AI-koding kan koste mer enn utvikleren innen 2028

AI-kodeverktøy skulle gi utviklere et kraftig produktivitetsløft. Men for mange virksomheter kommer en annen effekt først: en regning som vokser raskere enn gevinsten.

Gartner anslår at kostnadene for AI-kodeverktøy per utvikler kan overstige gjennomsnittslønnen til en programvareutvikler innen 2028 . Prognosen ble publisert i Gartners analyse fra 24. juni 2026, How to Optimize Token Consumption for AI Coding . Den er basert på bestemte forutsetninger og er derfor ikke en sikker spådom .

Derfor kan AI-regningen løpe fra lønnen

Gartner peker særlig på to utviklingstrekk :

• Tokenbruken øker kraftig. AI-modeller faktureres ofte etter tokens – små tekst- og dataenheter som modellen leser, behandler og genererer. Når utviklere bruker mer selvstendige AI-agenter, kan den totale mengden tokens øke langt raskere enn prisen per token faller. Ifølge Gartner-analytiker Nitish Tyagi har månedsregninger som tidligere lå på 20 eller 100 dollar per utvikler, i enkelte tilfeller økt til 2 000 eller 5 000 dollar .
• Fastpris erstattes av forbruksbetaling. Leverandører som Anthropic, Cursor og GitHub Copilot beveger seg i større grad fra faste abonnementer til modeller der kundene betaler etter bruk, blant annet per token . Dermed blir kostnaden direkte knyttet til hvor mye verktøyene brukes.

Tyagi har samtidig sagt at AI-kostnadene kan fortsette å øke fordi investeringer i infrastruktur og utfordringer med lønnsomhet kan presse modellprisene opp .

Uber brukte opp årsbudsjettet på fire måneder

Uber er blant de tydeligste eksemplene på hvor raskt kostnadene kan eskalere. Selskapet brukte opp hele AI-budsjettet for 2026 allerede i løpet av årets fire første måneder .

Som svar innførte Uber en grense på 1 500 dollar per måned per AI-kodeverktøy og ansatt. Begrensningen gjelder agentbaserte kodeverktøy som Anthropic Claude Code og Cursor . Bruk av ett verktøy påvirker ikke grensen for et annet.

Ved utgangen av mars brukte 84 prosent av Ubers ingeniører Claude Code, opp fra 32 prosent mot slutten av 2025 . Før grensene ble innført, lå den månedlige kostnaden per ingeniør på mellom 500 og 2 000 dollar . Ubers driftsdirektør skal ha sagt at koblingen mellom AI-forbruk og kundeverdi «ikke er der ennå» .

Flere selskaper merker presset

Uber er ikke alene om å stramme inn:

• Microsoft trakk tilbake tilgangen til Claude Code for utviklere bare noen måneder etter at verktøyet ble gjort tilgjengelig, ifølge rapporter om kostnadsbekymringer .
• Priceline opplevde femdobling av prisene på AI-kodeverktøy .
• Gartner anslår separat at 40 prosent av virksomheter som bruker AI-kodeverktøy med forbruksbasert prising, vil få uplanlagte kostnader på mer enn det dobbelte av forventet budsjett innen 2027 .

Kostnadene drives heller ikke nødvendigvis bare av utviklerne. I Accenture skal ikke-utviklere ha stått for den høyeste tokenbruken ved å bruke AI-verktøy til å gjøre PDF-dokumenter om til presentasjoner, ifølge lekket lyd og medieomtale . Selskapet planlegger produktet «Token IQ» for å gi ledelsen bedre oversikt over om AI-bruken gir tilstrekkelig avkastning .

De fleste bedrifter ser ikke AI-regningen i sanntid

KPMGs Global AI Pulse-undersøkelse for andre kvartal 2026 omfattet mer enn 2 100 ledere i 20 land. Den viser at bare 26 prosent av organisasjonene har full oversikt over AI-kostnadene i sanntid .

• 50 prosent har bare delvis oversikt.
• 22 prosent har liten eller ingen oversikt og oppdager i praksis kostnadene først når fakturaen kommer .

KPMGs globale AI-sjef Steve Chase har beskrevet dette som en betydelig risiko for økonomisk manglende åpenhet. Enkelte kunder skal ha brukt opp årlige budsjetter for tokens og skytjenester på få måneder, mens tokenbruken hos én kunde økte seks ganger .

Når AI faktureres etter forbruk, blir kostnadene vanskeligere å håndtere med tradisjonelle IT- og økonomirutiner . Det er ikke nok å vite hvilke verktøy som er kjøpt inn; virksomheten må også vite hvem som bruker dem, til hvilke oppgaver og med hvilket resultat.

Gartners oppskrift på kostnadskontroll

Gartners anbefalinger fra juni-analysen og rapporten 10 Best Practices for Optimizing Generative and Agentic AI Costs fra mars 2026 handler ikke om å stoppe AI-satsingen, men om å styre den mer disiplinert .

1. Bestem når AI skal brukes

Virksomheten bør lage klare regler for hvilke oppgaver som egner seg for AI-agenter, og hvor mye selvstendighet agenten skal ha. Gartner deler oppgavene inn i tre modeller: utviklerstyrt, utvikler med agent og fullt agentstyrt .

2. Bruk riktig modell til riktig oppgave

Enkle og hyppige oppgaver som testing, refaktorering, stillasbygging, dokumentasjon og enkle feilrettinger bør i større grad sendes til mindre og rimeligere spesialmodeller. De kraftigste modellene bør reserveres for komplekse oppgaver med høy verdi .

3. Gi modellen bedre kontekst

Med såkalt kontekstteknikk forbedrer utvikleren informasjonen AI-systemet får før det starter arbeidet. Målet er å redusere tokens som brukes på irrelevant, mangelfull eller gjentatt informasjon .

4. Følg forbruket fortløpende

Caching, samkjøring av forespørsler og løpende overvåking kan redusere unødvendig databehandling. Gartner anbefaler at virksomheter følger tokenbruken per utvikler, team og arbeidsflyt i sanntid .

5. Innfør en FinOps-lignende styringsmodell

En slik modell bør blant annet inneholde forbruksdata i sanntid, budsjetter per bruker og automatisk varsling når bruken avviker kraftig fra normalen . Før kostnadene løper løpsk, bør teknologiledelsen også kartlegge hvor moden organisasjonen er for mer selvstendig AI-utvikling .

Produktivitetsgevinsten er størst på avgrensede oppgaver

Gartner skiller mellom oppgaver der AI gir tydelig utslag, og oppgaver der effekten er mer begrenset. Gjennomstrømmingen øker betydelig når arbeidet er avgrenset og godt spesifisert – for eksempel ved skriving av tester, refaktorering, dokumentasjon og enkle feilrettinger .

På arkitekturvalg, ny type feilsøking og resonnement på tvers av flere systemer er forbedringen langt mer marginal . For virksomheten blir derfor det avgjørende spørsmålet hvor stor del av utviklernes arbeid som faktisk befinner seg i den første kategorien.

Konklusjonen: AI må behandles som en reell kostnad

Tiden da ansatte kunne bruke AI-kodeverktøy uten tydelige rammer, ser ut til å gå mot slutten. Verktøyene kan gi reelle produktivitetsgevinster, men forbruket kan øke raskere enn verdien dersom bruken ikke styres .

Gartners budskap er derfor ikke at bedrifter bør trekke seg fra AI. Budskapet er at AI må behandles som en ordinær kostnadspost – med oversikt, budsjetter, riktig modellvalg og klare grenser.