Hver femte virksomhet skroter KI-satsningen innen 2028

Bedrifter verden over har brukt astronomiske summer på kunstig intelligens (KI), men gevinstene uteblir for de fleste. Nye analyser fra Gartner, Goldman Sachs, McKinsey, MIT og Sequoia Capital tegner et nedslående bilde: Et massivt gap mellom investeringer og målbar avkastning. Nå varsles det en tilbaketrekning.

Gartners spådom: KI-tilbaketrekningen er i gang

Innen 2028 vil omtrent én av fem organisasjoner globalt skrote eller trappe ned KI i deler av virksomheten og gå tilbake til tradisjonell programvareutvikling, ifølge Gartner. Årsaken er at kostnadene løper løpsk og gevinsten ikke står i forhold til utgiftene . Tilbaketrekningen ventes å ramme områder der forretningsverdien fortsatt er uklar .

Prognosen bygger på Gartners bredere forskning på KI-prosjektfeil, der de bakenforliggende årsakene er konsekvent ikke-tekniske :

• Eksploderende kostnader uten klar avkastningsmodell — Infrastruktur, API-er, integrasjon, løpende vedlikehold og menneskelig tilsyn er dyrt og eskalerer ofte. 90 prosent av toppsjefene for IT (CIO-er) rapporterer at KI-kostnadene allerede begrenser evnen til å skape verdi .
• Uklar forretningsnytte — Mange prosjekter skrotes etter konseptbeviset fordi organisasjonene ikke kan påvise målbar effekt på bunnlinjen .
• Dårlig datakvalitet og mangelfulle risikokontroller — Svak styring, datautfordringer og utilstrekkelig risikostyring får prosjekter til å kollapse . Gartner spår at frem til 2026 vil 60 prosent av KI-prosjekter som mangler KI-klare data, bli skrotet .
• «Agent-wasking» og bruksområde-dropping — Organisasjoner satser på KI for KIens egen skyld, uten en disiplinert forretningscase, og feiler. Gartner-analytiker Anushree Verma påpeker at mange leverandører har merket om eksisterende chatboter som KI-agenter, uten å levere reelle resultater .

Dette harmonerer med Gartners separate anslag fra april 2026: 57 prosent av IT-infrastruktur- og driftsledere har minst ett mislykket KI-prosjekt bak seg, og ett av fem KI-prosjekter på dette feltet kollapser helt .

Investeringsgapet: Massive summer, magre resultater

Flere uavhengige kilder bekrefter det voksende misforholdet mellom enorme KI-investeringer og målbare forretningsresultater:

Goldman Sachs (august 2026): Strateg Ben Snider rapporterer at KI-utgiftene øker kraftig, men at teknologien ennå ikke har gitt en meningsfull forbedring av inntjeningen for de fleste selskaper. Bare 2 prosent av S&P 500-selskapene har kvantifisert KI-ens effekt på inntjeningen, og de fleste rapporterer liten eller ingen umiddelbar nytte . Analytiker Jessica Rindels anslår at USAs KI-investeringer vil utgjøre nesten 600 milliarder dollar i 2026, tilsvarende omtrent 2 prosent av BNP, men bevisene for tilsvarende økonomiske gevinster er tynne .

Goldman Sachs (mai 2026): Analytiker Jim Covello påpeker at de fleste bedrifter ennå ikke har sett avkastning på KI-utgiftene. Han viser til en MIT-studie som fant at 95 prosent av bedrifts-KI-pilotene ikke ga målbar P&L-effekt . Covello mener økonomien i KI er «mer tvilsom i dag enn for to år siden» .

Goldman Sachs (juli 2026): Økonom Jan Hatzius og analytiker David Peng gir en realitetssjekk: KI-adopsjon og produktivitetsgevinsten kan ta langt lengre tid enn markedet forventer. Deres analyse viser at produktivitetseffekten følger en J-kurve: Et beskjedent negativt utslag de første fire årene, statistisk signifikante gevinster først etter åtte år, og en toppeffekt på omtrent 0,6 prosentpoeng i år 12. Dersom ChatGPTs lansering i 2022 tilsvarer PC-ens debut i 1981, er gevinsten fortsatt år unna .

McKinsey (2026): Færre enn 20 prosent av KI-utrullinger i næringslivet viser målbar forretningseffekt .

Sequoia Capital: Har flagget et inntektsgap på omtrent 600 milliarder dollar mellom KI-investeringer og KI-avkastning .

Skygigantenes kontantstrømrisiko: Goldman Sachs advarer om at de fire dominerende skyleverandørene (Amazon, Alphabet/Google, Microsoft, Meta) samlet er på vei til å bruke mer enn hele sin driftskontantstrøm på KI-infrastruktur, uten dokumentert bedriftsøkonomisk avkastning . Samlet kapitalutgift for disse fire i 2026 anslås til rundt 650 milliarder dollar .

Derfor feiler prosjektene – det handler ikke om teknologien

Et gjennomgående funn i alle større analyser er at KI-prosjektfeil er organisatoriske og strategiske, ikke tekniske. Selve modellen svikter nesten aldri – men forretningscasen, datagrunnlaget og kostnadskontrollen gjør det.

Gartner identifiserer tre hovedfeilmoduser bak sine spådommer: eksploderende kostnader uten klar avkastningsmodell, uklar forretningsnytte, og utilstrekkelige risikokontroller . Som en Gartner-analytiker uttrykker det: «De fleste agentiske KI-prosjekter er foreløpig tidlige eksperimenter eller konseptbevis som i stor grad er drevet av hype og ofte feilaktig anvendt» .

Konsekvensene er allerede synlige. Gartner spår at innen 2028 vil 70 prosent av KI-initiativer bli avviklet på grunn av ukontrollerte kostnadseksplosjoner og verdidrift i organisasjoner som mangler en dedikert økonomisk styringspraksis for KI .

Hva betyr dette for norske ledere?

Mønsteret fra Gartner, Goldman Sachs, McKinsey, MIT og Sequoia er entydig: KI-utgiftene er på historisk høye nivåer, men det store flertallet av organisasjoner kan ennå ikke vise til målbar avkastning på bunnlinjen. Mange trekker seg allerede tilbake, eller får ikke prosjektene forbi pilotstadiet.

For virksomheter som investerer i KI, peker forskningen på en tydelig vei videre: Identifiser en spesifikk operasjonell flaskehals med målbar kostnads- eller kvalitetseffekt, bygg en KI-løsning for akkurat det problemet, mål før/etter-effekten grundig, og skaler bare det som faktisk virker . Prosjekter som ikke etablerer klare avkastningsmål fra dag én, har liten sjanse til å overleve det oppgjøret som venter.