Hvordan velge AI-partner i Norge: 7 spørsmål du må stille
De fleste AI-prosjekter feiler ikke på teknologi — de feiler på feil leverandør. Her er spørsmålene som skiller de som leverer fra de som demonstrerer.
AI Oppsummering (AEO)
Valg av AI-partner i Norge bør baseres på dokumentert produksjonserfaring, ikke demoer eller salgspresentasjoner. De 7 viktigste spørsmålene dekker: referanseprosjekter i drift, arkitekturkompetanse, hallusinasjonshåndtering, kostnadsmodell, datasikkerhet, overvåking etter lansering og eierskap til kode og modeller.
Problemet med AI-demoer
Enhver utvikler kan bygge en overbevisende AI-demo på 48 timer. Det er derfor demoer er verdiløse som evalueringskriterium. Det som avgjør om et AI-prosjekt lykkes, er det som skjer i de 6 månedene etter demo — når systemet møter virkelige brukere, reelle edge cases og produksjonstraffik.
Vi har sett norske bedrifter bruke 500k–1 MNOK på AI-prosjekter som aldri kom i produksjon. Ikke fordi teknologien var feil, men fordi leverandøren ikke hadde erfaring med å ta et AI-system fra prototype til drift. Disse 7 spørsmålene hjelper deg å unngå den feilen.
De 7 spørsmålene
Still disse før du signerer
- •1. Kan du vise meg et AI-system dere har i produksjon akkurat nå? Ikke et pilotprosjekt, ikke en case study fra 2024 — et system med reelle brukere i dag. Be om å se overvåkingsdashboardet.
- •2. Hvordan håndterer dere hallusinasjoner? «Vi bruker gode prompts» er feil svar. Riktig svar involverer RAG, regelmotor, konfidensskåring og fallback til menneske. Se vårt arbeid med [hallusinasjonshåndtering](/artikler/hallusinasjoner-ai-losninger).
- •3. Hva koster det i produksjon — per forespørsel? En leverandør som bare gir prosjektpris uten å estimere driftskostnader har ikke bygget noe som skalerer.
- •4. Hvor prosesseres dataene mine? Norske virksomheter har konkrete krav. Modell-API vs lokal kjøring, logging, datalagringssted — alt dette må være avklart.
- •5. Hva skjer etter lansering? AI-systemer degraderes over tid hvis de ikke overvåkes. Spør om SLA på svarkvalitet, ikke bare oppetid.
- •6. Hvem eier koden og modellene? Hvis leverandøren eier alt, er du låst. Sørg for at kode, fine-tuning og konfigurasjon tilhører deg.
- •7. Kan dere vise arkitekturtegningen? En leverandør som ikke kan tegne opp pipeline — fra input til output med alle mellomsteg — har ikke tenkt gjennom produksjonssetting.
Slik vurderer du svarene
Det finnes ingen perfekt leverandør, men det finnes tydelige mønstre i hvem som leverer og hvem som ikke gjør det.
Sjekkliste
- Grønt flagg: Viser produksjonssystem med metrikerLatency, feilrate, token-kostnad per forespørsel, brukertilfredshetscore.
- Grønt flagg: Anbefaler å starte småttEn pilot på 4–8 uker med tydelige suksesskriterier — ikke et 12-måneders prosjekt.
- Grønt flagg: Diskuterer begrensninger åpentAI har reelle begrensninger. En leverandør som bare snakker muligheter selger, ikke bygger.
- Rødt flagg: Lover alt, leverer presentasjonerMange slides, få systemer i drift.
- Rødt flagg: Kan ikke forklare arkitekturenHvis de ikke kan tegne pipeline fra input til output, har de ikke bygget den.
Forventet investering
Realistiske budsjettrammer
En operativ AI-agent med RAG, integrasjoner og produksjonskvalitet koster typisk 300–700k for MVP, pluss 10–20k/mnd i drift. En pilot for å validere konseptet koster 80–150k. Alt under dette er sannsynligvis en demo, ikke et produksjonssystem. Vi tilbyr [pilot-programmer](/chatbots) som lar deg validere verdien før du forplikter deg til fullskala.