KI i strategiprosesser

På forsiden av siste nummer av Harvard Business Review finner vi overskriften "How AI is Reshaping Strategy".  Og det er helt sikkert sant, i hvert fall for noen bedrifter, organisasjoner og myndigheter. Men hva betyr det egentlig når disse to ordene KI og strategi dukker opp i samme setning?

Jeg tenker at ordkombinasjoner med både KI og strategi i samme setning kan handle om minst tre forskjellige ting. Aller oftest handler det om at en virksomhet vil lage en såkalt "KI-strategi", det vil si en beskrivelse av hvordan den har tenkt å anvende kunstig intelligens i noen av sine kjerneområder, og helt sikkert i noen støtteprosesser. Mange gjør det for tiden, men der er ikke det Harvard Busines Review er opptatt av her.

Andre mulighet er når KI og strategi kombineres er at det handler om ytre ting. Hvordan skal virksomheten forholde seg til det andre andre tar i bruk KI, for eksempel konkurrenter, kunder eller i samfunnet rundt? Har et universitet en strategi for hvordan man håndterer studentenes bruk av KI? Hva med eksamen? Hva gjør vi med søknader om stønader som skrevet med KI?  Kanskje utvikle en KI for å lese og behandle dem? Og slik vil den ytre utviklignen når det gjelder bruk av KI måte møtes med indre tiltak, kanskje i form av en KI-strategi.

KI som verktøy i strategiprosesser

Harvard Business review skriver om begge disse måtene å forholde seg til kunstig intelligens stadig vekk, og stadig oftere, men det er ingen av disse to tingene artikkelen i Harvard Business siste nummer handler om. Den handler om en tredje måte å koble ordene KI og strategi. Problemstillingen er hvordan vi kan bruke KI som verktøy i en virksomhets strategiprosess. Hvor er den i så fall nyttig og verdifull? Det er temaet i artikkelen "AI is Revolutionizing Strategic Decision-Making"

Akkurat begrepet revolusjonere er nok litt i overkant foreløpig, men artikkelen peker på i hvert fall tre områder der KI kan tilføre større større utsynsbredde, større dybde, og hjelpe oss håndtere flere mulige kombinasjoner i strategiarbeidet enn det mennesker klarer alene. Den kan hjelpe oss se at menyen kan være lengre, før vi eventuetl bestemmer at vi velger de mulighetene bort.

Er ikke en virksomhetsstategi et så grunnleggende menneskelig, erfaringsbasert og brukerinnsiktsbasert arbeid i en virksomhet at det må være mennekser som holder i det? Uansett hvor god teknologien blir så kan det jo ikke kjenne på verdier og holdninger? Og slik vil det helt sikkert være også i fortsettelsen, men spørsmålet her er om noen deler av denne oppgaven kan gjøres enda bedre med støtte fra KI.

Dybde og bredde i strategiarbeidet

Det er på tre områder kunstig intelligens kan bidra til en bedre strategi, sier artikkelforfatter professor Felipe A. Csaszar ved University of Michigans Ross School of Business. Og han minner om hva enhver strategiprosess i en virksomhet må inkludere:

"At its core, any strategic decision involves three cognitive tasks: searching for possible courses of action, representing the environment in which those actions will play out, and aggregating the judgments of the people involved in the decision."

Hvis vi tenker på prosessen rundt disse tre områdene og vurderer hvor KI kan gi verdiøkende bidrag, så er det første han peker på at i en normal strategiprosess der man skal identifisere ulike mulige målbilder for virksomheten, og retninger organisasjonen kan bevege seg i, er nødt til å holde antall alternativer nede for at vi skal klare å forholde oss til dem, og ikke miste oversikten. Kanskje identifiserer man 10-12 ulike alternativer i første omgang, og så trekkes de ned til 3-4 finalister som ledelsen og styret har å velge mellom. Det store flertallet av mulige fremtider blir aldri viet tid og oppmerksomhet fordi det ikke er kapasitet og båndbredde nok. Med KI er det helt annerledes ved antall mulige utfall, og kombinasjoner av utfall det er mulig å prosessere, er langt større. Artikkelen slår fast at:

"The point here is not just speed. It is a qualitative shift in what “looking for options” means. Instead of asking a team to brainstorm plausible targets, a firm can now scan nearly the entirety of the relevant universe, using multiple strategic lenses simultaneously, and create a short list that no earlier process would have produced. The implication for leaders is straightforward: Before any major strategic choice—an acquisition, a new market entry, a product portfolio decision—you should task an AI system with generating a far larger set of alternatives than your team would normally consider, filtered by your specific criteria. Use your team’s judgment on the short list, not the long list. AI expands the search; humans choose."

Omverdensforståelse

Det andre området artikkelen trekker frem som et svakt punkt i mange strategiprosesser, og som KI kan hjelpe oss med å gjøre bedre, er det artikkelforfatteren beskriver som representasjon av omverdenen. Hvordan ser verden rundt oss ut, i hvert fall de delene av den som betyr noe for vår virksomhet, og hvordan beskriver vi den når vi skal oppnå en felles forståelse av hvordan den ser ut. Forfatteren skriver:

"How does your organization model the environment it operates in? For most companies the answer is some combination of frameworks, spreadsheets, and quarterly reports—tools that are useful but inherently static and simplified. They capture the most important dynamics but necessarily leave out enormous amounts of nuance, context, and real-time change. AI makes it possible to work with far richer and more dynamic representations."

Her må jeg riktignok minne om at det også er andre og svært gode måter å løfte en forståelse og fortelling av overdenen, for eksempel visuelle aktørkart, brukerreiser og målbilder, laget at gode visuelle tjenestedesingere, og det er innholdsdesignere og testforfattere som er knallgode til å bruke fortellinger til å formidle strategier, veivalg og omgivelser som er i endring. Men jeg tenker at kombinasjonen av KIs styrke i å analysere det komplekse og desinernes styrke i å forklare og formidle på måter mennesker forstår, og kan handle ut fra, vil bli en spennende kombinasjon fremover.

Aggregering av kunnskap

Det tredje som trekkes frem er hvordan KI kan brukes til å aggregere og sortere innsikt. Kanskje særlig kvalitativ informasjon som ikke kommer frem i store meningsmålinger og spørreundersøkelser, en i mer individuelle innspill, men som kan ha den ulempen at det tar lang tid å få disse verdifulle enkeltbitene av informasjon. Kan KI spille en rolle i aggregeringen av denne innsikten, uten av det blir forenklet og forflatet til noen gjennomsnittsverdier? Ja, mener forfatteren. Og hva med innspill fra innsiden av organisasjonen der noen kanskje ikke vil mene for mye høyt, fordi de er redde for reaksjoner, eller fordi de tenker at det ikke betyr noe likevel:

"Good strategy depends not just on generating ideas but also on rigorously testing them. In most organizations that testing is still shaped by hierarchy, diplomacy, and the human tendency to converge too quickly. Don’t leave dissent to chance. Design it into the process."

 Så vil naturligvis motforestillingen kunne være at dette er flott og fint, men det hjelper ikke så veldig, for alle andre har også tilgang til den samme kunstige intelligensen som du har. Og da kan man ikke differensiere seg, fordi det man må diffenrensiere seg på er det man har som er unikt, og som ikke alle andre har tilgang til, og ikke det som er likt.

Artikkelen ser litt om dette i avslutningen. Om at strategisk bruk av KI, enten det er i produkter, tjenester, dataanalyse, kundekontakt eller i strategiprosesser, må lete etter det unike det er mulig å gjøre for din virksomhet, og som andre ikke kan kopiere. Det må bidra til å styrke vollgravene virksomhetene har mot at andre kan gjøre det samme, ikke bidra til å fjerne dem. Og artikkelen gir noen eksempler på virksomeheter som prøver å finne den type områder, enten fordi de har data som er unike eller noen prosesser som ikke er så lette å kopiere for andre. Og da kan kanskje KI være et verktøy som kan bidra til å lage en differensierende KI-strategi.

Scenarioer om KI: Krig og forsvar

Hvordan vil kunstig intelligens endre måten krig blir  planlagt og gjennomført og hvordan langtidsplaner og organisering av forsvaret innrettes? KI forandrer våpen, våpensystemer og samhandlingen mellom disse. Hva betyr det for innovasjonssytemet, allianser og alliansepartnere forsvaret og forvarsindustrien for må ha for å bygge og opprettholde den motstandskraften som kreves?

Verdien av forestillinger om fremtiden

I et annet innlegg her på bloggen tidligere i sommer skrev jeg om viktigheten av å utforske hvordan fremtiden med kunstig intelligens kan bli. Om  å fortestille seg svar på spørsmål vi ikke vet svaret på, og som det er stor usikkerhet knyttet til, men må forberede oss på likvel. Hvilke alternative utviklingsbaner er det? Hvor raskt vil teknologiutviklingen gå, og hvordan skal vi sikre at mennesker beslutter og kontrollerer?

I innlegget Forestillinger og fortellinger om kunstig intelligens skrev jeg om en del generelle scenariorapporter, prediksjoner, målbilder og modeller som kan hjelpe oss forstå ulike sider av fremtiden med KI, og alternative utviklingsbaner. Men ikke alle samfunnsområder, yrker og arbeidsoppgaver vil påvirkes likt av KI, eller like raskt. Ambisjonen min er å gå dypere inn i noen særlig viktige og spennende temaer, og rett og slett utforske hva som er laget av mer spissede og avgrensede scenariorapporter som kan være nyttige for folk som ønsker bedre metoder og verktøy når de skal jobbe med målbilder, strategier og planer, eller revurdere virksomhetsmodeller og produktporteføljer på stt område.

Jeg begynner der KI kan få størst eksistensielle konsekvenser, i krig, militær teknologi og forsvars- og sikkerhetspolitikk, og trekker frem scenariorapporter derfra. I dette innlegget er jeg litt strengere med avgrensningen av hvilke type fremtidsfortelling som når opp. Her er det bare scenarioarbeider som inneholder flere navngitte, alternative fremtidsbaner som er med. En prognose som står alene, et målbilde eller et veikart, en handlingsplan eller en risikoliste er noe annet, og når ikke opp her. Det er likevel 11 interessante scenariorapporter med i oversikten under, 

KI i krig og forsvar

Scenariorapportene jeg har sett på har jeg delt i tre kategorier, og rekkefølgen min er nedenfra og opp: fra KI i teknologien som skal anskaffes, via KI som kan påvirke og endre regionale og globale maktforhold, til de bredere forsvarspolitiske fremtidsscenarioene der KI inngår som er én driver blant flere. 

Fem av rapportene handler om KI i forsvarsteknologien, der KI er en kapabilitet som skal integreres i våpensystemer, utstyr og i en militær organisasjon. Det reiser problemstillinger rundt doktrine, tillit, anskaffelser, opplæring og industrielle avhengigheter til andre. Horisonten i disse rapportene er typisk 2030–2040. 

Tre av rapportene handler om KI som noe som kan endre maktforhold mellom stater eller mellom statlige og private aktører, og her er "superintelligens, eller kunstig generell intelligens, noe det kan være avgjørende å ha tilgang til og kontrollere. Som kan avgjøre om et land forblir selvstendig eller ikke. I disse rapportene er horisonten interessant nok kortere, til omkring 2030. Hvordan rigger man egentlig mål- og strategiprosesser hvis de store eksistensielle spørsmålene har en kortere tidshorisont enn teknologimplemeneringen og organisasjonsutviklingen legger opp til? 

Siste kategori er generell forsvars-foresight der KI er en faktor, men ikke en egen variabel. Jeg har sett på tre store framtidsanalyser fra forsvarssektoren der scenarioene bygges på geopolitikk, ikke på teknologi. KI er grundig omtalt som en driver av endring, men det er ikke KI som skiller mellom utviklingsbanene, og derfor ikke hovedpoenget.

1. KI som variabel i våpen- og forsvarsteknologi

Disse fire rapportene har det felles at de beskriver hvordan et forsvar anskskaffer seg, stoler på og bruker KI, uten å miste kontrollen, eller ikke får det til. Motstanderen er Russland og Kina, ikke maskiner som løper løpsk.

Rapporten fra Atlantic Council, How NATO Can Integrate AI to Prevail in Future Algorithmic Warfare, kan være et bra sted å begynne. Den kom i mars i år og er skrivet av Dominika Kunertova i samarbeid med NATOs Office of the Chief Scientist. Tidshorisonten er omkring 10 år. Rapporten er ryddig strukturert, med gjennomgang av ulike sikre og mer usikre endringsdrivere. Den ligger på nettsiden på den anerkjente ikke-statlige vestlige sikkerhets- og samarbeidsorganisasjonen Atlantic Council som har eksistert siden 1960-tallet, og fortsatt klarer å være relevante og oppdaterte.

Rapporen introduserer et aksekors der den ene aksen er KIens transformative potensiale og mulighet til å gi noen et strategisk overtak. På den andre aksen er det motstanderens trusselpersepsjon som er variablen, det vil si om det blir en rask og farlig eskaling. Og ut av dette litt særegne aksekorset kommer det fire scenarioer som kan være både transformative og destabiliserende, verken transformative eller destabiliserende, men også destabiliserende uten å være transformative og transformative uten å være destabiliserende. De heter, i den rekkefølgen, "Brave New World", en ustabil og farlig verden, AI fatigue, et slags nullalternativ som ikke er skrevet ut, Guarded opportunism, som vurderes som mest sannsynlig, og Minority report, der hypen om KI blir et større problem enn KI.

CIGI Papers No. 316: Artificial Intelligence and National Defence: A Strategic Foresight Analysis er neste bidrag, skrevet at Alex Wilner og Ryan Atkinson for Centre for International Governance Innovation i mars 2026. CIGI står for Centre for International Governance Innovation og er en uavhengig canadisk tenketank.

Rapporten begynner med å beskrive fremsynsmetodikk som metode bruk inn i forvars og sikkerhetsfeltet i Canada, mellom allierte land og i noen enkeltland, som USA, UK, Australia og Nederland. Rapporten har ikke akser og aksjekors i en 2x2-matrise, men er basert på en såkalt horisontscanning, der sterke trender og svakere signaler kartlegges og analyseres. 

Scenariodelen av rapporen har tre ganske ulike fremtidsfortellinger lagt til 2040: Muddling through, der KI-maskinene aldri ble noe det skarpe enden av forsvaret kunne stole helt på  KI brukes, men holdes unna de mest kritiske områdene. Worst case, med undertittelen "The unbearable weight of massive AI", er et algoritmisk våpenkappløp som går veldig galt, og Transformative, med undertittelen "AI Diplomatique" har en insteressant vri der KI hjelper stater å finne balanserte politiske løsninger på konflikter, i stedet for suksessiv opptrapping, og krig. Her er det til og med etablert en egen fredspris for KI. 

Rapporten: Navigating the Future: Scenario-Based Analysis of AI Integration in Military Applications er en rumensk scenarioraport skrevet av Nicolae Bălcescu ved Land Forces Academy. Det er et kort notat med to akser i et aksekors, og en tidshorisont på omkring ti år. Aksene er høy og lav KI-utberedelse vertikalt og sterk og svak KI-styring horisontalt. Kanskje litt i overkant enkelt, og de fire scenarioene er rett og slett Optimistic Adoption, Risky Innovation (høy adopsjon, svak styring, og et uregulert KI-kappløp), Controlled Progress og Technological Stagnation. Det som er bra med modellen er at den er lett å forstå og enkelt kan tegnes opp på en tavle for diskusjon.

Situation and trends in the use of artificial intelligence in the defence sector er en spansk rapport om KI i forsvarssektoren, fra Foro de Empresas Innovadoras, et forum for innovasjon i næringslivet, sammen med forsvarsselskapet AMPER. Den kom i september 2025, med et blikk mot 2035. Den finnes i engelsk utgave.

Scenarioene handler egentlig ikke om ulike utfall knyttet til utviklingen av teknologi og våpensystemer i seg selv, men om graden av europeisk suverenitet og handlingsrom. Perspektivet er ikke rent militært, men trekker inn industrielle muligeheter og hindringer for Europa og europeisk autonomi.

Langs den ene aksen er det pekt på tre mulige utfall: Et optimistisk scenario der EU blir en global KI-militærmakt som hevder seg mot Kina og USA. Det forutsetter europeiske industrielle lederroller og et reelt felles forsvarsmarked i EU. Et pessimistisk utfall der dagens situasjon med sterk avhengighet av USAs teknologi og ledelse videreføres. Ingen store europeiske KI-forsvarsselskaper vokser frem. Og i midten det som omtales som et realistisk scenario, der Europa tar ledelsen i enkelte kritiske nisjer, mens avhengigheten fortsetter på andre områder.

Jeg må også nevne BAKS tyskspråklige rapport om: Zwei Szenarien für das Jahr 2035 – Künstliche Intelligenz in der Sicherheitspolitik fra slutten av 2025, selv om disse scenarioene er så korte, enkle og overordnede, at de kanksje ikke tilfører mye vi ikke allerede vet. Men BAKS, som står for Bundesakademie für Sicherheitspolitikk, på engelsk Federal Akademy for Security Policy, er et interessant fremsynsmiljø knyttet til forsvaret i Tyskland som har mye interessant å komme med, også når det gjelder utviling av metoder og opplæring i bruk av fremsynsmetodikk.

2. KI som variabel i global sikkerhetspolitikk

I denne andre hovedkategorien har jeg funnet tre scenariorapporter, Her flyttes hovedspørsmålet fra bruk av KI i militære våpensystemer, til å være en ytre driver som kan flytte global og regional makt. Tidshorisonten i disse rapportene er kortere, gjerne 4-5 år, fordi teknologiutviklingen går så raskt, og det er stor usikkerhet om hvor grunnleggene endringer vi kan opplve.

Første bidrag er fra forskningsmiljøet og tenketanken RAND, og heter How Artificial General Intelligence Could Affect the Rise and Fall of Nations (RR-A3034-2). Den kom ut i juli 2025. Undertittelen er "Visions for Potential AGI-futures", og det er forestillinger om disse fremtidene rapporten belyser gjennom å presentere 8 ulike scenarioer i en interessant scenariorapport på omkring 30 sider.

Valget av akser er litt spesielt her, og gir ikke et vanlig 2x2 aksekors, men en 2x4 matrise med 8 ulike utfall. Den ene aksen handler om evnen til å utvikle lendende KI. Enten hos en dominerende aktør, eller desenralisert slik at mange miljøer har denne evnen. Den andre aksen handler om det geopolitiske utfallet av KI-utviklingen, der det fire posisjoner: a) at særlig USA tjener på den, b) at USAs motstandere vinner mest, c) at både USA og USAs motstandere taper, og d) at KI-utviklingen bremser opp og derfor ikke har så stor betydning. 

Dette gir åtte ulike scenarioer, og et veldig mangfoldig spekter av ulike fremtide. Det er to måter USA kan vinne, to måter USA kan tape og to måter både USA og Kina taper. Og i de de siste to stopper utviklingen, enten på grunn av fryktelig hendelse som gjør at man bestemmer seg for en usikker våpenhvile ("The corked bottle"), eller krig mellom USA og Kina ("The Mushroom Cloud") Alle 8 scenarionene har sin egen indre oppdrappingslogikk. 

Jeg var innom canadiske CIGI i forrige kategori. De har også et interessant bidrag i denne kategorien: CIGI og Privy Council Office har sammen laget rapporten AI National Security Scenarios på omkring 60 sider. Her er det også et litt komplekst batteri av variable, som til sammen gir ganske mange ulike mulige utfall, men så gjør rapporten en forenkling, og gjennomfører et lite dypdykk i fem av dem.

Disse scenaroene har tre variable: KIs kapabilitetvekst med fem alternative baner: Stall, plateau, fast, accelerating og ekponential. Andre akse er KI-kontrollerbarheten, om menneskers kontroll er høy eller lav. Og siste akse er antall aktører ved teknologifronten, der alternativene er a) én vinner, b) en bipolar rivalisering, eller c) en mangedimansjonal konkurranse. Med alle disse variablene blir det et komplekst terreng med hele 30 ulike celler som kan fylles med hver sine fortellinger, men rapporten nøyer seg med 5 hovedbaner, med noen varisjoner i par av dem.

Vi får presentert et stagnasjonsscenario som heter "AI Stall", der det likvel er en utstrakt KI-bruk i samfunnet, men det er mange aktører og god kontrollerbarhet. Scenario 2 er "Precarious Prepicice", en bipolar rivalisering og en rask KI-utvikling, men i stort sett kontrollerbare former. 

Scenario 3a er "Hypercompetition", der det er eksponentiell vekst og rivalisering mellom selskaper, eller stater (som i et kontrollert atomkappløp) I Scenario 3b, "Hyperpower", er det også eksponentiell vekst, men bare en dominerende aktør, som har kontroll. Scenario 4, "Rogue Superintelligence" er der alt kontrollen glipper: Eksponentiell vekst i utviklingen av en superintelligens i en ikke-kontrollert kontekst. At kontrollerbarhet er en egen akse er interessant.

Siste rapport i denne kategorien er Centre for Emerging Technology and Security (CETaS) ved Alan Turing Institute som har skrevet rapporten "AI Cooperation Trajectories: Adversaries and Geostrategic Competitors". Det er en overkommelig rapport på omkring 40 sider, og igjen er det den store maktpolitikken i møte med KI som er tema.

Men denne rapporten skiller seg veldig ut ved at det ikke er USA, NATO eller Europa som er gjenstand for hovedanalysen, men de såkalte CRINK-landene, som er Kina, Russland, Iran og Nord-Korea, og i hvilken grad disse samarbeider om KI både i militære våpensystemer og maktpollitisk.

Arbeidsprosessen gruppen har brukt er å utvikle 50 scenarioer gjennom to heldags «serious games» med en spesialbygget kortstokk. Den har drivere som inkluderer KI-modenhet, hybridkrigføring, inntekte fra kriminalitet, verdien av kampdata osv. Og den beskriver tematiske funn fra spillene snarere enn selve scenarioene. At interessant paradoks: Rapporten advarer mot å overdrive dybden i samarbeidet mellom disse landene på strategisk nivå. Men den advarer også mot å tro at eksportkontroll har den tiltenkte effekten.

3. Generell forsvars-foresight der KI er en faktor, men ikke en variabel

Disse tre siste rapportene er store, godt ressurssatte fremtidsanalyser fra aktører i forsvarssektoren, som har en lang tradisjon for å lage scenariorapporter som en del av forsvarsplanleggingen. Alle omtaler kunstig intelligens som en helt sentral driver for utviklingen, men i disse rapportene er KI en faktor og en driver, men ekke en variabel i seg selv, slik det er i de andre rapportene.

NATOs Allied Command Transformation: Strategic Foresight Analysis 2023 er en scenariorapport fra 2023, med en tidshorisont frem til 2043. Den har identifisert syv endringsdrivere: climate change, resource scarcity, disruptive technology development, securitization of economics, human networks empowered, the exploitation of the global commons and an international order in transition.

Basert på driverne som er identifisert er det utviklet en aksemodell der de to variablene er høy og lav grad av disrupsjon forårsaket av disse driverne, og høy og lav grad av samarabeid mellom land for å løse problemene. Dette har gitt fire scenarioer i aksekorset: Fragmenting world , Pervasive competition,  Global cooperation og Better angels of our nature. De to siste ble i praksis forkastet fordi de er urealistisk positive, slik verden nå utvikler seg.

 KI har plass i rapporten som en del av driveren disruptiv teknologiutvikling og rapporten peker på at KI vil gi et stort fortrinn til land som er ledende i KI-utviklikngen og gir KI plass i sine forsvarsssystemer.

Rapporten Air Force Global Futures Report fra ledelsen i det amerikanskje luftforsvaret er en strategisk fremsynsrapport som ser frem til 2040. Den presenterer fire alternative scenarioer der ingen av banene er ment å være bare gode eller bare dårlige. 

Scenarioene er Continued growth, der globaliseringen og stormaktskonkurransen fortsetter, Transformational, der der det er store teknologiske gjennombrudd i genredigering og romkapasiteter, muliggjort av autonomi, KI/ML, kvanteberegning mm, Constrained, der kinesisk-russisk samordning gir dem fordeler mens vestens økonomier svekkes, og Collapse der natur- og menneskeskapte kriser driver frem proteksjonisme og nasjonalisme som gjør verden fattigere.

KI har en sentral plass som driver i fortellingene her også, og der er KI i stort sett alle cellene i rapporten, i hvert fall i tre av de fire scenarioene, men den differensierer ikke. Denne rapporten er også interessant fordi den går mer detajert til verks når det gjelder hva scenarioene betyr for det militærteknologiske.

Det britiske forsvarsdepartmentets scenarioer for fremtiden finner vi i rapporten: Development, Concepts and Doctrine Centre: Global Strategic Trends. Et monster av en rapport som kom høsten 2024. Tidshorisonten er helt frem til 2055. Den finnes i en stor 456-siders versjon, med full pakke av fargelagte sider og fargerike fortellinger. Og så har de en "bite size" 46-siders sammendragsversjon. Det kan være lurt å begynne der.

Rapporten har seks endringsdrivere: Globabal maktkamp, klimaendringer, økt ulikehet, demografiske endringer, teknologiske fremskritt og økonomi og energitranformasjon. Den trekker så frem fem motsetningsfylte områder: fragmentering vs konnektivitet, samarbeid vs konfrontasjon, innovasjon vs stagnasjon, krav om transparens vs autoritære utviklingstrekk og statlig avmakt vs statlig fornyelse

I et 2x2 aksekors der den ene aksjen er sterke stater vs spredning av makt og den andre aksen er sterkere samarbeid vs sterkere konkurranse mellom stater, er det fire scenarioer: Multilateralisme, Multipolaritet (som vil si at stormaktene leder blokker som samarbeider innad og konkurrerer utad), Nettverk av aktører (som innebærer et mer mangfoldig aktørbilde med megabyer, sterke selskaper, stater og globale organisasjoner) og Fragmentering (et scenario der konkurransen er mer destruktiv og farlig, og samarbeid undergraves). Rapporten erkjenner at ingen av de fire verdnene laget av aksekorset vil vokse frem i rendyrket form, og velger i stedet å beskrive fem tenkte utviklingsbaner i en flokete og turbulent virkelighet.

Forestillinger og fortellinger om kunstig intelligens

EU-scenarioer om KI

Hvordan blir fremtiden med kunstig intelligens? Hvor raskt vil teknologiutviklingen gå, og hvor raskt vil KI ta den tas i bruk på nye områder og på samfunnsendrende måter? Vil KI erstatte en stor andel av eksisterende jobber, eller vil den bli et verktøy som hjelper de fleste med å gjøre jobben bedre og raskere? Hvilke sektorer, bransjer og arbeidsoppgaver blir mest påvirket?

KI vil endre ting på individ- og virksomhetsnivå, men skal også håndteres på samfunnsnivå. På noen områder vil KI endre samfunnet, som andre infrastrukturteknologier har gjort før. Men handlingsrommet for teknologianvendelsen er også avhengig av samfunnet rundt. Vil det være flaskehalser og hindringer som gjør at vi ikke får utnyttet mulighetene fullt ut? Vil det være knapphet på kompetanse, på databrikker, på elektrisitet, og vil vi oppleve en politisk motstand mot store endringer? Og hva med sikkerhet, fri handel og utenrikspolitiske hensyn? 

Hvordan håndterer man utfordringer ingen har vært i før, og der det derfor ikke er mulig å lære av andres erfaringer? 

Forestillinger om fremtiden

Vi trenger derfor noen verktøy som hjelper oss å forstå situasjonen, i all dens kompleksitet, og som kan hjelpe oss med å utvikle evnen til å forestille oss hvordan fremtiden kan bli. En forestillingsevne som erkjenner at det ikke finnes noen fasit, at mye er usikkert, at det er flere mulige fremtider, og at det både er forhold vi kan påvirke og ting vi ikke kan påvirke. 

Slike fremtidsforestillinger og sorteringsøvelser gjør det lettere å lage målbilder og beskrive strategier. Slik at virksomheter kan sette inn ressursene der det faktisk har effekt. Noen har mer innflytelse på hvordan fremtiden vil bli enn andre, men det å bruke scenarioer, prognoser eller andre slike verktøy for å lage gode fortellinger om fremtiden er lurt og nyttig. Det er både nyttig for regjeringens og nasjonale myndighetsorganer, som har behov for å utrede handlingsrommet for ulike veivalg, før de fastsetter strategier og tiltak. Men det gjelder også hver enkelt bedrift, kommune, statlige etat eller friville organisasjon, som alle har behov for å finne sin plass i en fremtid med mer KI.

Jeg har prøvd å lage en liten oversikt over noe av det som finnes av scenariorapporter, prediksjoner, beskrivelser av ønskede fremtider, og andre spennende utredninger som er laget av andre, og som kan bygges videre på, eller inspirerer til nye fremtidsfortellinger.

Seks måter å fortelle om KI-fremtiden på

Det finnes etter hvert et betydelig bibliotek av rapporter om "KI-fremtiden". Noen kommer fra regjeringsoppnevnte utredere eller fra internasjonale organisasjoner som EU-kommisjonen og OECD, Andre fra små og uavhengige forskningsinstitutter og tenketanker. Det finnes ingen fasit for hvordan man lager gode og anvendbare fremtidsfortellinger. Den underliggende sorteringen er en taksonomi fra OECD og GPAIs Generative AI and the Future of Work (jan. 2025), som skiller mellom utforskende foresight (hva kan skje?), normativ foresight (hva bør skje?) og prediktiv foresight (hva vil skje?)

Rapportene jeg trekker frem her er forskjellige også når det gjelder hvilke usikkerheter og "omdreiningspunkter" de peker på som de mest avgjørende, hvilke temaer eller sektorer de dekker, og på hvilket samfunnsnivå de opererer. Jeg har valgt å sortere rapportene jeg har funnet i 6 ulike metodiske sjangre. Jeg har lest noen av dem, mens andre har jeg bare lest omtaler av, og skummet raskt igjennom, men ikke dypdykket i. Noen av rapportene jeg ikke har gått i dybden på kommer jeg helt sikkert tilbake til her på bloggen.

1. Scenariofortellingene: "Vi må forestille oss mulige fremtider for å kunne gjøre vanskelige valg"

I denne sjangeren finner vi et par veldig interessante scenariorapporter fra regjeringer. Den britiske AI Scenarios 2030 (GO-Science, UK, juni 2026) og den canadiske Scenarios for an AI-enabled World (Policy Horizons Canada, feb. 2026), og også  EUs fremtidsprosjekt The Futures of Artificial Intelligence: Implications for Europe's R&I Ecosystem (DG RTD, 2026). 

Jeg tenker det kan være lurt å begynne med disse tre. Dette er store scenarioprosjekter med fortellinger om hvordan fremtiden kan bli langs flere ulike dimensjoner. De har mer eller mindre rike og utbroderte fortellinger, Fortellinger som setter tankene i sving og hjelper oss løfte blikket og forstå hva som kan bli annerledes og hva som kanksje ikke blir fullt så annerledes i fremtiden. De hjelper oss reflektere over hva vi kan påvirke og hva vi ikke kan påvirke, og hvor det er behov for å velge en retning fremfor en annen. Men det er minst like aktuelt å bruke slike alternative beskrivelser av fremtiden til å stressteste strategier og planer vi allerede har, eller jobber med nå, for så sikre at de tåler en fremtid som på viktige områder bli ganske annerledes.

Den britiske rapporten AI Scenarios 2030 er gitt ut av The Government Office of Science, UK, og er kommet i to generasjoner. Den første fra 2023 ble bygget på fem kritiske usikkerheter. Oppdateringen fra juni 2026 viderefører rammeverket, men med seks kritiske usikkerheter, som er KI-kapabilitet, KI-distribusjon og -tilgjengelighet, sikkerhet, adopsjon, arbeidsfortrengning og globalt samarbeid. Hver av disse er utstyrt med en akse med fem trinn, Ulike kombinasjoner på disse aksene gir fem hovedfortellinger som har fått navnene: Slow Burn, Open Frontier, Augmented Growth, Transformation Economy og Take-Off.  Disse scenarioene inkluderer helt bevisst ikke britiske politiske tiltak, nettopp fordi de skal kunne brukes til å teste slike tiltak.

Canada-rapporten "Scenarios for an AI-enabled World" bruker 20 kartlagte innsikter og går derfra til fire fortellinger. De fire fortellingene heter AI everywhere all at once, Wired for connection, Algorithms in the shadows og Automation's ripples and riptides. Det er ikke bare gode og tydelige fortellinger, men de er også visuelt spennende, med tegneserier, brev fra forsikringsselskaper og skjermbilder fra en skoleplattform som overvåker elevene. Denne rapporten kan være til inspirasjon for alle som skal nå ut til folk som ikke liker å lese kjedelige rapporter. Spesielt hvis temaet egenltig ikke er kjedelig i det hele tatt, men har godt av å bli beriket med gode visuelle og tekstlige grep

Og så har vi EU-kommisjonen, som nylig har laget et prosjekt om KIs betydning for Europs forsknings- og innovasjonsøkonsystem: The Futures of Artificial Intelligence: Implications for Europe's R&I Ecosystem (DG RTD, 2026). Den er bygget opp i fire deler, og den siste, del 4, Scenarios and Opportunities, er den som bruker fortellinger for å få frem budskapet. 

Den beskriver ni nøkkelfaktorer som ble prioritert i en tverrfaglig samskapingsprosess: KI og mennesker i beslutningsprosesser, sosioøkonomisk ulikhet, utdanning og opplæring, teknologiske gjennombrudd, KI-sikkerhet, geopolitisk maktbalanse, endringer i mennesket selv, klimaendringer, og ressurskritikalitet. For hver faktor er det formulert et knippe fremtidsantakelser. og ut fra dette ble det utviklet fem scenarioer, med 2040 som horisont. De er: 

• The EU's «safety first» AI: pay-off in the long run, 
• A rearmed EU among the frontrunners in the global AI race, 
• EU attached to transnational global AGI and ASI networks, 
• Europe leads a unique AI revolution 
• Global AI winter. 

Jeg må også nevne rapporten fra del 3 i dette samme prosjektet, som strengt tatt ikke hører hjemme i denne scenariosjangeren. Den heter A Forward-Looking Analysis of European Industries' AI Use. Den analyserer utsiktene til KI-adopsjon i EUs næringsliv fram til 2030, og sånn sett er den en fremskriving, ikke et scenariosett.

Basert på flere ulike indikatorer og modenhetsmodeller blir Europas næringsliv gruppert i tre profiler, men ulike utfordrninger og behov knyttet til KI: innovasjonsledede sektorer (IKT, faglig og vitenskapelig tjenesteyting, helse, utdanning), operasjonelt kjernedrevne sektorer (industri, kraft, transport og lagring, finans og forsikring, bygg og anlegg), og service envelope (varehandel, overnatting og servering, administrative tjenester, kultur og underholdning). Hver gruppe fremskrives til 2030. 

1b. Sektorielle scenarioer

Det finnes noen eksempler på bruk av scenariometodikk med alternative fremtider i ulike sektorer, eller bransjer. Der de er  opptatt av å forestille seg hvordan fremtiden med KI vil bli på sitt område. Her kan vi finne flere interessante rapporter:

• Cedefops Preparing for 2040 om KIs innvirkning på "skills development", beskrevet i fire temmelig ulike scenarioer.
• EdTech Hub om utdanningssystemer i lav- og mellominntektsland, med syv sikre trender, syv mer usikre trender, og fem scenarioer.
• ARL og CNIs 2035 Scenarios: AI-Influenced Futures om KI og forskningsbibliotek
• Ada Lovelace Institute og Nuffield Council om genomisk helseprediksjon, en spennende og metodisk tung scenariorapport om medisinsk forskning og helse som jeg gleder meg til å lese.
• Den svenske ESO-rapporten Algoritmer för allmän nytta modellerer svensk offentlig sektor kvantitativt fram til 2044, og den kommer jeg tilbake til under kategori 5.

Jeg har prøvd å søke etter slike sektorielle KI-analyser og scenarioer for flere bransjer, men de virker ganske skjevt fordelt. Kompetanseutvikling, utdanning, helse, forskning og offentlig forvaltning er representert. Nesten alt er offentlig eller nært myndighetene, kanskje fordi det finnes et departement eller direktorat med mandat og budsjett til å bestille foresight. Mens det for forsikring, bygg og anlegg, juridiske tjenester, revisjon, regnskap, logistikk, varehandel eller industri er vanskelig å finne bransjeanalyser, og det er neppe fordi de ikke blir berørt av KI, eller står over for vanskelige utfordringer fremover.

Et annet viktig poeng er at disse scenarioene ikke lett kan sammenlignes på tvers av sektorer. Hver rapport har sin egen arkitektur, sine egne analyser av endringsdrivere og kritiske veivalg, som gir et antall scenarioer, og sine egne tidshorisonter. Man kan ikke lese noen av rapportene jeg har listet opp over i samme rammeverk, med unntak av EU-kommisjonens rapport del 3 som jeg nevnte over, som skårer et tjuetalls næringer på én og samme modenhetsskala, basert på tolv empiriske indikatorer, og plasserer dem i tre profiler med ulik forventet bane til 2030. Da blir det sammenlignbart på tvers av sektorer i den forstand at bygg og anlegg og finans kan sammenlignes mot hverandre i samme rammeverk og med samme begreper.

1c. Bruk av 2x2 aksekors, med et norsk bidrag

En mye brukt metode for å lage scenarioer er en modell med to variable som legges langs to akser, en vertikal og en horisontal. Det gir en 2x2-matrise med fire ulike kombinasjoner. Enkelt, men veldig effektivt hvis de to aksene representrerer viktige usikkerheter om fremtiden som er ulike og kan operere i ulike kombinasjoner. Metodisk er det best om begge aksene representerrer variabler som er styrt av ytre forhold, slik at alle fire kvadrantene er fremtidstilstander man tester strategier og tiltak opp mot. Eventuelt at begge aksene beskriver ting man kan påvirke, slik at alle fire fortellinger er resultat av bevisst og ønsket posisjonering for en virksomhet. En blanding fungerer dårligere.

Et eksempel på bruk av et aksekors og en 2x2 matrise er Word Economic Forums Four Futures for Jobs in the New Economy (WEF, jan. 2026). Aksene her er eksponentiell vs inkrementell KI-utvikling vertikalt, og begrenset KI-modenhet vs utstrakt KI-modenhet i arbeidsstyrke horisontalt Det gir fire kombinasjoner: Supercharged Progress, Age of Displacement, Co-Pilot Economy og Stalled Progress. 

Rapporten avsluttes med ni "no-regret»-strategier" som er hanldinger som fungerer uansett rute, og som nettopp er viktige funn som denne scenariometodikken kan brukes til å få frem. Tiltak som testes opp mot de ulike fremtidstilstandene, og viser seg å ha verdi uansett kvadrant, er det lavere risiko knyttet til å gjennomføre.

Det er også et interessant norsk scenariobidrag om hvordan KI-utviklingen pårivrker kompetansebehov i arbeidslivet. Det er Kompetansbehovsutvalgets temarapport "Framtidige kompetansebehov: Hvilken kompetanse trenger Norge for å lykkes med digital omstilling?" Det kommer fra et offentlig utvalg nedsatt av kunnskapsdepartementet, og handler om å gi anbefalinger om kompetansebehov for -tiltak, men på tvers av sektorer og bransjer, for KI vil vi finne over alt. 

Rapporten er ikke først og fremst en scenariorapport, men bruker flere ulike innfallsvinkler til å gi råd om kompetansebehovene knyttet til digitalisering og KI. Men kapittel 4.3 beskriver scenarioer satt opp i et klassisk 2x2 aksekors med to variabler og fire fortellinger om  ulike fremtider. Den vannrette aksen er omfanget av KI-integreringen, fra ny KI-vinter til KI som infrastruktur. Den loddrette akser er rollefordelingen mellom mennsker og maskin. KI som estatter ansatte, eller KI som komplementært verktøy. 

Resultatet er fire interessante framtidsbilder: Delvis interaksjon, Integrert samspill, Begrenset fortrengning og Omveltende automatisering, med en tidshorisont på rundt ti år. Fortellingene er ikke utbrodert med farger og eksempler, men det tenker jeg er en invitasjon til noen andre.

2. Prognosen: "Dette tror vi vil skje"

Det finnes andre måter å fortelle om fremtiden på enn scenarioer. Vi kan prøve oss med prediksjoner. Prediksjoner om fremtiden, brukes i mange andre sammenhenger der det gir mening å fremskrive seg til hvordan fremtiden vil kunne bli, basert på dagens trender. Så kan man skru litt opp eller ned på ulike variable for å illustrere hvordan en liten justering i dag kan få stor effekt om noen år, men hovedretningen er den samme. 

Regjeringens perspektivmelding hvert fjerde år om norsk økonomi, velferdsnivå, arbeidsmarked osv er en slik rapport. Og det finnes også en rekke andre ekspertutredninger og myndighetsnedsatte utvalg som har som jobb å fortelle hvordan fremtiden vil bli, og som ligger mye nærmere prediksjoner enn mer eller mindre spekulative scenarioer.

Når det gjelder store og raske teknologidrevne omstillinger som endrer verdikjeder og virksomhetsmodeller er slik fremskrivingsmetodikk mindre anvendbar fordi det er så stor usikkehet om både teknologiutvikling og markedsutvikling, så tidshorisonten kan bli veldig kort før fortellingen er blitt uaktuell. Et miljø som likevel tok sjansen på å spekulere og spå om fremtiden er de som har skrevet AI 2027 (AI Futures Project, april 2025). Den er en en fortelling om noen navngitte fiktive selskaper, som OpenBrain i USA og DeepCent i Kina , og beskriver utiklingen av kapabiliteter og nye anvendelser av KI i fortellingsform måned for måned, og med en forgrening mot slutten mellom en "race"- og en "slowdown"-variant av scenarioet. 

3. Ønsket fremtid: "Dette vil vi at skal skje"

Eksempler på slike mer normative fremtidsfortellinger er AI 2040: Plan A (AI Futures Project, juli 2026) og Europe 2031 (Juijn m.fl., juni 2026)

AI 2040: Plan A er laget av de samme som skrev AI 2027, men dette er i en helt annen sjanger. Det er riktignok flere scenarioer som settes opp mot hverandre i denne rapporten, men de er laget som normative fortellinger der Plan A er den ønskede utviklingen, mens alternativet, Plan B, C, D og S er i ulike grad uønskede eller direkte ødeleggende fremtider for menneskeheten. Forfatterne er eksplisitte: "Plan A is primarily a recommendation, not a prediction". Plan A for forfatterne er en internasjonal avtale mellom USA og Kina om å utsette superintelligens til 2040, kombinert med gjensidig innsyn i FoU, verifisering av regnekraft, en pause på toppekspertnivå i 2035, og en avskrekkingslogikk lånt fra nedrustningsavtaler og atomvåpenprogram. 

Og sånn sett er ikke dette et utviklingsverktøy for å utforske fremtiden fritt, men mer en metodikk for å  teste om forfatternes eget policyforslag overlever møtet med virkeligheten. Og sånn sett kan den samme metodikken elt sikkert brukes til utforske og teste også andre planer og ønskelister, for å se hvor gjennomførbare de er.

Europe 2031 er også en slik normativ fortelling om veivalg som blir tatt for å unngå en samfunnsskadelig KI-utviklining, men med et noe motsatt fortegn. Det går ikke så bra likevel. Her er fortellingen opptatt av hva vi ikke får til i Europa fordi vi ikke ser hva som kommer. Fortellingen er skrevet som en novelle, fortalt gjennom Caroline Dubois, en ung fransk policymedarbeider i Brussel, og Christian Vogt, en tysk gründer som har flyttet til San Francisco. Starpunktet er lanseringen av den kinesiske KI-modellen DeepSeek R1 i januar 2025 og ender i et rom i Washington våren 2031, der Europas skjebne avgjøres uten at Europa har noe å forhandle med.

Det interessante med denne fortellingen er at den tar EUs egne KI tiltak, det vil si suverenitetspakken, KI-gigafactories, håndhevelsen av AI Act, europeisk sky i offentlig sektor, og setter dem under press. For Norge er det også interessant at epilogen foreslår en koalisjon av mellommakter: Nederland, Tyskland, Frankrike, Norge, Storbritannia, Canada, Japan og Sør-Korea – som hver for seg har strategiske roller verdikjeden, og som har mer forhandlingsmakt sammen enn hver for seg. Rapporten er skrevet av et uavhengig utretningsmiljø.

4. Mulighetsrombeskrivelsen: "Fort eller sakte, samarbeid eller konflikt?"

How AGI Could Affect the Rise and Fall of Nations (RAND, juli 2025) og Exploring possible AI trajectories through 2030 (OECD AI Papers No. 55, feb. 2026) er rapporter som ligner på de alternative scenarioforellingene i kategori 1, men ikke setter fortellingene opp mot hverandre som helhetlige alternativer på samme måte. Disse rapportene har mer karakter av at scenarioene ikke er aktive politiske og regulatoriske veivalg, men mer handler om hvor fort den teknologiske utviklingen går, eller hvordan den utenriks- og sikkehetspolitiske utviklingen er. En slags krysning mellom perspektivmelding og scenarioer, kanskje.

Det blir ikke like levende og engasjerende fortellinger med denne tilnærmingen, men dette er grundige og systematiske rapporter fra tunge utredningsmiljøer med høy tillit. RAND-rapporten bruker to variable i et aksekors. Den ene er om KI-utviklingen sentraliseres eller desentraliseres. Den andre er om utfallet styrker eller svekker USA og USAs allierte (geopolitival outcomes-axis). Det munner ut i fortellinger om åtte ulike verdener, som har fått fargerike navn, fra Multilateral Coalition of Democracies Leads via blant annet Cold War 2, The Wild Frontier og Authoritarian Advantage, til Mushroom Cloud Computing, som er betyr krig.

OECD-rapporten Exploring possible AI trajectories through 2030 har jeg ikke lest ordentlig enda. Den omtales av andre som et bidrag som er veldig nyttig i virksomheters praktiske tilnæring til KI-strategier og konkrete KI-tiltak. Den har fire utviklingsbaner: Progress Stalls, Slows, Continues, Accelerates. Den løfter også frem ni kapabilitetsdimensjoner, OECDs AI Capability Indicators. 

Det gjør den til noe mer enn et scenariosett fordi den også kommer med et måleverktøy for KI.kapabilitet. Og KI-kapabilitet er en dimensjon stort sett alle de andre rapportene er opptatt av men som de ikke operasjonaliserer. Når den trekker inn disse dimensjonene kommer rapporten også opp med innovative variasjoner rundt de fire hovedscenarioene, med navn som narrow tool, simple agents, simple robots, socially-limited AI, forgetful AI, digital only AI, AGI og superintelligence. 

I en beslektet katerori fremtidsfortellinger hører OECDs ekspertgruppe om KI-fremtider (Assessing Potential Future AI Risks, Benefits and Policy Imperatives, OECD AI Papers nr. 27, 2024), som ikke presenterer scenarioer, men er en ekspertgruppe som har sett på rammebetingelser og rangert  topp ti gevinster, topp ti risikoer og topp ti policytiltak.

5. Modellen: "Hva sier tallene?"

Her er fortellingene tonet ned, om de finnes i det hele tatt, og poenget er økonomiske modeller og regnestykker. Det er alternativer, men scenarioer her har form av modellbeskriveler som gir ulike utfall. Det er fremskrivninger, men de blir ulike når modellenes forutsetninger skrus på, og modellene kan derfor være gode kilder for tall og struktur for den som vil lage gode scenariobeskrivelser, men trenger data som kan dokumentere de fargerike scenarioene.

Threshold 2030 - Modeling AI Economic Futures er et resultat av at 30 deltakere hadde en konferanse om KI sammen, høsten 2024 der de fikk utdelt tre scenarioer. De heter: Current AI systems, but with improved capabilities, Powerful, narrow AI systems that outperform humans on 95% of well-scoped tasks og Powerful, general AI systems that outperform humans on all forms of cognitive labor. En slags small, medium og large innenfor KI, med andre ord

Bank of International Settlements (BIS), har i sin årsrapport (BIS' årsrapport 2026, kap. I) en graf som presenterer fire scenarioer: Business as usual, bounded productivity boost, transformative AI og demand bottleneck. Det er ingen tilhørende fortelling der, men de har i hvert fall fått Terje Erikstad i Dagens Næringsliv til å skrive en god kommentarartikkel om den. Rapporten gjør også en interessant vri ved at scenarioet om at etterspørselen er flaskehalsen, "demand boottleneck", sier at KI kan føre til mindre vekst. Mens nesten alle andre pessimistiske scenarioer er pessimistiske fordi KI blir for kraftig, eller misbrukes, har BIS en egen fortelling om at teknologien kan svikte økonomisk fordi hver arbeider som blir fortrengt også er en tapt forbruker

Og så kan jeg nevne det internasjonale pengefondet IMFs rapport om Global Economic and Financial Implications of AI (IMF Note 2026/002). Litt tørr i formen, men ganske spennende fordi den gjør et interessant valg når det i motsetnings til mange andre holder rask kapabilitetsutvikling som en felles forutsetning for alle banene, men lar diffusjon være den strukturerende aksen. Den beskriver to baner – forsiktig baseline vs "runaway", over fem år, med anbefalinger sortert i finanspolitikk, pengepolitisk diagnostikk, makrotilsyn og internasjonal koordinering. Er IMF og BIS uenige? Vel, det er i hvert fall slik at mens IMF spør hvor fort diffusjonen går så spør BIS om rask diffusjon av KI kan undergrave sitt eget kundegrunnlag fordi kjøpekraften faller og veksten kan gå ned.

I denne kategorien vil jeg også trekke frem en rapport fra Sverige, som er den eneste nordiske jeg har funnet av dette slaget: Algoritmer för allmän nytta (ESO 2025:2, april 2025), skrevet av Magnus Lodefalk, Erik Engberg og Aili Tang. ESO er Expertgruppen för studier i offentlig ekonomi, som ligger under det svenske Finansdepartementet. De bestiller uavhengige rapporter om offentlig ressursbruk. Rapporten er ikke skrevet inn i KI-politikkdebatten, men inn i et budsjett- og bemanningsproblem. Spørsmålet er ikke om KI fortrenger arbeidskraft, men om KI kan dekke en arbeidskraftsmangel som demografien sørger for.

Metodisk er dette en datatung sektoranalyse der arbeidskraftsbehov og produktivitet simuleres fram til 2044, i fire scenarioer: baslinje, konservativt, hovedscenario og optimistisk. Alt annet enn KI holdes fast, både demografi, politiske reformer og geopolitikk. Uten økt KI-bruk vokser arbeidskraftsbehovet i svensk offentlig sektor med 15 prosent på tjue år, mens produktiviteten vokser med 4 prosent, altså 0,2 prosent i året. I hovedscenarioet, der teknologien fortsetter å utvikle seg moderat vokser arbeidskraftsbehovet bare med 4 prosent, mens produktiviteten øker med drøyt 15 prosent, rundt 0,7 prosent i året. I det optimistiske scenarioet, som også forutsetter at KI gjør robotikk anvendbar i omsorgstjenestene, faller arbeidskraftsbehovet 4 prosent under dagens nivå. Jeg tror vi har dataene til å kjøre en tilsvarende regneøvelse i Norge.

6. Metalaget: "Hva trenger vi av metoder og verktøy for å lage gode scenarioer?"

Hvor er verktøybutikken men de verktøyene som trengs? Hvor finner jeg gode råd og tips om hva som egner seg best, og hvordan jeg skal bruke dem når jeg ikke har gjort det før. Og siden dette handler om fremtiden, der ingen av oss har vært enda, så er det ikke ingen fasitsvar, men det er noen gode rammeverk for å gjennomføre slik prosjekter, og det finnes ting for helt ulike ambisjonsnivåer og kombleksiteter, både small, medium og large. 

Jeg ble veldig fascinert av en metodebeskrivelse om hvordan man gjør dette i praksis fra Assosiation of Resarch Libraries Futurescape Libraries AI-toolkit, Et praktisk opplegg for å gjennomføre fremtidsverksteder om KI.

Et bra norsk bidrag til metode- og verktøysamlingen om bruk av fremsyn og scenarioer er en artikkel av Åsmund Eikenes, min tidligere kollega i Halogen, som har skrevet i Stat og styring om: "Om språk i framsynsarbeid – utforming av aksekors for slagkraftige scenario". Dette er en veldig fin artikkel om konkrete erfaringer han har gjort med å identifisere og velge ut gode aksekors når du ønsker å lage noe som tilfører verdi til en prosess med den metoden.

Et annet, og ganske teoritungt bidrag til diskusjonen om hvordan vi best jobber med usikre fremtider er RANDs rapport om "Artificial General Intelligence Forecasting and Scenario Analysis - State of the Field, Methodological Gaps, and Strategic Implications" fra mars 2026. En gjennomgang av ulike metoder som brukes, som ekspertundersøkelser, prediksjonsmarkeder, compute-baserte modeller og scenarioanalyse. Den dokumenterer styrker og svakheter ved hver av dem, men nekter å anbefale en bestemt modell. Det er avhengig av mål og kontekst.

Jeg vil  til slutt nevne et helt annet type eksempel, finske Sitras rapport "Digitalisation and AI in public administration - International examples and best practices". Eksempler og beste praksiser er det denne rapporen er. Den har kartlagt internasjonale eksempler og beste praksis i offentlig forvaltning, men trekker også inn en fremtidsvisjon: agent-staten, der KI-agenter ikke bare er verktøy for saksbehandlere og fageksperter, men de er aktører i selve forvaltningsprosessen. Dette beskrives i form av tre grader av å overføre myndighet til KI-agenter, opp til en «meta-agent-stat» der agenter danner nettverk seg imellom. Det er en av få konkrete beskrivelser av hvordan forvaltningens arbeidsform, og ikke bare dens verktøykasse, kan forbedres med KI.