Intentional Intelligence: Friksjonen var en beskyttelse. AI fjerner den.

Lars Henrik Hafstad Karlsson · 19. oktober 2026 · 7 minutter

En analyse som tok tre dager, tar nå tre minutter. Det høres ut som ren gevinst. Men kostnaden ved å gjennomføre gjorde også en jobb for dere, og den jobben er det ingen som gjør lenger.

Tenk deg at virksomheten har tatt i bruk et AI-verktøy. En måned senere er det merkbart mer av alt. Flere utkast. Flere rapporter. Flere forslag til kampanjer, kunder og tiltak.

Alt går fortere.

Men ingen har stilt spørsmålet om beslutningene har blitt bedre.

Det er en viktig forskjell. Mer aktivitet er lett å se. Bedre beslutninger er det ikke.

Spørsmålet er derfor ikke bare:

Hvor kan vi bruke AI?

Spørsmålet ledelsen har nytte av, er:

Hvilke beslutninger skal bli bedre, og hvordan skal vi merke det?

Kort fortalt

1. Friksjonen beskyttet mot uklare mål. Så lenge gjennomføring var dyrt, stoppet mange halvtenkte ideer av seg selv. AI fjerner den bremsen.
2. AI forsterker intensjonen den får, ikke kvaliteten på den. Et uklart mål blir ikke klarere av å bli gjennomført raskere.
3. Mål AI på beslutninger, ikke på bruk. Timer spart er aktivitet. Verdi oppstår først når noen beslutter annerledes, og det viser seg i resultatet.

Friksjonen var en beskyttelse

I de fleste virksomheter har det alltid vært flere ideer enn kapasitet. En analyse krevde noen dager fra økonomiavdelingen. Et tilbud krevde at en selger satte seg ned og skrev. En kampanje krevde budsjett og en person som eide den.

Kostnaden tvang frem en prioritering. Ideene som ikke var tydelige nok, tapte i køen. Det var sjelden en bevisst siling, men den virket.

Anta at ledelsen i fjor hadde ti forslag til analyser, og at fem ble gjennomført fordi tiden ikke strakk til. I år gjennomføres alle ti. Noen av de fem som tidligere ville blitt liggende, var gode. Andre var ikke tenkt ferdig.

Nå blir de gjennomført likevel. Raskt, presist og i det omfanget noen ber om.

Et uklart mål blir ikke klarere av at det gjennomføres fortere. Det blir bare raskere uklart.

Det er grunnen til at intensjon får en annen betydning når AI er med. Før gjorde friksjonen en del av jobben med å sortere. Den jobben må nå gjøres med vilje.

Hva Intentional Intelligence er

Intentional Intelligence er kombinasjonen av tre ting: en tydelig intensjon om hva som skal oppnås og hvorfor, menneskelig dømmekraft om hva et resultat betyr og om det bør føre til handling, og kunstig intelligens som kan analysere og gjennomføre i et omfang ingen avdeling kan matche.

Rekkefølgen er ikke tilfeldig. Intensjonen kommer først.

Det er ikke et argument for å bruke AI mindre. Det er et argument for å være tydeligere på hva den skal brukes til. Ikke fordi teknologien mangler evne, men fordi den gjør hva den enn blir pekt mot, uten å vurdere om det var verdt å gjøre.

Jeg har tidligere skrevet om at AI forsterker intensjon, men ikke vurderer om den er god. Dette notatet handler om hva det betyr i praksis: at arbeidet med å bli tydelig på målet må gjøres før verktøyet, og at det arbeidet er viktigere nå enn det var.

Timer spart er ikke verdi realisert

Anta en B2B-virksomhet med 25 ansatte. Et AI-verktøy frigjør 1 500 timer i året som før gikk til rapporter, sammenstillinger og utkast.

1 500 timer × 600 kroner = 900 000 kroner

Tallet vil dukke opp i en presentasjon. Men hva er det egentlig?

Det er en beregning av aktivitet som ikke lenger gjøres manuelt. Det er ikke penger på bunnlinjen. Timene er bare verdt noe hvis de brukes på noe som er verdt mer, eller hvis rapportene som nå kommer raskere, faktisk endrer en beslutning.

Sammenlign med én beslutning. Anta at virksomheten har en kundeportefølje med 30 millioner kroner i omsetning, og at bedre innsikt gjør at realisert pris blir ett prosentpoeng høyere enn den ellers ville blitt.

30 000 000 × 0,01 = 300 000 kroner

Beløpet er mindre. Men det er en annen type tall. Det første måler hvor mye verktøyet brukes. Det andre måler om en beslutning ble bedre.

Heller ikke de 300 000 kronene er garantert. Kundene kan reagere på prisen. Forklaringen bak tallene kan være en annen enn antatt. Men det er et tall som kan etterprøves mot et faktisk utfall, og det er mer enn man kan si om sparte timer.

AI bør måles på det den gjør med beslutningene, ikke på hvor mye den er i bruk.

AI svarer presist på spørsmålet dere stiller

Anta at daglig leder ber om en oversikt over alle varer med bruttomargin under 20 prosent. Verktøyet leverer 400 varelinjer på noen sekunder. Listen er korrekt.

Men intensjonen var ikke en liste. Intensjonen var å vite hvilke tre prisbeslutninger som er verdt et møte.

Det er her skillet går. Verktøyet finner mønsteret. Det vet ikke hvorfor mønsteret finnes, eller om det betyr noe:

• Kanskje den lave marginen er bevisst, som del av en større kundeavtale.
• Kanskje innkjøpsprisen nettopp økte, og salgsprisen ikke er justert ennå.
• Kanskje volumet er så lite at avviket ikke betyr noe i kroner.
• Kanskje kostnaden er feil registrert.
• Kanskje fem av de 400 linjene utgjør nesten hele beløpet.

Beregningen viser hvor noe skjer. Forklaringen må komme fra noen som kjenner varene og kundene. Og uten en tydelig intensjon på forhånd, blir 400 presise svar bare støy.

Et godt spørsmål til AI er ikke lenger et spørsmål maskinen kan svare på. Det er et spørsmål som sier hva svaret skal brukes til.

Noen beslutninger skal ha et menneske bak seg

Det er fristende å tenke at alt som kan automatiseres, bør automatiseres. Det er like fristende å holde igjen alt, fordi det føles tryggere.

Begge deler er en måte å slippe å velge på.

Den bevisste posisjonen ligger imellom. AI brukes der mønstre og volum er poenget. Mennesker brukes der situasjonen er ny, der det ikke finnes historikk å lære av, der relasjonen avgjør, og der noen må kunne stå bak beslutningen når den får konsekvenser.

Det siste er ikke en formalitet. En kunde som får avslag. En leverandør som byttes ut. En ansatt som får en annen rolle. «Systemet foreslo det» er ikke et svar noen aksepterer når utfallet betyr noe.

Hvor grensen går, er en ledelsesbeslutning, ikke en teknisk innstilling. Og et manuelt steg som er beholdt med vilje, er ikke ineffektivitet. Det er et valg.

Begynn med beslutningen, ikke med verktøyet

Det praktiske spørsmålet er hvor man begynner. Svaret ligger ikke i verktøylisten.

Begynn med beslutningene. Hvilke beslutninger flytter mest penger i virksomheten? Prisene til de største kundene. Innkjøpsvolum. Hvilke kunder som får oppmerksomhet. Hvor nye selgere settes inn.

Ranger dem etter hva som står på spill i kroner. Så spør: hvor i disse beslutningene ligger det et volum av informasjon som ingen rekker å gå gjennom, eller et mønster som er vanskelig å se for øyet? Der er AI nyttig. Resten av beslutningen er fortsatt skjønn.

Det snur rekkefølgen de fleste starter med. Ikke «hva kan verktøyet gjøre», men «hva skal bli bedre, og hva må verktøyet gjøre for at det skal skje». Mesteparten av arbeidet ligger i den setningen, ikke i teknologien.

Og bestem på forhånd hvordan dere vil se at det virket. Ikke i antall brukere eller antall rapporter, men i beslutningen som ble tatt og hva den ga.

Fra verktøy til intensjon

Spørsmålene kan stilles i en fast rekkefølge, før et AI-verktøy tas i bruk og hver gang bruken utvides:

1. Hvilken beslutning? Hvilken beslutning skal bli bedre, og hvor mye står på spill i kroner?
2. Hva betyr bedre? Hvordan ser et godt utfall ut, og hva ville vi gjort uten verktøyet?
3. Hvor skal AI inn? Hvilken del av beslutningen er mønster og volum, og hvilken del krever skjønn?
4. Hvem står bak? Hvem eier beslutningen og svarer for den når den får konsekvenser?
5. Ble det bedre? Mål utfallet av beslutningen, ikke bruken av verktøyet, og ta svaret med inn i neste runde.

Det er disse fem spørsmålene som skiller en virksomhet som har tatt i bruk AI, fra en virksomhet som har bestemt seg for hva den skal brukes til.

For teknologien tar seg av gjennomføringen. Det har den blitt god til.

Det den ikke tar seg av, er å vite hva som er verdt å gjennomføre.

Den jobben gjorde friksjonen før – nå må intensjonen gjøre den.