De fleste norske kommuner har for lengst tatt i bruk KI, men få klarer å gjøre pilotene om til initiativer som gir varige gevinster. Sammen med mine medstudenter Even Sehested og Jorunn Jørstad Fjellheim har jeg, i en nylig avsluttet prosjektoppgave på Handelshøyskolen BI, dybdeintervjuet fire kommuner og en energibedrift for å finne ut hvorfor. Svaret handler mindre om teknologi enn du kanskje tror.
Ansatte kurses, verktøy rulles ut og prosjekter settes i gang, ofte med lovende resultater i oppstartsfasen. Erfaringer fra digitalisering i offentlig sektor viser imidlertid at de teknologiske mulighetene raskt kan møte organisatoriske utfordringer dersom struktur, kapasitet og ledelsesforankring ikke er tilstrekkelig på plass.
Nasjonale tall bekrefter mønsteret: ifølge Rambølls «IT i praksis 2026»-undersøkelse for KS (kommunesektorens organisasjon) og Digdir (Direktoratet for forvaltning og digitalisering) bruker 66 prosent av offentlige virksomheter nå KI daglig, men gevinstene realiseres foreløpig i stor grad på individnivå og ikke på organisasjonsnivå.
Målet med oppgaven var å undersøke hvilke organisatoriske og ledelsesmessige forutsetninger som må være på plass for at kommuner skal lykkes med KI, og bruke innsikten til å vurdere hvordan kommuner kan sikre varige gevinster av KI-satsingen. Med det mener vi gevinster — altså spart tid, bedre kvalitet eller lavere kostnader som er forankret i faste rutiner og styringsdokumenter, og som består uavhengig av enkeltpersoner. Det kvalitative materialet ga oss flere læringspunkter som vi mener er relevante langt utover virksomhetene vi undersøkte.
Alle fem organisasjonene vi dybdeintervjuet hadde pilotert KI-verktøy i en eller annen form. I en av organisasjonene vi studerte var forutsetningene gode: 70 prosent av de ansatte i kommunen var kurset i generell KI-bruk, og seks KI-agenter var i drift før det første året var omme. Pilotresultatene var også gode med kortere saksbehandlingstid, bedre tekstkvalitet og mer effektiv administrativ støtte.
Organisasjonene vi intervjuet, fikk stort sett KI-verktøyene i bruk i praksis. Utfordringen lå lenger ut i prosessen: å løfte erfaringene fra enkeltpersoner til organisasjonen. Evnen til å lære systematisk av pilotene, og til å dokumentere gevinstene i tall ledelsen faktisk kunne bruke, var gjennomgående svakere på tvers av alle vi snakket med.
Fem forhold pekte seg særlig ut som kan forklare hvorfor gode piloter ikke automatisk fører til varig endring:
Det første forholdet dreier seg om organisatorisk kapasitet, og utfordringen med at KI-satsinger ofte forblir ildsjeldrevne og personavhengige fremfor å bli en fast del av hvordan organisasjonen jobber. De organisasjonene som la best til rette for varig effekt, hadde dedikert kapasitet til KI-arbeidet. I tillegg var arbeidet organisert i en permanent, tverrfaglig struktur som gjorde det mulig å sette det i system.
Det andre forholdet er skillet mellom drift og utvikling. Driftslogikk handler om stabilitet, sikkerhet og kontroll, mens utviklingslogikk handler om å utforske, prøve og feile, og de trekker naturlig i hver sin retning. De organisasjonene som lyktes med å skille disse funksjonene, pekte på dette som en hovedgrunn til at de kunne jobbe fremoverlent med å bygge og teste nye KI-løsninger.
Det tredje forholdet dreier seg om ledelse og betydningen av eierskap i linjen. Toppledelsens visjon alene er ikke tilstrekkelig for å lykkes. Det som også avgjør om KI-verktøyene faktisk integreres i arbeidshverdagen, er mellomledernes og nærmeste leders engasjement og bruk av KI-verktøyene. I organisasjonene der lederne fungerte som en aktiv pådriver, endret praksisen raskt, men der lederen var avventende, uteble effekten.
Det fjerde forholdet handler om psykologisk trygghet. Det dreide seg om trygghet til å utforske, om hva som faktisk er lov, hva som er forsvarlig bruk, og en visshet om at man ikke blir overvåket i egen KI-bruk eller gjort overflødig. I flere av organisasjonene vi intervjuet var dette noe informantene selv trakk frem som en bakenforliggende bekymring, særlig knyttet til personvern. Det er en kjent risiko i offentlig sektor (Lange & Gausdal, 2020), der usikkerhet om regelverk kan fungere som en brems selv der viljen til å prøve er til stede.
Det femte forholdet er koblingen mellom KI-gevinster og økonomiplanen. I flere av organisasjonene levde gevinstene i stor grad som et eget sideprosjekt uten reell kobling til budsjettarbeidet. De virksomhetene som la best til rette for varig effekt, hadde derimot konkrete, tallfestede gevinstmål forankret i egne styringsdokumenter, og noen av disse var så eksplisitte at de var koblet direkte til fremtidig bemanningsbehov.
I mange virksomheter er KI-teknologien allerede tilgjengelig, men om den skaper varige gevinster, avhenger i stor grad av hvordan innføringen støttes av organisering, ledelse og tilstrekkelig kapasitet.
De fem forholdene som betydde mest, handler nesten ikke om KI i det hele tatt, men om grunnleggende prinsipper for organisasjonsendring. Kanskje er det egentlig den viktigste innsikten.
16. september deler jeg og tre kolleger flere perspektiver på KI, ledelse og organisasjon på en faglig frokost.
Studien bygger på semistrukturerte dybdeintervjuer med syv informanter fra fem organisasjoner: fire kommuner og en energibedrift. Informantene hadde roller som prosjektledere for KI-satsingen, digitaliserings- og utviklingsansvarlige, IT-utviklere og fagrådgivere — personer med bred innsikt i egen organisasjons KI-arbeid.
For å vurdere organisasjonenes modenhet brukte vi SCALE-rammeverket, utviklet av Vegard Kolbjørnsrud, professor ved BI. Rammeverket beskriver fem kapabiliteter organisasjoner må utvikle for å lykkes med kontinuerlig, datadrevet læring og tilpasning: å fange opp relevante data (Sense), analysere og forstå mønstre (Comprehend), handle på innsikten (Act), lære av erfaring (Learn) og gjøre beslutninger gjennomsiktige og etterrettelige (Explain).
