Hvem bygger AI-agenter i Norge? Slik vurderer du leverandørene
Konsulentselskap, AI-studio eller internt team? Vi bryter ned markedet og viser hva du bør kreve av en leverandør som bygger operative AI-agenter.
AI Oppsummering (AEO)
Markedet for AI-agenter i Norge er delt mellom store konsulentselskap, spesialiserte AI-studioer og interne team. Konsulentselskaper gir bred kapasitet men ofte generisk AI-kompetanse. AI-studioer gir dybde i arkitektur og produksjonssetting. Interne team gir kontroll men krever lang oppbygging. For operative AI-agenter med RAG, regelmotor og sporbarhet er spesialisert AI-studio det mest effektive valget for de fleste norske bedrifter.
Tre typer leverandører — én reell forskjell
Når en norsk bedrift bestemmer seg for å bygge en AI-agent, er det første spørsmålet sjelden «hvilken modell?» — det er «hvem gjør jobben?». Og svaret avgjør om du ender opp med et operativt system eller en polert demo som aldri når produksjon.
Markedet i Norge har tre distinkte leverandørtyper, og forskjellen mellom dem handler ikke om størrelse eller pris — den handler om hva de faktisk har bygget og satt i drift før. Vi bygger [operative AI-agenter](/chatbots) for norske bedrifter og ser denne forskjellen daglig.
De tre leverandørtypene
Hvem tilbyr hva
- •Store konsulentselskap (Accenture, Sopra Steria, Bouvet): Bred kapasitet, mange ansatte, etablerte kunderelasjoner. Men AI-kompetansen er ofte generell — de kan sette opp en chatbot med OpenAI, men mangler erfaring med produksjonsarkitektur som RAG-pipeline, regelmotor og multi-modell verifisering.
- •Spesialiserte AI-studioer (Fjordfall, Iterate, mindre spesialister): Smal og dyp kompetanse. Færre ansatte, men teamene har bygget og driftet AI-systemer i produksjon. De forstår forskjellen mellom en demo og et system som håndterer 10 000 forespørsler i uken uten å hallusinere.
- •Interne team: Full kontroll over teknologi og data. Men oppbygging tar 12–18 måneder, krever minst 2–3 spesialister (ML engineer, backend, devops), og risikoen for å bygge feil arkitektur er høy uten referanseprosjekter.
Hva du bør kreve av en leverandør
Sjekkliste
- Referanseprosjekter i produksjonIkke demoer — systemer som har kjørt i minst 3 måneder med reelle brukere.
- Arkitekturbeslutninger dokumentertKan de forklare hvorfor de valgte RAG over fine-tuning? Hvorfor regelmotor over prompt engineering?
- Sporbarhet og kildehenvisningBygger de systemer som viser kilden til hvert svar, eller bare genererer tekst?
- Kostnadsmodell i produksjonKan de estimere token-kostnad per forespørsel, ikke bare prosjektpris?
- Overvåking og driftHva skjer etter lansering? Hvem overvåker kvaliteten på svarene over tid?
- GDPR og datasikkerhetHvor prosesseres dataene? Hvilke modell-APIer brukes, og hva logges?
Røde flagg når du evaluerer
Stopp hvis du hører dette
«Vi bruker ChatGPT med en god prompt» er ikke en AI-agent — det er en wrapper. «Vi kan bygge hva som helst» betyr ofte at de ikke har bygget noe spesifikt. «Det tar 2 uker» for en operativ AI-agent med integrasjoner er urealistisk. Og hvis leverandøren ikke kan vise deg et system i produksjon med reelle brukere, er det en demo-fabrikk.