SOLIDWEB / ARTIKKEL · 18.11.2026

Hvordan måler dere om KI faktisk sparer tid?

En KI-løsning bør vurderes på mer enn raske svar og en vellykket demo. Slik måler dere tidsbruk, kvalitet, kostnader og risiko i en avgrenset pilot.

KI må vurderes på samlet tidsbruk, kvalitet og kontroll.

Kunstig intelligens kan skrive, oppsummere, sortere og foreslå på sekunder. Det betyr ikke automatisk at bedriften sparer tid. Hvis ansatte må kontrollere hvert svar, rette feil, flytte innhold mellom systemer og forklare KI-verktøyet hva det burde ha forstått, kan den raske leveransen bli en omvei med imponerende responstid.

Spørsmålet er derfor ikke bare om KI kan utføre en oppgave, men om den gjør hele arbeidsprosessen bedre. En demonstrasjon viser gjerne den peneste veien gjennom løsningen. Det gjør også et utstillingskjøkken; merkelig nok ligger det aldri brødsmuler i skuffene.

For å finne den reelle nytten trenger dere en avgrenset pilot, et sammenligningsgrunnlag og mål som inkluderer både fart og kvalitet. Målingen trenger ikke bli et eget transformasjonsprogram med seks arbeidsstrømmer og en logo. Et regneark holder ofte forbausende lenge.

Start med arbeidsprosessen, ikke KI-verktøyet

Velg én konkret og gjentakende oppgave. Det kan være å kategorisere innkommende henvendelser, lage førsteutkast til produktbeskrivelser, hente ut informasjon fra dokumenter eller oppsummere lange supportsaker. Unngå mål som «bruke KI mer» eller «øke innovasjonstakten». Slike formuleringer er vanskelige å måle og svært enkle å presentere i liggende format.

Beskriv deretter hvordan oppgaven utføres uten KI. Ta med hele løpet fra materialet kommer inn, til resultatet er kontrollert, godkjent og klart til bruk. Hvis dere bare måler selve skrivingen eller sorteringen, overser dere gjerne tiden som går til forberedelser og etterarbeid.

Kartlegg disse punktene før piloten

  • Volum: Hvor mange saker, tekster eller dokumenter behandles i en normal uke?
  • Tidsbruk: Hvor lang tid tar en typisk oppgave fra start til godkjent resultat?
  • Variasjon: Finnes det enkle, middels krevende og vanskelige saker?
  • Kvalitetskrav: Hvilke feil er akseptable, og hvilke må aldri passere?
  • Kompetanse: Hvem utfører oppgaven, og hvem kontrollerer resultatet?
  • Systemarbeid: Hvor mye tid brukes på kopiering, formatering, innlogging og registrering?

Mål flere representative eksempler, ikke bare én oppgave som alle tilfeldigvis kjenner godt. Bruk gjerne median tidsbruk dersom enkelte saker avviker kraftig. Målet er ikke laboratoriepresisjon, men et troverdig utgangspunkt dere kan sammenligne KI-piloten med.

Mål netto tidsbesparelse, ikke bare genereringstid

En KI-modell kan produsere et tekstutkast på ti sekunder. Det er fristende å sammenligne disse sekundene med tiden en ansatt tidligere brukte på hele oppgaven. Da sammenligner dere imidlertid maskinens førsteutkast med menneskets ferdige leveranse.

Etterarbeidet avgjør hvor mye tid KI faktisk sparer.
Etterarbeidet avgjør hvor mye tid KI faktisk sparer.

Mål i stedet tiden fra en ansatt starter arbeidet med KI, til resultatet er kontrollert og godkjent. Ta med forberedelse av underlag, formulering av instruksjoner, ventetid, faktasjekk, redigering, formatering og registrering i riktig system. Netto tidsbesparelse kan uttrykkes enkelt: tidligere total tidsbruk minus ny total tidsbruk.

Dette er særlig viktig når resultatet skal publiseres på en nettside eller brukes i kundekommunikasjon. Et velformulert svar kan fortsatt inneholde feil premiss, utdaterte opplysninger eller en tone som ikke passer virksomheten. Språklig selvtillit er ikke det samme som faglig dekning. KI kan levere en feil med samme rolige mine som en GPS som sender varebilen inn på en skogsvei.

Skill mellom tre typer etterarbeid

  1. Nødvendig kontroll: Gjennomgang som alltid må gjøres på grunn av fag, personvern, sikkerhet eller publiseringsansvar.
  2. Kvalitetsretting: Arbeid som skyldes feil, mangler, uønsket tone eller svak struktur i KI-resultatet.
  3. Prosessfriksjon: Kopiering mellom verktøy, filkonvertering, pålogging og annen håndtering rundt løsningen.

Denne inndelingen viser hvor problemet ligger. Høy kontrolltid kan være et varig krav ved oppgaven. Mye kvalitetsretting kan bety at modellen, instruksjonene eller bruksområdet er feil. Stor prosessfriksjon tyder ofte på manglende integrasjon. Svaret er ikke nødvendigvis enda en plugin med «AI» i navnet; noen ganger er det bare et ekstra sted å lime inn den samme teksten.

Kvalitet må måles sammen med fart

En raskere prosess har liten verdi dersom feilraten øker eller kundene får dårligere svar. Definer derfor kvalitetskriterier før piloten starter. Kriteriene må passe oppgaven og bør kunne vurderes likt fra gang til gang.

For en produkttekst kan dere vurdere om alle obligatoriske fakta er med, om påstander kan dokumenteres, om teksten følger ønsket tone, og hvor mye redigering som kreves. For kategorisering av henvendelser kan dere måle andelen som havner i riktig kategori, og hvor ofte en feil fører til ekstra arbeid. For dokumentanalyse kan dere kontrollere om riktig informasjon er hentet ut, ikke bare om svaret virker sannsynlig.

Bruk gjerne en enkel skala, for eksempel godkjent uten endring, godkjent med mindre endring, omfattende retting eller forkastet. La en fagperson vurdere et utvalg resultater uten å bli påvirket av hvor raskt de ble laget. Hvis mulig kan dere også blande KI-resultater og manuelt produserte resultater i vurderingen. Da reduserer dere risikoen for at teknologibegeistring eller teknologiskepsis farger bedømmelsen.

Følg minst disse målene

  • Total tid per ferdig oppgave: inkludert kontroll og retting.
  • Andel godkjent uten omfattende endringer: viser hvor anvendelig førsteutkastet er.
  • Feiltyper: for eksempel faktafeil, manglende informasjon, feil klassifisering eller uønsket språk.
  • Kostnad per ferdig oppgave: lisenser, brukskostnader, integrasjon og arbeidstid.
  • Brukerbelastning: om medarbeiderne opplever prosessen som enklere eller mer krevende.
  • Konsekvens ved feil: hvor alvorlig det er dersom en feil ikke oppdages.

Ikke press alt inn i én totalscore. En «KI-nytteindeks» på 83 kan se ryddig ut, men skjuler fort at løsningen er rask, billig og upålitelig på samme tid. Fire forståelige måltall er bedre enn ett magisk tall med eget fargekart.

Gjennomfør en pilot med stoppkriterier

En god pilot bør være stor nok til å inneholde normal variasjon, men liten nok til at dere kan stoppe uten et dramatisk allmøte. Avgrens oppgavetype, brukergruppe, tidsperiode og datagrunnlag. Sørg også for at behandling av personopplysninger, konfidensiell informasjon og tilgang til interne systemer er avklart før testen begynner.

Bestem på forhånd hva som må være sant for at løsningen skal gå videre. Eksempelvis kan kravet være at total tidsbruk reduseres, at andelen alvorlige feil ikke øker, og at kostnaden står i forhold til volumet. Sett også stoppkriterier: Piloten avsluttes eller endres dersom kontrollarbeidet blir for stort, løsningen ikke håndterer vanlige saker, eller databehandlingen ikke kan gjennomføres forsvarlig.

En god pilot ender med en tydelig beslutning.
En god pilot ender med en tydelig beslutning.

Sammenlign helst tre grupper: arbeid uten KI, arbeid med KI og eventuelt arbeid med en forbedret prosess uten KI. Det siste alternativet blir ofte glemt. En bedre mal, tydeligere ansvar eller et enklere skjema kan slå en avansert modell på målstreken uten å kreve et nytt styringsutvalg.

Dokumenter dessuten hvilke saker KI-løsningen fungerer godt og dårlig på. Gjennomsnittstall alene kan skjule viktige forskjeller. En løsning kan spare mye tid på standardoppgaver, men skape farlig usikkerhet i sjeldne unntak. Da kan riktig beslutning være å bruke KI på et begrenset saksett, med tydelig videresending til et menneske når kriteriene ikke er oppfylt.

Regn på drift, ikke bare pilot

Et lovende pilotresultat er ikke hele regnestykket. Ta med løpende lisens- og brukskostnader, opplæring, kvalitetskontroll, vedlikehold av instruksjoner, integrasjoner og oppfølging når systemer eller arbeidsrutiner endres. Vurder også hva som skjer dersom leverandørens funksjoner, priser eller vilkår endrer seg.

Se deretter på hvor ofte oppgaven faktisk utføres. Fem sparte minutter er interessant ved tusen gjentakelser, men mindre imponerende ved seks gjentakelser i året. Nytten kan også ligge andre steder enn spart arbeidstid, for eksempel jevnere kvalitet, kortere svartid eller mindre kø. Slike gevinster bør beskrives konkret, ikke omtales som «KI-drevet synergi». Det uttrykket har allerede nok å gjøre.

Den endelige beslutningen bør være én av fire: innfør løsningen, begrens den til bestemte oppgaver, forbedre og test på nytt, eller avslutt forsøket. Å stoppe en pilot som ikke gir verdi, er et godt resultat. Dere har kjøpt kunnskap før dere kjøpte en stor løsning, som er en uvanlig økonomisk rekkefølge i deler av teknologibransjen.

KI skaper målbar verdi når hele arbeidsprosessen blir bedre uten at kvalitet, sikkerhet eller ansvar pulveriseres underveis. Begynn med en konkret oppgave, mål dagens situasjon og inkluder kontrollarbeidet i regnestykket. Da får dere et beslutningsgrunnlag som tåler mer enn en pen demonstrasjon.