Helvetes AI-agenter
AI-agenter skjuler seg bak språk som «assistenter», «copiloter» og «verktøy». Den reelle effekten er å organisere arbeid bort fra mennesker. Verdiskapingen skjer nettopp fordi dette ikke er tydelig for dem som rammes.

KI-generert illustrasjon fra Sora.
Main moments
Debatten om kunstig intelligens (AI) har lenge handlet om overflate, som ChatGPT, slop og spektakulære demonstrasjoner. Også om aksjekurser, verdsettelse og frykten for en boble. Det vi i langt mindre grad diskuterer, er hvordan AI faktisk skaper verdi – og hva det gjør med arbeid.
Samtidig bygges det nå systemer som endrer selve organiseringen av arbeid. I 2025 ble «agentisk AI» et av de mest brukte begrepene i teknologidebatten, uten at de fleste kan forklare hva det innebærer. Likevel er det her verdiskapingen flytter seg.
Dette utspiller seg raskt. I 2025 løftet Forrester agentisk AI inn blant viktigste fremvoksende teknologier. Stanford HAI viser at private investeringer flyttes nå fra generativ til agentisk AI. Epoch AI viser et kapabilitetsskifte, der AI-systemer går fra å generere svar til å planlegge arbeidsprosesser, bruke verktøy og utføre oppgaver selv.
Konsekvensen er at verdiskapingens logikk har forandret seg. Nvidia alene har passert over 4 billioner dollar i markedsverdi med rundt 36.000 ansatte, noe som betyr mer enn 100 millioner dollar i markedsverdi per ansatt. Markedsverdien til Palantir er 84 millioner dollar per ansatt. Kapitalen priser produktivitet som kommer fra teknologi og systemer, ikke fra antallet mennesker.
Agentisk AI er bygget for denne effektivitetslogikken. Agentøkonomien er simpelthen mer arbeid med færre mennesker. Det begynner å funke skummelt bra nå, og kapitalen beveger seg raskt over. Produktiviteten vil øke, ikke fordi mennesker jobber raskere, men fordi systemer overtar planlegging, koordinering og gjennomføring.
Geoffrey Hinton , gudfaren til generativ AI, sa at denne utviklingen vil gjøre noen ekstremt rike, mens mange mister arbeidet sitt. Bill Gates skrev at produktiviteten vil øke kraftig, men at samfunnet må forberede seg på et arbeidsliv med langt mindre behov for menneskelig arbeidskraft.
Likevel dominerer et annet språk. Konsulenthusene som McKinsey snakker om «superagency» og om hvordan AI gir ansatte superkrefter. Perspektivet er ensidig positivt på grensen til uærlig. Den samme teknologien som forsterker noen roller, gjør andre overflødige. Agentisk AI er ikke bygget for å skape flere jobber, men for å redusere behovet for mennesker i arbeidets kjernefunksjoner.
Utviklingen virker fjern fordi den skjer fragmentert. Ifølge OECD skjer over 90 prosent av alle globale AI-investeringer i privat næringsliv, konsentrert hos få aktører. Samtidig viser analyser fra Gartner at over 40 prosent av agentiske AI-prosjekter vil bli kansellert innen 2027 og at over 80 prosent av AI-initiativer aldri når produksjon. Ikke fordi AI-en er for dårlig, men fordi organisasjoner er bygget rundt mennesker. Prosesser, ansvar og beslutningslinjer skaper friksjon.
Agentisk AI angriper nettopp denne friksjonen. Den tar over prosesser, standardiserer beslutninger og organiserer arbeid direkte. Når dette lykkes, flyttes AI fra pilot til drift. Da går endringen raskt, og jobbene forsvinner.
Det er her handlingsvinduet ligger. Så lenge AI omtales som verktøy og eksperiment, overlates styringen til andre. Systemene bygges for noen andres prioriteringer. Når arbeidsprosessene først er automatiserte, er de vanskelige å ta tilbake.
Det avgjørende spørsmålet er derfor ikke om agentisk AI vil endre arbeidslivet, men hvem den vil tjene. Teknologi har alltid vært en effektiv tjener og en dårlig herre. I et åpent, konkurranseutsatt arbeidsliv vil effektiviteten agentene gir bli den nye normalen, enten vi liker det eller ikke. Norske virksomheter konkurrerer globalt, der produktivitet måles relativt, ikke absolutt. Handlingsrommet ligger i å forstå arkitekturen som bygges nå, og i å ta styring før systemene organiserer arbeidet uten oss.
More from Langsikt

AI development, threats and Norwegian opportunities
Proposals for investments and institutional innovations

Bruk gjerne KI til å skrive tekst, men det er kritisk viktig at det finnes en avsender
I offentligheten er det likegyldig om man får skrivehjelp av en venn, enten vennen er av silisium eller kjøtt og blod.

Data discovery — a tax incentive for sharing data
Norway can't speed up KI without better data, and no one has incentives to make data shareable. That's why we need a tax incentive for data quality and sharing.

AI risk is many things — that's why we need multiple conversations at the same time
KI risk is not one thing. When we mix together concrete, political and long-term dangers, debate and policy become demanding.