungere i den store helheten.
Dette er en kronikk. Den uttrykker skribentens meninger.
Et av vår tids spennende veddemål er om kunstig intelligens kommer til å levere som lovet. Kurere alle sykdommer, løse energimangel og gi en enorm produktivitetsvekst.
Teknologi løser ikke automatisk kreftgåten bare fordi den blir kraftig, og den gjør ikke systemene våre mer effektive bare fordi mange nok tror på det.
Den brutale sannheten pr. i dag er at individer lett blir mer produktive med KI-chatboter og -agenter, mens det er vanskelig å finne effekten i større organisasjoner.
Lar Claude jobbe døgnet rundt
Tek-miliardæren Bryan Johnson, for mange kjent som kongen av sunne vaner, har som mål å bremse sin egen aldringsprosess. Han oppdaget KI-agenten Claude og forteller at det er første gang han har funnet noe som matcher hans egen intensitet.
De siste fem årene har han samlet enorme mengder data om sin egen kropp, som han ikke har analysert fordi han ikke kan programmere. Nå har Claude bygget ham akkurat det digitale universet han vil ha, og som gir ham innblikk i «mine 70 billioner celler der den biologiske alderen til organene mine oppdateres som aksjeverdier i sanntid».
Han lurer på om han egentlig har kjedet seg hele livet, og sier at hans eneste problem er at det ikke finnes nok timer i døgnet til å dirigere horden av KI-agenter som jobber for ham.
På den andre siden av kloden selger Liu Xiaopai programvare til Vesten fra leiligheten sin i Beijing. Grunntanken hans er at en typisk bedrift bare har 20–30 prosent programmerere, mens resten gjør markedsføring, salg, kundekontakt og HR, hvilket han har automatisert vekk til KI-agenter.
Han har kombinert den kinesiske arbeidsintensiteten med produktiviteten som bare KI-agenter kan gi en enkeltperson. Og han tjener millioner av dollar helt alene, gjennom å la Claude jobbe døgnet rundt.
Mange som oppdager KI-agenter, blir euforiske over hyperproduktiviteten de oppnår.
Den ekstreme agentbruken hans har gjort seg bemerket, og han er stolt over å ha hatt et så høyt forbruk at Anthropic måtte legge begrensninger på selv det dyreste abonnementet.
Agentpsykose
Disse to entreprenørene er langt ifra de eneste som gjør nytte av KI-agenters omtrent ubegrensede evner. Mange som oppdager KI-agenter, blir euforiske over hyperproduktiviteten de oppnår.
Den nye utfordringen blir å velge hva som skal gjøres. Flere som har opplevd dette, beskriver en dopamindrevet transetilstand der søvn virker som et urimelig offer. Denne uhyggelige understrømmen av produktivitet er blitt kalt agentpsykose, hvor tanken på å virkeliggjøre alt man kan tenke seg, er uimotståelig.
For ja: KI-agenter gjør det mulig for hvem som helst å være overmenneskelig produktiv. Dette er nok mye av grunnen til at Meta-sjef Mark Zuckerberg i sitt manifest mener at KI kommer til å gjøre fremtiden bedre for alle (hvor «alle» naturligvis ikke er hvem som helst, men uansett en samling individer).
Vår egen Petter Brandtzæg, professor i medieinnovasjon, påpeker i
sitt tilsvar til Zuckerberg at fremtiden ikke bør tilhøre en drøss individer, men fellesskapet. Sammen med kolleger har han innført begrepet KI-individualisme: et sosialt skifte bort fra menneskegrupper til persontilpasset samhandling mellom individer og KI-agenter.
Faktum er at gevinstene på organisasjonsnivå stort sett ikke blir målt, og der de måles, ligger de rundt null.
Dette skiftet rimer med at gevinstene ved KI-bruk er reelle og reproduserbare for individer, også i jobbsammenheng: Særlig arbeidere med lite erfaring kan få god hjelp av KI-assistenter til å jobbe raskere og føle mer mestring.
Null ekstra inntjening eller tidsbesparing
Det store spørsmålet er nå hvordan gevinsten kan skaleres til samfunnets større organisasjoner, hvor den vil kunne komme fellesskapet til gode. Faktum er at gevinstene på organisasjonsnivå stort sett ikke blir målt, og der de måles, ligger de rundt null.
Ser vi bare på tallene, finnes det ennå ingen troverdig evidens som underbygger at KI-agenter gjør organisasjoner mer effektive. Ja, jeg vet, dette er rart, og jeg gjør meg ekstremt upopulær når jeg påpeker det. Kanskje fordi det bryter med fremoverlente fremtidsvisjoner, og kanskje fordi det skurrer.
En studie fra Danmark i fjor illustrerer skurringen: Den viste at ansatte rapporterer at de blir mer produktive med KI-assistenter, og dessuten at de jobber annerledes. Men studien fant samtidig null ekstra inntjening eller tidsbesparelser.
Det kan hende at den økte produktiviteten, som pr. i dag ikke er mulig å finne igjen på bunnlinjen, bare lar vente på seg, eller at den vil gjøre seg gjeldende på sikt som følge av at folk jobber annerledes.
- Les også: Datasentre er som våpenfabrikker
En uløst flaskehals
En annen mulighet er at de typiske senioroppgavene er en uløst flaskehals. Noen må kvalitetssikre, forstå og ta ansvar for det endelige resultatet. Noen må bestemme hva som skal gjøres, og hva som skal prioriteres.
Denne «noen»-rollen må fremdeles fylles av erfarne mennesker, altså nettopp de menneskene som får minst produktivitetsutbytte av KI-assistenter.
Merk at produktivitet ikke er et mål på kvalitet. De to er uavhengige av hverandre. Det kan godt være at mange seniorer der ute leverer høyere kvalitet når de bruker KI-verktøy, hvilket ville gjort bunnlinje-mysteriet enda mer mystisk.
Slike flaskehalser henger sammen med linjene i organisasjoner: hvordan verdi flyter fra der den skapes (de mer produktive individene) til der den tas ut og kan måles. Større organisasjoner er typisk vanskeligere å forstå, også for KI-systemer. Hvor godt et KI-system kan svare, er avhengig av informasjonen det har tilgjengelig. Én ting er arbeidsoppgaver, som KI-agenter i økende grad utfører raskere enn mennesker.
Jo mer alt henger sammen med alt, desto vanskeligere er det å få KI-teknologi til å fungere i den store helheten.
Konteksten er alt rundt; det som må forstås, prioriteres, delegeres, godkjennes og passe med resten av organisasjonen. Og de to kan snuble i hverandre: Jo mer arbeid en KI-agent utfører, desto mer koster det å forholde seg til produktet fra dette arbeidet.
Bør vi endre systemene?
For enkeltpersoner og startups er mengden relevant informasjon så liten at den kan skrives ned. I store organisasjoner er mye informasjon spredt tynt utover, udokumentert og taus.
Jo mer alt henger sammen med alt, desto vanskeligere er det å få KI-teknologi til å fungere i den store helheten. Den snille og populære forklaringen på at KI-forløsningen lar vente på seg, er at vi er tidlig ute, at vi ikke har rukket å eksperimentere nok. Den forklaringen stemmer neppe: KI-bruk er ekstremt vanlig, og folk tar private vaner med på jobben.
Forklaringen er nok heller at gevinst på systemnivå ikke er noe som kan anskaffes (som lisenser til KI-agenter), men er begrenset av selve systemet.
Vi har verktøy som gjør individer mer produktive. Spørsmålet er ikke om vi vil ta det i bruk, for det har vi allerede gjort. Spørsmålet er om vi bør og dessuten kan endre systemene.
Når dette strategiske spørsmålet skal behandles, bør risikomatrisen ta hensyn til at det er snakk om eventuelt å tilpasse systemene til en teknologi vi ikke er selvforsynte med eller betaler den faktiske kostnaden av – ennå.
Denne kronikken ble først publisert i Aftenposten 31. august 2026.
