Tilbake til innsikt
AI & Strategi 4 min lesetid

AI kan løse mye mer enn de fleste tror

Portrettbilde av Joakim Rognlien, Daglig leder i Tind Studio
Joakim Rognlien
Daglig leder18. mar 2026
Illustrasjonsbilde til artikkelen: AI kan løse mye mer enn de fleste tror

Det er lett å tenke at AI allerede har tatt over. Overskriftene skriker om revolusjon, og LinkedIn-feedene flommer over av folk som «10x-er produktiviteten sin med ChatGPT».

Men virkeligheten er langt mer nyansert, og langt mer interessant for deg som leder en virksomhet.

Anthropic har nylig publisert data som viser forholdet mellom teoretisk AI-kapasitet og faktisk observert bruk på tvers av yrkeskategorier. Resultatet er slående: I nesten alle bransjer finnes det et enormt gap mellom hva AI-modeller kan gjøre, og hva de faktisk blir brukt til.

Tallenes tale

La oss se på noen av de mest påfallende funnene.

Innen IT og matematikk dekker AI teoretisk over 80 % av arbeidsoppgavene. Den observerte bruken? Rundt 35-40 %. Det betyr at selv i den mest teknologinære bransjen utnytter folk under halvparten av potensialet.

For business og finans, arkitektur og ingeniørfag, og juss er det teoretiske potensialet enda høyere, men den faktiske bruken er dramatisk lavere. I juridisk arbeid, for eksempel, kunne AI i teorien støtte nær 80 % av oppgavene, mens den observerte bruken knapt når 25 %.

Og kanskje mest overraskende: Bransjer som utdanning, kunst og media, og helsefag har alle et teoretisk dekningsgrad på over 50 %, men observert bruk som ligger langt under.

Radar-diagram som viser teoretisk AI-kapasitet vs. observert bruk fordelt på yrkeskategorier. Det blå området viser hva AI kan gjøre, det røde viser hva den faktisk brukes til.
Figur: Teoretisk AI-kapasitet (blått) vs. observert bruk (rødt) fordelt på yrkeskategorier. Kilde: Anthropic

Hvorfor gapet?

Det er fristende å tenke at gapet handler om at AI «ikke er god nok ennå». Men dataene forteller en annen historie. Det teoretiske potensialet er allerede der. Gapet skyldes i stedet en kombinasjon av faktorer som er langt mer håndgripelige:

Folk vet ikke hva som er mulig. De fleste har prøvd å stille AI et spørsmål eller to, men få har utforsket hvordan AI kan integreres i arbeidsflyten deres systematisk. Det er forskjell på å bruke en kalkulator til å sjekke et regnestykke og å bygge et helt regneark-system som automatiserer rapporteringen din.

Verktøyene er ikke tilpasset arbeidsflyten. Generiske AI-chatboter er imponerende, men de løser sjelden spesifikke bransjebehov rett ut av boksen. Det trengs tilpasning, noe som krever både forståelse for teknologien og dyp kjennskap til fagfeltet.

Organisasjoner mangler strategi. AI-adopsjon uten plan gir sporadisk bruk. Noen ansatte eksperimenterer på egenhånd, men uten en bevisst strategi forblir det fragmentert og uforløst.

Hva betyr dette for din virksomhet?

Gapet mellom AI-potensial og faktisk bruk er ikke et problem, det er en mulighet. Det betyr at konkurransefordelen ikke ligger i å ha tilgang til AI (det har alle), men i å anvende den riktig.

Her er tre konkrete grep du kan ta:

  1. Kartlegg oppgavene, ikke teknologien. Start med å identifisere hvor i virksomheten tid går tapt på repetitive, regelbaserte eller informasjonstunge oppgaver. Det er her AI gir raskest avkastning, ikke i de mest spektakulære bruksområdene, men i de mest hverdagslige.
  2. Bygg bruer mellom fagfolk og teknologi. Den største barrieren for AI-adopsjon er ikke teknisk, den er menneskelig. Fagfolk trenger å forstå hva AI kan gjøre for dem, i deres kontekst. Det krever noen som kan oversette mellom AI-muligheter og bransjebehov.
  3. Tenk systemer, ikke eksperimenter. Enkeltstående AI-eksperimenter er fine for å bygge forståelse, men verdien kommer når AI blir en integrert del av arbeidsprosessene. Det handler om å gå fra «vi bruker AI noen ganger» til «AI er innvevd i måten vi jobber på».

Det usynlige vinduet

Dataene fra Anthropic peker på noe viktig: Vi befinner oss i et vindu der AI-kapasiteten har løpt fra adopsjonen. Teknologien er klar. Spørsmålet er hvem som tar den i bruk først, og hvem som venter til gapet har lukket seg og fordelen er borte.

For de fleste bransjer handler ikke AI-transformasjon om å vente på bedre modeller. Det handler om å bruke det som allerede finnes, men å gjøre det med intensjon, strategi og forankring i virksomhetens faktiske behov.

Gapet i Anthropics data er ikke et tegn på at AI skuffer. Det er et tegn på at muligheten fortsatt er der for dem som griper den.

Vil du finne ut hvor gapet er størst i din virksomhet, og hvordan du kan lukke det? Vi i Tind Studio hjelper bedrifter med å gå fra sporadisk AI-bruk til strategisk implementering.

Ta kontakt med Tind Studio →

Portrettbilde av Joakim Rognlien, Daglig leder i Tind Studio

Om forfatteren

Joakim Rognlien er daglig leder i Tind Studio og brenner for å gjøre kompleks teknologi forståelig og nyttig for norske bedrifter.