Alle snakker om kunstig intelligens, men få får det til å virke. Når prosjektene skal ut av pilotfasen og inn i drift, stopper det ofte opp. Samtidig øker presset. Kostnadene skal ned, effektiviteten opp, og nye regelverk som DORA, NIS2 og Digitalsikkerhetsloven krever langt høyere digital robusthet.
Callum Steel, direktør for KI i Cognizant, ser det samme mønsteret hos norske virksomheter.
– Piloter starter i avdelinger, finansieres fra IT-budsjettet og forventes å levere på seks måneder. I praksis tar det gjerne tolv til fjorten måneder før verdiene synliggjøres. Tålmodigheten tar slutt, og prosjektene dør før de får skapt resultater, sier han.
Callum Steel
Direktør for KI i Cognizant
Copilot er ikke en KI-strategi
Utfordringen er ofte at man starter i feil ende, altså med teknologi før problemet.
– Copiloter gir fem til ti prosent personlig produktivitetsgevinst, men konkurrentene gjør det samme. Skal KI gi reell konkurransekraft, må det inn i kjerneprosessene i form av leveranser, verdikjede og kundereiser. Ikke bare Word, PowerPoint og møtereferater, sier han.
Teknisk gjeld og data bremser skalering
En pilot kan fungere fint i et testmiljø, men når løsningen skal kobles på kjernesystemene, møter mange utfordringer knyttet til datakvalitet, eierskap, styring og sikkerhet. Mangler det felles retning, stopper det fort opp.
– Norge er verdensmester i å starte ting. Men når ti piloter ikke samles i én plattform, får man ti gode forsøk, ikke én sterk KI-satsing, sier Kim Næss, IoT-direktør i Cognizant.
Kim Næss
IoT-direktør i Cognizant
Industriell tilnærming
Cognizant bygger KI for effekt med en tretrinnsmodell. Først økes produktiviteten via copiloter, KI-plattformer og reduksjon av teknisk gjeld. Deretter industrialiseres KI gjennom modernisering av plattformer og orkestrering av multiagentsystemer. Til slutt agentifiseres virksomheten ved å gjenbruke rammeverkene og transformere prosesser og tjenestekatalogen.
Det handler ikke om én smart modell, men om en KI-fabrikk som kontinuerlig utvikler, tester, validerer, ruller ut og overvåker løsninger på tvers av virksomheten.
– Vi har gjort dette for flere norske industrikunder i 2025 og forbereder KI-fabrikker for enda flere. Mange har startet med piloter som ikke skalerer, men de har gitt viktig læring. Det er bare å fortsette, sier Callum Steel.
Cognizant hjelper selskaper med å modernisere teknologi, tenke nytt om prosesser og transformere opplevelser slik at de ligger i forkant i en verden som endrer seg raskt.
Les mer på cognizant.com
Problemet må defineres først
Ifølge Næss handler god KI-implementering om å definere problemet før teknologien velges.
– Hvilke prosesser skaper mest kostnad, friksjon eller tapt inntekt? Hva slags data trenger vi? Brukstilfeller bør prioriteres etter verdi og kompleksitet, bygges som MVP-er og skaleres derfra, sier han.
Bygg for endring – ikke teknisk gjeld
Cognizant sitter på hundrevis av ferdige agentmaler, men domenekunnskap hos kunden er avgjørende for å få effekt. Løsningene må være modulære og kunne bytte modeller og komponenter etter hvert som teknologien utvikles.
– KI er i ferd med å bli en del av infrastrukturen. Da kan den ikke skrus fast i én applikasjon og stå i ti år. Den må bygges for endring, sier Callum Steel.
AI-first i praksis
Næss understreker at KI handler om å bygge kapasitet, ikke skrive nye strategier.
– Fra personlige verktøy til prosesser, fra piloter til fabrikk, fra kostnadskutt til nye inntektsstrømmer. Vi trenger ikke flere hype-presentasjoner, men planer for faktisk bruk i driften. Det er det Engineering AI for Impact handler om. Altså å hjelpe bedrifter å bli KI-først i praksis, ikke bare på papiret.
– Du vil alltid overvurdere hva KI kan gjøre på kort sikt, og alltid undervurdere effekten på lang sikt, avslutter han.
Les mer på cognizant.com
