Hvordan skaper vi verdi med AI – fra organisering til synlighet?

Gjennom innlegg fra Avinor, Rocket og Epinova tok vi for oss hvordan generativ AI allerede påvirker arbeidshverdagen – fra organisering og datagrunnlag til søk og synlighet.

Målet var å belyse hvordan virksomheter faktisk skaper verdi med AI – ikke gjennom buzzord, men gjennom konkrete handlinger, strukturer og tverrfaglig læring.

Slik jobber Avinor med generativ AI

Når man håndterer 51 millioner passasjerer i året, 43 flyplasser og 3 000 ansatte, er AI ikke noe man bare «tester ut».

Petter Norstrøm, leder for internkommunikasjon og digitale kanaler i Avinor, delte deres reise mot å gjøre AI til en naturlig del av arbeidshverdagen.

Det startet med nysgjerrighet – og utviklet seg til struktur. Avinor etablerte tidlig en intern AI-gruppe med engasjerte ansatte fra ulike fagområder. Gruppen fikk mandat til å eksperimentere, teste verktøy og dele erfaringer – slik at kunnskapen kunne spre seg trygt i organisasjonen. Resultatet er et miljø som lærer raskt, deler åpent og bygger kompetanse i takt med teknologien.

Vi har 742 lisenser på nesten 3 000 ansatte – og 90 prosent aktive brukere. 

Nøkkelen, fortalte Norstrøm, ligger i å koble nysgjerrighet med ansvar. De som får tilgang, må vise at de faktisk bruker og forstår verktøyene. Samtidig handler det om å senke terskelen – å la folk prøve, feile og dele erfaringer i trygge rammer.

I kommunikasjonsavdelingen brukes AI allerede til oppgaver som tekstforbedring, oversettelser og presentasjonsstøtte. Samtidig pågår større initiativer som viser hvordan teknologien kan gi reell effekt – fra datadrevet trafikkutvikling og smartere gate-allokering, til innsiktsbasert vinterdrift og automatisk fakturakontroll.

Det kanskje viktigste? AI er ikke lenger et prosjekt – det har blitt et felles språk i organisasjonen.

Noe å ta med seg: Bygg AI nedenfra. Gi rom for eksperimentering, men sørg for tydelige rammer og eierskap.

Data først – alltid

Etter Avinor tok vår CTO, Kristian Borg, ordet for å gå dypere inn i grunnlaget som må være på plass for å skape faktisk verdi med AI.

Mens Avinor viste hvordan AI kan forankres i organisasjon og kultur, løftet Kristian frem utfordringene mange virksomheter står overfor når det gjelder selve datagrunnlaget.

Mange sitter på enorme mengder informasjon – men dataene er ofte ustrukturerte, spredt i siloer og mangler tydelig eierskap. Resultatet? Generativ AI blir like fragmentert som kildene den lærer av.

Kristians budskap var tydelig: Skal AI fungere i praksis, må vi tenke data først. Innholdet må struktureres, tilgjengeliggjøres og kvalitetssikres før man introduserer nye verktøy. Det handler ikke bare om teknologi, men om kultur, roller og prosesser.

Han pekte også fremover mot API-design – hvordan virksomheter må legge til rette for samhandling mellom systemer, slik at data kan flyte fritt, også mellom AI-er. I en virkelighet der vi i økende grad søker og får svar gjennom kunstig intelligens, blir API-ene selve infrastrukturen for kommunikasjon.

Han avsluttet med et tankeeksperiment som fikk mange i salen til å trekke på smilebåndet – og deretter tenke seg om:
– Hva om nettsidene våre etter hvert bare blir et sekundært grensesnitt, mens den virkelige kommunikasjonen skjer mellom AI-er?

Kort oppsummert: Bygg et solid datagrunnlag – og design for en fremtid der API-er snakker like mye med AI-er som mennesker gjør.

Synlighet i en AI-drevet søkeverden

Siste innlegg kom fra Erik Egeriis, fagleder SEO i Rocket, som tok opp et tema mange markedsførere og redaktører er opptatt av: Hvordan påvirker AI Overview synlighet – og hvordan tilpasser vi oss?

Med utgangspunkt i en stor undersøkelse av over 100 millioner søk og data fra 130 norske nettsteder – både før og etter lanseringen av AI Overview – kunne Erik berolige mange:

Ja, søkemønstre endrer seg. Men ikke på måter som nødvendigvis truer synlighet – tvert imot åpner det for nye muligheter.

I stedet for å frykte AI-genererte søkeresultater, bør virksomheter se på dem som et nytt rom for synlighet. For å lykkes må innholdet være tydelig, konkret og strukturert – slik at både mennesker og maskiner forstår det. Det innebærer eksplisitt språk, riktige metadata og bruk av strukturert data (schema) for å hjelpe AI-en å tolke konteksten.

"Se på det som et mulighetsrom, ikke bare en trussel."

Eriks budskap var klart: Vi må slutte å skrive til søkemotorer – og begynne å skrive sammen med dem.

Hovedpoeng: AI endrer ikke behovet for godt innhold – det forsterker det.

Fra eksperiment til effekt

Seminaret samlet tre ulike perspektiver på samme utfordring – og viste hvordan AI kan skape reell verdi når teknologi, mennesker og prosesser spiller på lag.

Avinor snakket om organisering og kultur. Rocket om synlighet og forståelse. Vi i Epinova løftet frem datagrunnlag og arkitektur som avgjørende fundament.

For oss handler det ikke bare om å teste ny teknologi – men å bygge den på riktig grunnlag.
Data først. Alltid.

Seminaret viste nettopp hvorfor datadisiplin er selve nøkkelen til å lykkes med AI. Når struktur, arkitektur og innsikt sitter i bunn, kan teknologien faktisk skape verdi.
Det er der vi vil være – sammen med virksomheter som vil bruke data som drivkraft for reell effekt.