AI i praksis
Arbeidet ingen har meldt inn
Gevinstberegningene for kunstig intelligens hviler på arbeidstimer ingen har budsjettert med.
Ansatte mater verktøyene med kontekst, kontrollerer det som kommer ut, retter feilene og rydder opp.
I Gleans ferske Work AI Index går 6,4 av de 11 timene teknologien angivelig sparer i uken, med på akkurat det. Kilden er en leverandør, og tallene bør leses deretter — men mønsteret går igjen andre steder. I BCGs siste arbeidslivsundersøkelse oppgir 47 prosent at de bruker mer tid på å styre og følge opp kunstig intelligens enn på selve arbeidet.
Hardere data enn begge deler
Anders Humlum og Emilie Vestergaard har koblet spørreundersøkelser mot danske registerdata — 25 000 arbeidstakere i elleve yrker som regnes som særlig eksponert. Studien er mest kjent for det den ikke fant: utslagene på inntekt er så nær null at gjennomsnittseffekter over to prosent kan utelukkes.
Det mindre siterte funnet er mer interessant for den som driver en virksomhet. Om lag 8 prosent av brukerne har fått helt nye arbeidsoppgaver som følge av verktøyene — og 17 prosent der arbeidsgiveren satser aktivt på dem. Arbeidet forsvant altså ikke — det ble omfordelt, og noe nytt kom til. Og 4 prosent av dem som ikke bruker verktøyene i det hele tatt, har også fått nytt arbeid, fordi kollegene deres gjør det.
Arbeidet sprer seg til folk som aldri trykket på knappen.
Et ord som mangler på norsk
Leverandørsiden har begynt å kalle det botsitting, som er treffende og samtidig et markedsføringsord. Ettersyn duger bedre: den løpende kontrollen av noe som går av seg selv helt til det ikke gjør det.
Jobbslaps-debatten i vinter handlet om avsenderen — de halvferdige leveransene som skyver arbeid over på mottakeren. Den som rydder opp etterpå, ble knapt nevnt. Det er en påfallende utelatelse, for det er rydderen som gjør at gevinsttallene ser ut som de gjør.
Hvor arbeidet står oppført
At arbeid er usynlig, sier ikke noe om hvor vanskelig det er. Det sier hvor det står oppført. Usynlig arbeid kommer ikke inn i bemanningsplanen, fordi ingen har meldt det inn. Det fordeles skjevt, og oftest på den som er grundigst heller enn den som har tid. Og det blir ikke borte av at ingen regner på det — det betales i overtid, i kvalitet, eller i at noen slutter å bry seg.
Mønsteret er kjent fra omstillingsforskningen. I vår egen forskning på psykososialt arbeidsmiljø under organisasjonsendring fant vi at belastningen sjelden ligger i endringen i seg selv, men i uklarheten rundt den: hvem som skal gjøre hva, etter hvilken standard, og med hvilken tid. Rolleuklarhet er blant de best dokumenterte stressorene i arbeidslivet. Innføring av kunstig intelligens produserer den i større mengder enn de fleste omorganiseringer, fordi oppgavene endrer seg fortløpende uten at noen skriver det ned.
Tre spørsmål lar seg stille på et ordinært ledergruppemøte. Hvem har fått nye oppgaver det siste året uten at noen har skrevet dem ned? Hvor mye tid er satt av til kontroll av KI-generert arbeid, og i hvem sin kalender står den? Og når gevinsten ble regnet hjem, ble ettersynet trukket fra?
De fleste virksomheter kan svare på det første med en samtale. Færre kan svare på det siste.
Kilder
- Work AI Institute (2026). The Work AI Index 2026. Undersøkelse blant 6 000 heltidsansatte kunnskapsarbeidere i USA (3 000), Storbritannia (1 500) og Australia (1 500), gjennomført desember 2025–januar 2026. Utgitt av KI-leverandøren Glean. glean.com ↗
- Boston Consulting Group (2026). AI at Work: Why Strategy Matters More Than Tools. Fjerde årlige undersøkelse, 11 749 arbeidstakere i 14 markeder. Pressemeldingen 3. juni 2026: «nearly half (47%) report spending more time managing and directing AI than doing the work itself». bcg.com ↗
- Humlum, A. & Vestergaard, E. (2026). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777, mai 2025, revidert mars 2026. 25 000 danske arbeidstakere i elleve eksponerte yrker, koblet til registerdata ut desember 2024. Utslag på inntekt over 2 prosent kan utelukkes; 8 prosent av brukerne rapporterer helt nye oppgaver, 17 prosent der arbeidsgiveren satser aktivt, og 4 prosent av ikke-brukerne rapporterer ny arbeidsmengde. nber.org ↗
- Fløvik, L., Knardahl, S. & Christensen, J.O. (2019). The Effect of Organizational Changes on the Psychosocial Work Environment. Frontiers in Psychology, 10:2845 — redusert rolleklarhet og økt rollekonflikt, både på kort og lang sikt. frontiersin.org ↗
- Iversen, M.H. (2026). 2026 er året KI blir flaut på jobb. Altinget, 12. januar 2026 — der «jobbslaps» ble lansert som norsk ord for «workslop». altinget.no ↗
- Niederhoffer, K., Rosen Kellerman, G., Lee, A., Liebscher, A., Rapuano, K. & Hancock, J.T. (2025). AI-Generated «Workslop» Is Destroying Productivity. Harvard Business Review, 22. september 2025 — BetterUp Labs og Stanford Social Media Lab, som ga fenomenet navn. hbr.org ↗