Konsernsjefens KI-paradoks: Hvorfor det å senke farten kan være den raskeste veien til å lykkes

Metas siste resultatmelding ga enda et tegn på de enorme summene som investeres i kunstig intelligens. I oktober snevret selskapet inn prognosen for kapitalutgiftene i 2026 til 135–145 milliarder dollar og økte den nedre grensen med 5 milliarder dollar. KI-infrastruktur var en viktig drivkraft.

Bare noen dager tidligere hadde imidlertid Meta og Apple vist hvordan kraftige KI-modeller kunne kjøres lokalt på Apples maskinvare, noe som potensielt kan gi bedrifter større kontroll og mindre avhengighet av kostbare skybaserte tjenester. Kontrasten er slående. Selv om investeringene øker, fortsetter både teknologien og økonomien bak KI å utvikle seg. For de fleste næringslivsledere er det grunnleggende spørsmålet velkjent: Hvor mye bør vi forplikte oss til i dag når morgendagens teknologi, kostnader og konkurransesituasjon fortsatt er usikre?

En motsetning ligger i kjernen av KI-debatten. Vi får stadig høre at den største risikoen er å gå for sakte fram. Likevel kan noen av de mest alvorlige feilene en konsernsjef kan gjøre, skyldes at man går for raskt inn i beslutninger som er vanskelige og kostbare å reversere.

Dette er ikke et argument for å stå på sidelinjen og vente. Det handler om å skille mellom å handle raskt for å lære og å handle raskt for å forplikte seg. Det er ikke det samme.

Presset om å reagere er reelt.

Det forventes at KI vil endre de fleste bransjer. Det er fortsatt uklart hvor verdien først vil oppstå, hvor mye det vil koste å realisere den, og hvilke forretningsmodeller som vil bli forstyrret.

Stanfords KI-indeks for 2026 viser at 88 % av organisasjonene som deltok i undersøkelsen, brukte KI i minst én forretningsfunksjon i 2025. Men innføring er ikke det samme som omstilling. Forskning fra konsulentbransjen peker på et vedvarende gap mellom KI-eksperimentering og effekt i hele virksomheten. Mange organisasjoner oppnår produktivitetsgevinster og forbedringer i enkeltfunksjoner eller -prosesser, men relativt få har omsatt disse resultatene i betydelige, målbare forbedringer av virksomhetens samlede resultater.

En konsernsjef kan være omgitt av vellykkede demonstrasjoner, engasjerte ansatte og imponerende presentasjoner fra leverandører, men likevel streve med å svare på et enkelt spørsmål fra styret: Hva har egentlig endret seg i økonomien i virksomheten vår?

Alle har en mening. Ikke alle har de samme insentivene.

Se for deg en konsernsjef som skal godkjenne en stor KI-investering. Teknologileverandøren er overbevist om at plattformen kan levere framtidens løsninger. Teknologiteamet ønsker ressurser til å bygge. Forretningslederne ønsker seg et konkurransefortrinn. Økonomiavdelingen vil ha troverdige avkastningstall. Styret vil være trygg på at ledelsen verken henger etter eller setter selskapets framtid på spill.

De fleste handler i god tro. Men de ser beslutningen fra ulike ståsteder, og interessene deres er ikke sammenfallende.

Skillet mellom å selge teknologi og å gi råd om hvordan den skal brukes, blir stadig mer uklart. I mai kunngjorde OpenAI at selskapet oppretter et implementeringsselskap som skal hjelpe større virksomheter med å integrere KI i driften, samtidig som det inngikk en avtale om å kjøpe Tomoro, et selskap innen anvendt KI. Dette viser hvor vanskelig det er å gå fra demonstrasjon av KI til daglig bruk. Det illustrerer også hvorfor kjøpere bør forstå hvem som gir dem råd, hvem som står for implementeringen, og hvem som tjener på teknologien de velger.

Gode leverandører er svært verdifulle. Men selv de beste kan ikke forventes å være nøytrale når det gjelder hvilken plattform en kunde velger, hvor mye kunden bruker, eller hvor avhengig kunden blir.

Konsernsjefens ansvar er ikke å mistro alle. Det er å sørge for at ulike perspektiver blir prøvd før de blir til én anbefaling som tilsynelatende er uunngåelig.

Problemet med å satse på et mål i stadig endring

Tradisjonelle investeringsbeslutninger bygger på en rimelig stabil oppfatning av hva man kjøper. KI utfordrer denne forutsetningen. Mulighetene blir stadig bedre, prisene endrer seg, og oppgaver som før krevde spesialisert programvare, kan nå kanskje løses på andre måter.

Det finnes allerede tegn på denne utviklingen. Mange organisasjoner forteller at de har valgt å ikke kjøpe programvareprodukter eller nye funksjoner fordi KI-drevne kodeverktøy har gjort det mulig å utvikle den aktuelle funksjonaliteten internt.

Det betyr ikke at det alltid er bedre å bygge selv enn å kjøpe. Det betyr at alternativene kan endre seg mens anskaffelsesprosessen fortsatt pågår.

Konsernsjefer må spørre seg hva som skjer hvis et bedre alternativ dukker opp om seks måneder. Kan virksomheten bytte modell eller leverandør? Kan dataene flyttes? Beholder den kontrollen over kritiske prosesser? Er de kommersielle forpliktelsene basert på dokumentasjon snarere enn optimisme?

En stor investering kan fortsatt være fornuftig. Men den bør være en bevisst satsing med tydelige forutsetninger, ikke en reaksjon på en pressemelding fra en konkurrent.

Senk farten i beslutningsprosessen, ikke i læringen.

Et av de nyttigste skillene et lederteam kan trekke, er mellom beslutninger som kan reverseres, og beslutninger som ikke kan det.

Små eksperimenter, målrettet redesign av arbeidsflyter og kontrollerte forsøk kan gjennomføres raskt. De avdekker hvor ansatte sparer tid, hvor kundene får fordeler, og hvor teknologien svikter. De synliggjør også mindre glamorøse problemer: dårlige data, uklart ansvar, sikkerhetsbekymringer og prosesser ingen har utfordret på årevis.

Omfattende forpliktelser til plattformer, utkontrakteringsavtaler, omstruktureringer og fjerning av kritiske menneskelige kontrollmekanismer fortjener grundigere vurdering. Konsekvensene av slike beslutninger kan vare lenger enn teknologiantakelsene de bygger på.

Det er her det å bremse kan gjøre en organisasjon raskere. Uker brukt på å avdekke svake antakelser kan hindre at man bruker år på å gjennomføre feil løsning. På samme måte kan det å la team eksperimentere innenfor fornuftige rammer lære en administrerende direktør mer enn det å vente på en perfekt strategi for hele virksomheten.

McKinseys forskning tyder på at organisasjoner som presterer godt, oftere legger om arbeidsflytene og satser på vekst og innovasjon parallelt med effektivisering. Dette er like mye en lederutfordring som en teknologiutfordring.

Hva styret trenger å høre

Styrene blir bedt om å støtte beslutninger med store konsekvenser, selv når erfarne ledere ikke kan hevde at de vet hvordan alt vil utvikle seg. Det er urealistisk å kreve sikkerhet. Det er like lite nyttig å godta entusiasme i stedet for dokumentasjon.

En bedre samtale i styret begynner med praktiske spørsmål. Hvilket problem prøver vi å løse? Hvilken dokumentasjon støtter forventningen om avkastning? Hvilke antakelser kan vise seg å være feil? Hva kan vi lære før vi binder mer kapital? Hva ville få oss til å stanse eller endre kurs?

Samtalen må også handle om mennesker. Hvilke arbeidsoppgaver vil endre seg? Hvilke ansatte trenger nye ferdigheter? Hvem har fortsatt ansvaret når KI kommer med en anbefaling eller utfører en handling? Hva vil kundene faktisk oppleve?

Styrene trenger ikke å bli fulle av KI-ingeniører. De trenger tilstrekkelig innsikt og uavhengighet til å kunne utfordre ledelsen på en konstruktiv måte. Administrerende direktører trenger på sin side styrer som skiller mellom et godt styrt eksperiment som mislykkes, og en investering som er dårlig vurdert, men lykkes ved en tilfeldighet.

Rådene administrerende direktører bør verdsette høyest

Ledere har ingen mangel på tilgang til KI-ekspertise. Tekniske spesialister er helt nødvendige. Men teknologisk ekspertise er ikke det samme som god dømmekraft når det gjelder selskapets strategiske valg.

Den mest verdifulle rådgiveren kan være den som tør å stille et ubehagelig spørsmål når alle andre vil gå videre. Hvorfor prøver vi å løse dette problemet? Hvilke antakelser gjør vi om kundene? Legger vi om arbeidet, eller automatiserer vi en dårlig prosess? Hva ville vi gjort hvis det var våre egne penger?

Gode råd krever også mot til å si: «Det vet vi ikke ennå.» En slik erkjennelse bør føre til en metodisk måte å finne det ut på, ikke til handlingslammelse.

En rådgiver som samler stemmer med ulike synspunkter, synliggjør avveininger og hjelper ledere med å ta beslutninger under usikkerhet, tilbyr noe annet enn enda en spådom om den neste modellversjonen.

Her ligger det et paradoks. Når KI gjør det enklere å produsere analyser, presentasjoner og teknisk informasjon, kan verdien av menneskelig beslutningstaking øke. Det blir viktigere, ikke mindre viktig, å lytte, stille spørsmål, forstå organisasjonspolitikk og bygge tillit i en splittet ledergruppe.

Det egentlige kappløpet

Alle administrerende direktører vet at det innebærer risiko å stå stille. Konkurrentene lærer. De ansatte eksperimenterer. Kundene endrer forventningene sine. Løsningen er ikke å bremse alt.

Løsningen er å bevege seg raskt der tempo gir læring, være disiplinert når beslutninger medfører langsiktige forpliktelser, og forstå forskjellen.

Neste gang et KI-forslag legges fram for ledergruppen, er kanskje ikke det mest nyttige spørsmålet «Hvor raskt kan vi godkjenne dette?», men «Hva må vi forstå før vi forplikter oss, og hvor raskt kan vi finne det ut?»

I et marked som belønner inntrykket av hastverk, kan administrerende direktør som gir rom for reell debatt, til slutt komme lenger – og raskere – enn den som aldri stanser opp for å stille spørsmål ved kursen.