Bygge AI selv eller kjøpe? Demoen tar en ettermiddag. Resten er jobben.

Det har aldri vært enklere å lage noe med AI som ser imponerende ut. En utvikler kobler en språkmodell til en mappe med kontrakter, og etter en ettermiddag svarer den på spørsmål om dem. Ledergruppen ser det, og noen spør det åpenbare: hvorfor skal vi kjøpe dette, når vi kan lage det selv?

Det er et godt spørsmål. Svaret ligger ikke i demoen. Det ligger i alt som må til for at den skal virke på en vanlig tirsdag, for alle, i årevis.

Demoen er den enkle delen

Demoen virker fordi den har det lett. Den har ett utvalg dokumenter, én bruker som vet hva hun skal spørre om, og ingen som har ansvar for svaret. Den trenger ikke vite hvilken versjon av kontrakten som gjelder, hvem som har lov til å se lønnstallene, eller hva som skjer når regnskapssystemet er nede.

Det er lett å få AI til å virke én gang. Det er vanskelig å få den til å virke hver gang. Avstanden mellom de to er der de fleste AI-prosjekter stopper opp.

Det som skiller en demo fra drift

Når en agent skal gjøre ekte arbeid i en bedrift, kommer en lang rekke ting som demoen slapp unna:

1. Datagrunnlaget. Dataene må hentes der de bor, i regnskapet, i timene, i SharePoint og i e-posten, og holdes oppdatert. Riktig versjon må skilles fra de tre gamle, og kilde fra tolkning. Hvorfor konteksten avgjør mer enn modellen.
2. Tilgang og mandat. Agenten skal bare se det den som spør, har lov til å se. Alt den gjør, må logges, og alt som binder bedriften, må godkjennes av et menneske.
3. Integrasjoner som holder. Systemene den kobles til, får nye versjoner, nye felt og nye feil. Noen må merke det før brukerne gjør det.
4. Kostnadene. En agent som leter seg gjennom mapper og e-post, bruker mange ganger så mange tokens som en som vet hvor svaret ligger. Uten styring vokser regningen raskere enn nytten. Hva en token er, og hvorfor AI koster.
5. Modellene endrer seg. Nye modeller kommer hvert kvartal, og de gamle fases ut. Det som virket i vår, kan svare annerledes i høst. Uten faste tester merker ingen det før det har gått galt.
6. Menneskene. Løsningen må passe arbeidsdagen til dem som skal bruke den, ellers blir den ikke brukt. Om dem som sier nei, og hvorfor de har rett om noe.

Ingen av disse punktene er synlige i en demo. Alle er avgjørende i drift. Og de er ikke et engangsarbeid: de må holdes ved like så lenge løsningen er i bruk.

Kompetansen er det vanskeligste å skaffe

For å gjøre dette godt trengs det kunnskap på flere felt samtidig. Hvordan språkmodeller oppfører seg, og hvor de bommer. Systemutvikling som tåler at ting går galt. Sikkerhet og tilgangsstyring. Og ikke minst bransjen selv: hvordan en endringsmelding faktisk flyter, hva en sluttoppstilling krever, og hvilke unntak som gjelder.

Hver av disse er et fag. Det er sjelden å finne alle i én person, og sjelden i én avdeling i en bedrift som lever av noe annet enn programvare. Den kompetansen som finnes, er dessuten ettertraktet. Bygger dere selv, bygger dere også en avhengighet av de få som forstår løsningen. Slutter de, står den der uten noen som kan rette den.

Det er ikke vanskelig å begynne. Det er vanskelig å bli god, og å forbli det.

Når det er riktig å bygge selv

Det finnes bedrifter som bør bygge selv. Har dere et sterkt utviklingsmiljø, og er AI kjernen i det dere selger til kundene deres, er dette kompetanse dere trenger å eie. Da er det en investering, ikke en omvei.

For de fleste andre er det ikke slik. En entreprenør tjener penger på å bygge, ikke på å drifte språkmodeller. Hver time de beste folkene bruker på å vedlikeholde en hjemmelaget AI-løsning, er en time de ikke bruker på det bedriften faktisk lever av.

Hva som lønner seg å kjøpe

Noe bør alltid kjøpes:

• Språkmodellene. Ingen vanlig bedrift bør lage sin egen. De beste blir bedre og billigere på måneder, og dere kan bytte når det kommer en bedre.
• Assistentene. Copilot, ChatGPT og Claude er gode til å hjelpe ett menneske med én oppgave. Behold dem.
• Systemene som er like for alle. Regnskapssystemet, e-posten og dokumentlagringen. Det er ingen konkurransefordel i å lage dem på nytt.

Hva som må bygges for akkurat dere

Det som ikke kan kjøpes ferdig, er det som gjør AI nyttig hos akkurat dere: datagrunnlaget som beskriver bedriften, og agentene som jobber i deres egne prosesser, med deres egne regler. Det må bygges. Men det betyr ikke at dere må bygge det selv.

Det er den jobben vi gjør. Relation OS er operativsystemet for prosjektbedrifter, bygget sammen med et entreprenørkonsern og i bruk på prosjektene deres hver dag. Det legger seg oppå systemene dere allerede har, og samler dataene bak ett API, slik at agentene vet hvor de skal lete. Rundt det setter vi agentene i arbeid, og vi hjelper bedrifter både i og utenfor prosjektbransjen med å få AI i drift.

Vi har i dag flere kunder som bruker agentene i hverdagen, og som har stor nytte av dem. Ikke i en pilot ved siden av, men i det vanlige arbeidet, med de samme systemene og de samme folkene som før.

Vi begynner alltid med datagrunnlaget, fordi det er der resultatet avgjøres. Der vi har gjort den jobben først, står agentene i dag for over 40 prosent av aktivitetene i systemene. Det kom ikke av en demo. Det kom av alt arbeidet etterpå.

Spørsmålene som avgjør valget

Uansett hva dere velger, er dette spørsmålene vi ville stilt før vi bestemte oss:

1. Hvem holder løsningen ved like om to år, når modellen den er bygget på, er faset ut?
2. Hvem merker det når den begynner å svare feil, og hvordan?
3. Hvem bestemmer hva agenten har lov til, og hvor står det logget hva den har gjort?
4. Hva skjer når den som bygget den, slutter?

Har dere gode svar på alle fire, kan dere bygge selv. Har dere det ikke, er det ikke et tegn på at dere har gjort noe feil. Det er et tegn på at dette er et fag, og at det lønner seg å jobbe med noen som kan det.