AI i praksis: Slik måler du om agenten faktisk lønner seg

Kort oppsummert: En AI-agent som «sparer tid» er ikke nødvendigvis en god investering. Først må du vite hvor lang tid jobben tok før, hva den koster nå (inkludert kontroll), og hva de frigjorte timene faktisk brukes til. Uten det er det umulig å si om agenten lønner seg.

En undersøkelse fra Visma Software Nordic i 2025 viste at 73 prosent av respondentene bruker AI på jobb, mens bare 3 prosent måler avkastningen systematisk. 61 prosent evaluerer aldri – eller bare sporadisk – om investeringen gir noe tilbake (Visma Software). Det er et praktisk problem, ikke bare et regnskapsproblem: Uten måling fortsetter du det som føles moderne, ikke det som faktisk fungerer.

Hvorfor «timer spart» ikke er nok

Det er fristende å si: «Agenten brukte tre minutter, mennesket brukte tjue – vi sparer sytten minutter.» Den regnestykket glemmer tre ting:

1. Noen må fortsatt lese resultatet. Hvis en kollega bruker fem minutter på å godkjenne hvert utkast, er nettobesparelsen tolv, ikke sytten.
2. Feil tar tid. En agent som bommer på 20 prosent av sakene, skaper omarbeid. Det skal inn i regnestykket.
3. Frigjort tid er ikke penger på konto. Timene blir verdi først når de brukes til noe konkret: mindre overtid, raskere levering, mer salg – eller at dere utsetter en ansettelse. Hvis folk bare fyller tiden med andre oppgaver, har du kapasitet, ikke kontantgevinst. Det samme poenget understrekes i råd til CFO-er om AI-ROI (VIEW Group).

Steg 1: Sett en baseline før agenten slås på

Velg én avgrenset oppgave – for eksempel svarutkast i kundeservice, oppsummering av møter eller førsteutkast til tilbud. Mål i to–tre uker før agenten er i drift:

• antall saker per uke
• median tid per sak (fra start til ferdig)
• andel som må gjøres om
• eventuell kostnad ved feil (klage, kreditering, tapt tid hos kunde)

Skriv tallene ned. Uten baseline sammenligner du med magefølelse.

Steg 2: Tell hele kostnaden

Lisensen er sjelden den største posten. Ta med:

• lisens og API-forbruk
• tid brukt på oppsett, integrasjon og instruksjoner
• tid brukt på løpende kontroll og retting
• opplæring
• eventuelle juridiske vurderinger (personvern, databehandleravtale)

En enkel formel er nok for en SMB:

ROI = (dokumentert gevinst − samlet kostnad) / samlet kostnad × 100

Gevinsten er det du faktisk kan dokumentere: spart overtid, færre innleide timer, raskere gjennomstrømming som påvirker omsetning, eller utsatt ansettelse. Ikke regn «timepris × spart tid» som kontanter med mindre tiden brukes til noe som erstatter en reell kostnad.

Steg 3: Mål tre ting – ikke tjue

Velg tre måltall som kan endre en beslutning:

1. Netto behandlingstid – tid med agent minus tid til godkjenning og retting, sammenlignet med baseline.
2. Godkjenningsandel – hvor stor del av utkastene går ut uten endring, med små justeringer, eller blir forkastet.
3. Kostnad per ferdig sak – (agentkostnad + menneskelig tid) / antall ferdige saker.

Aktivitetstall som innlogginger og antall genererte tekster forteller at systemet brukes. De sier lite om verdi.

Sett en dato for første gjennomgang – for eksempel etter fire uker – og avtal stoppkriterier på forhånd: Hvis godkjenningsandelen er under et nivå dere kan leve med, eller netto tid ikke er bedre enn baseline, justerer eller stopper dere.

Steg 4: Skill «hørt» fra «besluttet» i egne tall

Når agenten lager utkast, er det nyttig å logge to ting: hva den foreslo, og hva mennesket endret. Etter noen uker ser du mønstre: Agenten er sterk på X, svak på Y. Da skjerper du instruksjonene eller tar Y ut av omfanget. Det er billigere enn å la feilene fortsette.

Et ærlig eksempel

Si at kundeservice håndterer 80 like spørsmål i uken. Baseline: 12 minutter per sak. Med agent: 3 minutter på utkast + 4 minutter på godkjenning = 7 minutter. Netto: 5 minutter spart per sak ≈ 6,5 timer i uken.

Hvis de 6,5 timene brukes til å ta unna kø uten ekstra bemanning i høysesongen, har dere en konkret kapasitetsgevinst. Hvis de bare forsvinner inn i «annet arbeid» uten at noe målbart endrer seg, har dere en hyggeligere arbeidsdag – men ikke nødvendigvis en business case. Begge deler kan være verdifulle; poenget er å være ærlig om hvilken av dem dere har fått.

Når dere bør stoppe

Stopp eller skru ned omfanget hvis:

• kontrolltiden spiser mer enn halvparten av den tilsynelatende besparelsen
• feilraten ikke synker etter at dere har justert instruksjoner og kunnskapsbase
• dere ikke klarer å peke på én konkret bruk av den frigjorte tiden etter to måneders drift

Da er det bedre å bytte oppgave enn å «skalere» noe som ikke lønner seg.

Kom i gang denne uken

1. Velg én oppgave dere allerede har prøvd – eller planlegger – med en agent.
2. Skriv baseline for tid, volum og feil (selv om det bare er et estimat basert på siste måned).
3. List kostnadene for de neste 30 dagene, inkludert menneskelig kontroll.
4. Avtal tre måltall og en dato for gjennomgang.

Måling trenger ikke være et stort dashboard. Et regneark og en ærlig samtale hver måned er nok for de fleste norske SMB-er. Det som skiller nyttig AI fra dyrt hobbyprosjekt, er ofte ikke modellen – men om noen sjekker om den faktisk hjelper.

Artikkelen er skrevet for Agentposten. Forfatter: Redaksjonen.