Microsofts AI-sjef sier at 18 måneder er ventetiden for hvitkragers arbeid

Mustafa Suleyman, Microsofts sjef for AI, fortalte Financial Times denne uken at “de fleste, hvis ikke alle” hvitkragers datamaskinoppgaver vil bli “fullstendig automatisert” innen 12 til 18 måneder. Advokater, regnskapsførere, prosjektledere, markedsførere – alle disse, sa han, vil se sin daglige arbeid håndtert av AI før midten av 2027.

Dette er et slående påstand. Det er også et påstand som fortjener mye mer granskning enn de åndeløse overskriftene det genererte.

Suleyman er ikke en tilfeldig kommentator. Han var med å grunnlegge DeepMind, lanserte Inflection AI og leder nå Microsofts forbruker-AI-avdeling. Han har sett AI gå fra forskningsnysgjerrighet til kommersiell produkt nærmere enn de fleste. Når han taler, lytter bransjen. Men han er også, på dette spesielle tidspunktet, den personen som er mest ansvarlig for å selge Microsoft Copilot til bedrifter – et produkt som bare har 1,2% av AI-chatbot-markedet, til tross for Microsofts ubestridte distribusjon gjennom Windows, Office og Azure.

Dette konteksten er viktig. Suleyman spår fremtiden og markedsfører den samtidig.

Hva han faktisk sa

Det fulle sitatet er verdt å undersøke: “Hvitkragers arbeid, der du sitter ved en datamaskin, enten som advokat eller regnskapsfører eller prosjektleder eller markedsfører – de fleste av disse oppgavene vil bli fullstendig automatisert av en AI innen de neste 12 til 18 månedene.”

Han pekte på programvareutvikling som bevis på at skiftet allerede er i gang, og hevdet at utviklere nå bruker “AI-assistert kodeforfating for det meste av kodeproduksjonen” – en transformasjon han sa skjedde “i løpet av de siste seks månedene”.

Det samme intervjuet avslørte Microsofts bredere AI-strategi: bygging av egne frontier-modeller for å oppnå “sann AI-selvstendighet” og redusere avhengighet av OpenAI. Selskapet ønsker å konkurrere over hele AI-staken, fra infrastruktur til applikasjoner.

Hvor han har rett

Å forkaste Suleyman ville være en feil. Spesielt i programvareutvikling er bevisene for rask AI-tilpasning og potensiell forstyrrelse mer enn reelle.

Spotify-sjef Gustav Söderström sa denne uken at selskapets beste utviklere “har ikke skrevet en eneste linje kode siden desember”, og ga æren til Claude Code og interne AI-systemer. Cursor nådde 1 milliard dollar i årlig omsetning ved å hjelpe utviklere å produsere mer output med færre tastetrykk. Claude Code står nå for 4% av alle offentlige GitHub-kommitter – et tall som doblet på bare en måned. AI-kodeverktøy har gått fra nyskapning til nødvendighet raskere enn nesten noen annen kategorien av bedriftsprogramvare i historien.

Anthropics januar 2026-økonomiske indeks fant at 49% av jobbene nå kan bruke AI i minst en fjerdedel av oppgavene, opp fra 36% ett år tidligere. Det er akselerasjon.

Og markedet priser allerede inn forstyrrelse. Cowork-lanseringen forrige måned utløste en aksjesalg på 285 milliarder dollar i programvareaksjer, da investorer omregnet hvilke SaaS-produkter en AI-agent kunne erstatte.

Hvor han har feil

Men det er en kløft mellom “AI kan assistere med oppgaver” og “de fleste oppgavene vil bli fullstendig automatisert”. Suleyman kollapset denne distinksjonen, og å gjøre det kunne forvrengte hva som faktisk skjer.

Den samme Anthropic-rapporten som fant at 49% av oppgavene nå kan bruke AI, viste også at bare 9% av bedriftene rapporterer fullstendig rolleerstatning. 45% har redusert innleiring av nyutdannede – noe som er betydelig – men redusert innleiring er ikke det samme som at oppgavene blir “fullstendig automatisert”. Gapet mellom disse to realitetene er der de fleste hvitkragere faktisk bor.

Vurdér profesjonene Suleyman nevnte. Kan AI utarbeide en kontrakt? Ja. Kan det utøve jus – navigere i klientrelasjoner, rettssaler, regulatorisk nuanse og faglig ansvar? Ikke på 18 måneder. Kan AI generere en markedsføringsplan? Absolutt. Kan det forstå hvorfor en bestemt merkevare sin publikum reagerer på ironi, men ikke oppriktighet? Det er et annet problem helt.

Mønsteret er kjent. AI utmerker seg i de strukturerte, gjentakende delene av kunnskapsarbeid. Det sliter med de tvetydige, relasjonelle og kontekstuelle delene – som tilfeldigvis er det meste profesjonelle faktisk tilbringer sin tid på. Å automatisere 40% av en advokats oppgaver automatiserer ikke advokaten. Det gjør advokaten 40% mer produktiv, noe som er verdifullt, men fundamentalt forskjellig fra hva Suleyman beskrev.

Så er det Copilot selv. Til tross for at 70% av Fortune 500-selskapene har adoptert Microsoft 365 Copilot, kjører de fleste organisasjonene fortsatt piloter. Bedrifts-AI-tilpasning har konsekvent vist seg å være langsommere, mer rotete og mer politisk vanskelig enn leverandørene lover. Hvis Microsofts eget produkt ikke har automatisert hvitkragers arbeid hos selskapene som allerede betaler for det, så strekker den 18-måneders tidsrammen for universell automatisering troverdigheten.

Problemet med spor

Teknologiledere har en lang historie med å love for mye om automatiseringstider. I 2016 forutså Business Insider 10 millioner selvkjørende biler på veiene innen 2020. IBM’s Watson skulle revolusjonere onkologi. Fullt autonome fabrikker var alltid fem år unna.

Disse forutsagnene delte en felles feil: de extrapolerte fra hastigheten på teknisk fremgang uten å ta hensyn til friksjonen fra institusjonell tilpasning, regulatorisk kompleksitet og menneskelig atferd. AI i 2026 er lengre fremme enn disse tidligere teknologiene var på deres hype-topp – men tilpasningsbarrierene er fortsatt hardt reelle.

Suleymans egen spor er blandet. DeepMind produserte ekte vitenskapelige gjennombrudd under hans medledelse. Inflection AI, selskapet han grunnla etter å ha forlatt Google (GOOGL ), samlet inn 1,5 milliarder dollar før han forlot for Microsoft, og selskapets teknologi ble i praksis absorbert i Microsofts AI-avdeling. Han forstår kapasitet bedre enn de fleste. Men kapasitet og utrulling er to forskjellige ting.

Hva som faktisk skjer på 18 måneder

Den mer besinnelige forutsigelsen kommer fra Anthropic-sjef Dario Amodei, som advarte på Davos sammen med DeepMind-sjef Demis Hassabis at AI vil ramme innleiring av nyutdannede først, med bredere erstattning som tar ett til fem år. Begge erkjente at deres egne selskaper allerede hyrer færre juniorarbeidere – et mer ærlig og verifiserbart krav enn Suleymans svevende prognose.

Verdens økonomiske forum projiserer en netto økning på 78 millioner jobber globalt innen 2030, med 170 millioner skapt og 92 millioner erstattet. Innleiring av nyutdannede har allerede falt 29% siden januar 2024. Det er et reelt problem, men det er en gradvis strukturell endring – ikke en klippe 18 måneder unna.

Hva som faktisk skjer innen midten av 2027: AI-verktøyene vil håndtere betydelig mer rutinearbeid. Profesjonelle som lærer å bruke dem vil overgå de som ikke gjør det. Noen roller – spesielt juniorstillinger som består hovedsakelig av strukturerte oppgaver – vil krympe eller forsvinne. Organisasjoner vil bevege seg sakte, diskutere innkjøp og underinvestere i opplæring.

Transformasjonen er real. Tidsrammen kan være overdratt.

Suleyman har rett i at AI vil forme hvitkragers arbeid. Han kan ha feil i at det skjer på 18 måneder. Gapet mellom disse to posisjonene er der den faktiske historien bor – og det er en historie som vil ta år, ikke måneder, å spille ut.