
KI-generert illustrasjon fra Sora
Hovedmomenter
Last ned for å lese hele notatet.
I dette notatet presenterer vi et rammeverk for å forstå hvordan kunstig intelligens (KI) kan påvirke norsk økonomi. Rammeverket oppsummerer de viktigste mekanismene i forskningslitteraturen og fokuserer spesielt på effektene KI kan ha for produktiviteten og arbeidernes kår. Målet er å gi beslutningstakere, studenter og samfunnsinteresserte et bedre grunnlag for å forstå mekanismene KI kan virke igjennom, hvilke antakelser som er sentrale i de økonomiske modellene som brukes av ledende eksperter og dermed en forståelse for hvorfor ulike forventninger om effekten av KI på økonomien spriker.
Bakgrunn
Utviklingen av kunstig intelligens går i et enormt tempo. Flere modeller gjør det like bra på standardiserte tester som eksperter med doktorgrad. Agentiske modeller gjør at stadig mer komplekse og omfattende oppgaver kan løses av KI. Flere eksperter tror utviklingen vil fortsette i samme tempo og at vi kan nå kunstig generell intelligens (KGI) innen få år. Andre tror utviklingen kan bremse opp. Likevel er det bred enighet om at KI kan få betydelige konsekvenser for økonomien, herunder for vekst, arbeidsplasser og fordeling av inntekt.
Økonomenes modeller gir likevel svært ulike prediksjoner om hvordan KI vil påvirke økonomien. Et noe pessimistisk anslag finner vi hos nobelprisvinner Daron Acemoglu. I en artikkel fra 2024 antar han at om lag fem prosent av oppgavene i den amerikanske økonomien vil automatiseres de neste ti årene. Det øker BNP med omtrent 0,9–1,6 prosentpoeng sammenliknet med et scenario uten KI, med usikker effekt på ulikhet. Et mer optimistisk anslag finner vi hos Philippe Aghion, en av årets nobelprisvinnere. Han viser at mer eller mindre full automatisering av økonomien kan føre til en veksteksplosjon der lønningene faller drastisk og ulikhetene blir svært store.
Den viktigste årsaken til modellenes ulike prediksjoner er ulike antagelser om hvor stor del av oppgavene i økonomien som vil automatiseres i årene fremover.
Én type studier prøver å anslå hvor mange av oppgavene i økonomien som kan automatiseres, som regel med dagens KI-modeller. En studie fra SSB anslår for eksempel at om lag 17–18 prosent av oppgavene i norsk økonomi kan automatiseres med dagens KI-teknologi. Studien viser at yrker som programmerere, lønnsmedarbeidere og regnskapsførere er mest eksponert for automatisering, mens mer fysisk arbeid som byggearbeid og renhold i liten grad kan automatiseres med dagens teknologi.
At en oppgave i økonomien kan automatiseres, betyr ikke at den blir automatisert. Selskaper vil bare velge KI over arbeidere hvis det lønner seg. Daron Acemoglu forventer f.eks. at bare en knapp fjerdedel av de KI-eksponerte oppgavene vil være lønnsomme å automatisere innen de neste ti årene. SSB-studien anslår derimot at tidsbruken på oppgaver som er eksponert for generativ KI kan reduseres med rundt 50 prosent.
Notatets struktur
Del 1 presenterer bakgrunn og sammendrag av rapporten.
Del 2 av notatet presenterer rammeverket for hvordan KI kan påvirke økonomien. Vi starter med å presentere rammeverket for en enkeltbedrift, illustrert med en dubbebedrift. Vi tar deretter for oss rammeverket på samfunnsnivå. Vi presenterer og diskuterer de sentrale effektene KI kan ha, som utskiftningseffekten, gjeninnsettelseseffekten, skalavirkningen, ringvirkninger i økonomien og behovet for omstilling, baumolvirkningen og endogen vekst. Hvordan KI virker samlet sett, og om sysselsettingen øker eller går ned, avhenger av hvilke av disse mekanismene som dominerer. Vi diskutere også hvordan KI kan påvirke inntektsfordelingen i økonomien, herunder lønnsforskjeller, formuesulikhet og fordelingen mellom arbeiderne og kapitaleiernes andel av inntekten.
Del 3 av notatet gjennomgår hvilke forutsetninger som må være oppfylt for at KI kan automatisere et større antall jobber i årene framover. For at KI skal kunne automatisere oppgaver, må det både være mulig og lønnsomt. Vi beskriver betingelsene som gjør automatisering mulig, som tekniske begrensninger, menneskers preferanser for å interagere med mennesker, politisk bestemte lover og reguleringer, samt hva som kan forhindre at automatisering med KI blir lønnsomt, selv om det er mulig.
Dette notatet utelater enkelte temaer som også er viktige i debatten om KIs påvirkning i økonomien. Blant annet behandles ikke særnorske forhold som den norske arbeidslivsmodellen i særlig grad. Notatet diskuterer heller ikke muligheten til å endre retningen på den teknologiske utviklingen, som flere prominente økonomer er opptatt av. Viktige utfordringer med politisk maktkonsentrasjon, krysningen mellom økonomi og geopolitikk, utfordringer for demokratiet, samt mer filosofiske spørsmål som betydningen av arbeid i menneskers liv og mulige utfordringer med kommodifisering av sosiale relasjoner, er også utelatt. Vi håper likevel notatet kan bidra til å opplyse samtalen om hvordan KI kan påvirke norsk økonomi. God lesning!
Mer fra Langsikt

KI-risiko er mange ting – derfor trenger vi flere samtaler samtidig
KI-risiko er ikke én ting. Når vi blander sammen konkrete, politiske og langsiktige farer, blir debatten og politikken krevende.

Et gyllent år for KI
2026 vil bli et gyllent øyeblikk for kunstig intelligens. Vi bør nyte det så lenge det varer.

Data er ikke som olje. Den er bedre.
Data mangler det vi hadde for olje: en institusjonell arkitektur rundt ressursen.

Pseudokode er enkelt – politikk er vanskelig. KI-budene bygger broen
if/else løser ingenting i et adaptivt, komplekst system som Norge. KI-politikk krever systemforståelse, naturhensyn, sikkerhet og velgeraksept – og det krever felles prinsipper før vi kan skrive de konkrete funksjonene.
Se alle våre publikasjoner her