Hvorfor AI-adoptsjonen avtar – og hvorfor kontroll er den manglende funksjonen

Vi hører den samme trusselen om og om igjen: AI-boblen kommer til å sprenges.

I månedsvis har eksperter forutsagt ikke om, men hvordan, ødeleggelsene vil utvikle seg — og nå ser vi den første nedgangen i AI-vekst siden 2023. Investorer heller enn å stoppe å øse inn rekordkapital i AI, men kapital garanterer ikke adopsjon. Brukeradopsjon, ikke finansiering, bestemmer overlevelse — og AI-adoptionsrater for store selskaper er synkende.

Even der adopsjon forblir stabil, ser vi advarselssignaler. Mindre selskaper og startup-selskaper bruker fortsatt AI jevnt, men de lider av noe annet: bruk av AI er koblet til utbrenthet.

Når det gjelder AI-adoptsjon av kunnskapsarbeidere, er noe galt. AI-produktene svikter oss — og den manglende lenken er større kontroll og tilpasning.

Adopsjonsapokalypsen nå

AI-verktøy bør fjerne manuelt arbeid, akselerere prosesser og gjøre menneskers liv bedre. Men det er mange måter AI-verktøyene kan feile — enten det er implementering eller en mismatch mellom arbeidsflyt og mål.

La oss bryte ned hvorfor AI-verktøyene mister sin glans for kunnskapsarbeidere.

Eksekutivs aspirasjoner vs. ansattes realitet

Fra 10 000 fots høyde ser AI ut som en transformasjon. Nede i skyttergravene er det en annen historie.

Eksekutiver er begeistret for de lovede produktivitetsgevinstene ved å implementere AI, og selskaper øker bruken av AI. Men enkeltbidragsytere er de som må tolerere friksjoner, fra nye arbeidsflyter og opplæring, til potensielle mismatch mellom eksekutivs forventninger og enkeltbidragsyteres realitet.

Automatisering vs. regulering

AI kan utarbeide på sekunder, men selskaper kan ta uker til å diskutere. Så det er ingen mysterium hvorfor adopsjonen feiler i større selskaper.

AI er raskere enn tankegangen, men et stort selskaps prosesser er ikke. De er bygget for risikomildring og lovmessig overholdelse, og AI kan være en ansvar. Derfor må ansatte skape nye, uønskede arbeidsflyter, som nye gjennomgangsstadier for å fange AI-hallusinasjoner, eller plukke gjennom feilene i AI-generert kode.

Ubegrenset AI vs. ansattes utbrenthet

Det er en annen foruroligende bieffekt: AI-utbrenthet. Ifølge en nylig studie publisert i Harvard Business Review, bidrar bruk av AI til oppgaveutvidelse, distrakt multitasking og dårligere arbeidslivsgrenser. 

Mennesker føler behov for å oppnå mer og mer med AI — og det er som en skuddbane til utbrenthet. Noen av presset er selvvalgt, da vi alle kollektivt øker forventningene til hva vi kan oppnå. Men eksperter kan også bruke AI-revolusjonen som en hevel og skyld på AI for høyere ytelsesforventninger — og selv omstillinger. Det er knapt overraskende, derfor, at ansatte rapporterer følelser av frakobling og tap av formål når AI-teknologi legges til deres arbeidsflyter. 

Feiljustert AI

Friksjon, ødelagte arbeidsflyter, ansatte som er utmattet og demoralisert… Disse symptomene har alle samme årsak: AI som er overinnsatt og under-tilpasset.

Så hva hvis en LLM kan produsere en imponerende rapport, eller generere overfladisk overbevisende kode? Hvis det genererer noen ekstra timer med arbeid med å gjennomgå og faktasjekke, feiler det på sin mest grunnleggende løfte om å strømlinje og akselerere arbeidet vårt. Ingen under at nysgjerrigheten er borte, og vi nå ser en økning i AI-utålmodighet.

En studie fra 2025 av mennesker i 47 land viser at bare 46% av mennesker stoler på den tekniske evnen til sine AI-verktøy, mens en separat rapport fra 2025 viser at 82% ikke finner effektive måter å bruke AI på hverdagsbasis. Hvis du må jobbe for å finne en måte å bruke AI i arbeidsflyten din, eller må lage nye arbeidsflyter for å fikse AI-feil, så jobber du for AI — ikke motsatt.

Tilbake i AI-sjåførens sete

Hva vi mangler er større valg og bedre tilpasning.

Det ser enkelt ut, ikke sant? Å velge når og hvordan du bruker AI gjør det til et potensielt ødeleggende verkty i bedriftens arbeidsflyt, til et missil du avfyrer rett på målet. Og verktøy som tillater bedre tilpasning gir mennesker mulighet til å passe AI inn i arbeidsflyten mer jevnt.

Likevel har brukerkontrollene ikke alltid vært i fokus for store teknologiselskaper. Mange kommentatorer påpeker at et sted langs veien stoppet AI å være valgfritt og ble innbygget i produkter som standard, i stedet for å være valgfritt. Kan det være øyeblikket da brukerne begynte å miste interessen, og adopsjonen begynte å avta?

Tilpasningskappløpet

Mennesker vil fortsette å avvise én-størrelse-passer-verktøy og hastigt implementerte AI-arbeidsflyter. Og nå ser vi AI-ledere begynne å reagere.

Noen av de store aktørene forbedrer tilpasningen, som ChatGPTs innføring av personaliseringsfunksjoner som lar oss leke med tonen, energinivået og selv emoji-volumet på våre AI-chatbots. Noen kommentatorer mener vi vil se AI-verktøy nische seg ned og vinne adopsjon ved å bli mer og mer spesifikke, og støtte hyper-spesifikke oppgaver.

AI som tilpasser seg deg

Det blir klart at i den neste fasen av AI-utvikling, vil de mest tilpassende verktøyene vinne. Verktøy som gjør ting som:

• Tilpasser seg eksisterende arbeidsflyter, i stedet for å tvinge deg til å lage nye. Zoom AI Companion 3.0 har fått dette budskapet og lansert oppgraderinger, inkludert et plattform-uavhengig notatverktøy — som møter brukerne i verktøyene de allerede bruker. 
• Lar ansatte velge når AI deltar, og når det trekker seg tilbake. Som GitLab Duo , hvor brukerne velger hvilke grupper og prosjekter som kan bruke AI-kapasiteter.
• Reduserer kognitivt arbeid, i stedet for å legge til en ny arbeidsflyt for sjekking. ClickUp Brain, for eksempel, opererer innenfor arbeidsflyter, ikke ved siden av dem, og integrerer AI i oppgavevisninger — som trådsummer, oppdateringer og foreslåtte neste trinn.
• Gi gjennomsiktighet i hvordan utdata genereres, i stedet for å legge byrden på ansatte til å finne ut av det. Verktøy som WorkflowGen fokuserer på AI-ansvar ved å bygge audit-trails direkte inn i AI-handlinger, så menneskelige gjennomgangsledere ikke må reversere utdata. 

Det nye AI-gullstandardet

Den første bølgen av AI var drevet av mulighet. Det var imponerende demonstrasjoner, rekordinvesteringer og høye forventninger… men nå er nysgjerrigheten borte, og markedet justerer seg.

Neste bølge vil bli drevet av noe mye mer kraftfullt: brukervennlighet. Vi har sett hva som skjer når AI overgår integrering: utbrenthet, arbeidsflyt-friksjoner og, uunngåelig, langsommere adopsjon. Disse er ikke tegn på at AI-boblen sprenger, men at AI uten tilstrekkelig tilpasning er mer av en byrde enn en boost.

Neste konkurransefordel for AI-utviklere vil være tillit — og tillit kommer fra å la brukerne lede.