AI i praksis for norske SMB

AI har gått fra å være et buzzword til å bli en helt vanlig del av verktøykassen. Men for de fleste norske SMB, altså bedrifter med 5 til 100 ansatte, handler det ikke om å bygge sin egen ChatGPT. Det handler om å koble eksisterende AI-modeller på problemer man allerede har: tilbud som tar for lang tid, e-poster som hoper seg opp, kundehenvendelser som krever de samme svarene om og om igjen, og ansatte som bruker halve dagen på å lete etter informasjon.

Vi har bygget AI-løsninger for transport, bygg, eiendom, kurs og salg det siste året. Fellesnevneren er ikke bransjen. Det er at daglig leder på et tidspunkt satte seg ned og innså at det finnes 3–4 oppgaver som gjentar seg hver eneste uke, som ingen egentlig burde bruke tid på lenger.

Den vanligste feilen vi ser er at bedrifter kjøper en AI-lisens først og prøver å finne bruksområder etterpå. Det er som å kjøpe en varebil før man vet hva man skal frakte. Vi snur alltid rekkefølgen: hvor forsvinner tiden i dag, hva koster den, og hvilken del av den kan en maskin ta over?

Et konkret eksempel: en av kundene våre i byggebransjen brukte i snitt 40 minutter per tilbud på å hente ut informasjon fra e-post, prise varer og skrive ut et pent dokument. Med rundt 15 tilbud i uken snakker vi om 10 timer, altså en hel arbeidsdag. Vi bygget en flyt der AI leser inn forespørselen, foreslår priser basert på tidligere prosjekter og genererer et ferdig utkast. Tiden per tilbud gikk ned til under 10 minutter.

1. Dokumenthåndtering. AI leser tilbudsforespørsler, fakturaer, kontrakter og skjemaer, henter ut det viktige og legger det rett inn i systemene dere allerede bruker. Dette alene sparer typisk 5–10 timer i uken hos en mellomstor bedrift.

2. Kundedialog. En godt trent chatbot eller AI-assistent svarer på 60–80 % av rutinespørsmålene, mens menneskene tar de samtalene som krever skjønn. Viktig: sett terskelen slik at agenten sender videre til et menneske så snart den er usikker. Da bygger du tillit, ikke frustrasjon.

3. Intern søk og oppslag. Ansatte bruker mye tid på å lete etter informasjon i Sharepoint, e-post og perm. En AI som kan søke i interne dokumenter sparer fort en time per ansatt per uke. For en bedrift med 20 ansatte er det en full stilling.

Mye mindre enn folk tror, og mye mer enn selgeren sier. De fleste AI-løsningene vi bygger ligger på et par hundre kroner per bruker per måned i driftskostnad, pluss en engangsbygging på 40 000 til 250 000 kroner avhengig av kompleksitet. Til sammenligning: én sparte arbeidsdag i uken tilsvarer omtrent 200 000 kroner i året i lønnskostnader for én ansatt.

Regnestykket er som regel enkelt, men det forutsetter at løsningen faktisk blir brukt. Vår erfaring er at 8 av 10 AI-prosjekter som feiler, feiler fordi ingen tok ansvar for opplæring og oppfølging etter lansering. Det er derfor vi alltid tilbyr drift og support som del av leveransen.

Personvern og GDPR: ikke bruk offentlige AI-tjenester med kundedata uten en databehandleravtale. De fleste bedriftsversjoner (Azure OpenAI, Claude Enterprise, Gemini for Workspace) er trygge, men konsumentversjonen av ChatGPT er det ikke.

Hallusinering: AI finner på ting. Løsningen er å tvinge modellen til å svare kun basert på interne kilder du selv har lagt inn, ikke på fri tekst. Dette kalles RAG og bør være standard for alle interne assistenter.

Skyggen av eierskap: hvis leverandøren din bygger en AI-løsning som kun de forstår, sitter du fast. Vi leverer alltid dokumentasjon, tilgang til systemene og en overleveringsplan, slik at du kan bytte leverandør uten å måtte bygge alt på nytt.

Sett av 30 minutter med noen som har bygget dette før og gå gjennom en typisk uke. Skriv ned de fem tingene som gjentar seg mest. Det er der du bør starte. Alt annet er sekundært.