Jeg leste nylig en NRK-artikkel om at mennesker fortsatt er billigere enn KI. Det høres nesten bakvendt ut, for når teknologien kan jobbe døgnet rundt, aldri tar ferie og i mange tilfeller koster svært lite å bruke, skulle man tro at regnestykket allerede var avgjort. Så enkelt er det ikke.
På papiret burde kunstig intelligens være en arbeidsgivers drøm: Teknologien kan jobbe kontinuerlig, håndtere store mengder informasjon og løse stadig flere oppgaver som tidligere krevde menneskelig tid. Likevel viser forskningen at det fortsatt bare er et begrenset antall oppgaver det faktisk lønner seg å automatisere fullt ut.
Forklaringen er egentlig ganske enkel. Det er stor forskjell på hva KI kan gjøre, og hva det koster å få teknologien til å gjøre jobben på en trygg, stabil og nyttig måte. Først når vi tar med hele arbeidsprosessen i regnestykket, begynner bildet å bli interessant.
Allerede i 2024 så jeg nærmere på hvordan KI kunne påvirke arbeidslivet, og den gangen handlet mye av diskusjonen om hvilke jobber teknologien kunne komme til å erstatte. I dag er spørsmålet blitt mer konkret: Hva lønner det seg faktisk å automatisere?
Hva koster egentlig en arbeidsoppgave?
La oss ta et enkelt eksempel. Tenk deg en ansatt som bruker 20 minutter på en bestemt oppgave. Hvis denne ansatte totalt koster arbeidsgiveren 800.000 kroner i året, og vi regner med rundt 1.500 produktive arbeidstimer, blir kostnaden omtrent 533 kroner per time. De 20 minuttene koster dermed rundt 178 kroner.
Så tenker vi oss at en KI-agent kan gjøre den samme oppgaven for 30 kroner. Umiddelbart ser det ut som en enorm besparelse, men det er før vi tar høyde for at resultatet kanskje må kontrolleres av et menneske.
Dersom en ansatt bruker fem minutter på kvalitetssikring, legger vi omtrent 44 kroner til regningen, og den samlede kostnaden blir da rundt 74 kroner. Det er fortsatt klart billigere enn å la et menneske gjøre hele oppgaven.
Men hvis kontrollen tar 15 minutter, stiger kostnaden til rundt 163 kroner. Da er forskjellen mellom mennesket og KI-løsningen plutselig bare 15 kroner, og hele forestillingen om at maskinen nærmest jobber gratis begynner å slå sprekker.
Det er nettopp dette som gjør KI-regnestykket mer komplisert enn det først ser ut til. Det er ikke nødvendigvis selve teknologien som er dyr, men alt arbeidet rundt den. Systemene skal kobles sammen, data skal sikres, ansatte skal læres opp, feil skal håndteres, og noen må ta ansvar når KI-en ikke forstår situasjonen eller leverer et svar som ikke holder mål.
Små forbedringer kan endre hele regnestykket
Samtidig viser eksempelet hvor raskt økonomien kan endre seg dersom teknologien blir bedre. Hvis behovet for menneskelig kontroll faller fra 15 til fem minutter, går kostnaden i vårt eksempel fra 163 til 74 kroner. Da har KI-løsningen på kort tid gått fra å være marginalt billigere til å koste mindre enn halvparten av menneskelig arbeid.
Det er derfor påstanden om at mennesker fortsatt er billigere enn KI først og fremst beskriver situasjonen akkurat nå. Dersom modellene blir bedre, billigere og mer selvstendige, kan balansen endre seg langt raskere enn mange virksomheter er forberedt på.
Samtidig er det verdt å merke seg at Norge står i en litt annen situasjon enn det som ofte beskrives i den internasjonale KI-debatten. Her er det ikke først og fremst massearbeidsledighet som peker seg ut som den store utfordringen. Tvert imot kan problemet bli at vi mangler folk.
Norge trenger mer kapasitet, ikke nødvendigvis færre ansatte
NRK viser til beregninger fra Samfunnsøkonomisk Analyse som peker på at behovet for arbeidskraft kan øke betydelig fram mot 2045, mens veksten i antall mennesker i jobb blir langt mindre. Det betyr at vi i årene som kommer må finne måter å få mer ut av arbeidskraften vi allerede har.
I et slikt perspektiv får KI en helt annen rolle. Teknologien trenger ikke først og fremst å brukes for å erstatte mennesker, men kan bidra til at hver enkelt får gjort mer på den tiden som er tilgjengelig.
Samfunnsøkonomisk Analyse anslår at KI kan gjøre det mulig å utføre dagens arbeidsoppgaver på 15 prosent kortere tid. Femten prosent høres kanskje ikke dramatisk ut, men når vi regner på det, blir effekten langt mer håndgripelig.
I en vanlig arbeidsuke på 37,5 timer tilsvarer det omtrent fem timer og 38 minutter. Over 46 arbeidsuker blir det nær 259 timer i året, eller rundt 34,5 arbeidsdager per ansatt. I en virksomhet med 100 ansatte tilsvarer det teoretisk nesten 26.000 timer frigjort kapasitet i løpet av ett år.
Ingen virksomhet vil klare å hente ut hele denne gevinsten. Arbeidslivet består av langt mer enn oppgaver som kan måles i et regneark, og noe av tiden vil alltid gå til møter, opplæring, koordinering og kvalitetssikring. Likevel viser beregningen hvor stor effekt selv moderate produktivitetsforbedringer kan få når de skaleres opp.
Den skjulte kostnaden ved å automatisere bort juniorene
Det finnes imidlertid en annen kostnad som er langt vanskeligere å regne på, og den handler om kompetanse. Dersom KI først og fremst overtar de enkleste oppgavene, kan bedrifter bli fristet til å ansette færre juniorer. På kort sikt kan det se fornuftig ut, særlig hvis teknologien både er raskere og billigere.
Problemet oppstår noen år senere.
En erfaren utvikler, ingeniør, rådgiver eller journalist har ikke alltid vært erfaren. Kompetansen er bygget gjennom praktisk arbeid, feil, tilbakemeldinger og gradvis større ansvar. Hvis de enkleste oppgavene forsvinner, kan også deler av læringsløpet forsvinne.
Da risikerer virksomhetene å spare penger i dag, samtidig som de bygger opp en kompetansegjeld som først blir synlig den dagen de trenger flere erfarne medarbeidere enn de har klart å utvikle selv. Det som ser ut som en effektivisering på kort sikt, kan derfor bli en kostbar flaskehals senere.
Kanskje stiller vi feil spørsmål om KI
Debatten om kunstig intelligens blir ofte framstilt som en konkurranse mellom menneske og maskin, men det er trolig ikke der det mest interessante spørsmålet ligger. Det avgjørende blir heller hvilke oppgaver KI kan gjøre billigere og bedre, hvilke oppgaver mennesker fortsatt er best egnet til, og hvordan de to kan brukes sammen på en måte som faktisk gir høyere produktivitet.
Akkurat nå er mennesker fortsatt overraskende konkurransedyktige på mange områder. Det betyr likevel ikke at regnestykket kommer til å se slik ut særlig lenge. Hvis KI blir billigere, mer presis og krever mindre menneskelig oppfølging, kan kostnadsbildet endre seg raskt.
Og kanskje er det nettopp derfor vi bør være mindre opptatt av å spørre om KI skal erstatte oss, og mer opptatt av å forstå hvor teknologien faktisk skaper verdi. For i norsk arbeidsliv kan den største gevinsten vise seg å være at vi ikke trenger færre mennesker, men at vi får langt mer ut av dem vi allerede har.
