Nadella advarer: Hvis du bare leier en AI-modell, kan bedriften din bli sugd tom

I dette perspektivet er den varige konkurransefordelen i AI-æraen ikke selve modellen, men økosystemet rundt den – data, prosesser, evaluering og menneskelig tilbakemelding som knytter AI til organisasjonens institusjonelle kunnskap. Nadella argumenterer for at bedrifter må kunne «bruke min egen kontekst, mine egne data og mine egne spor» når de velger eller finjusterer modeller.

I stedet for å behandle selve modellen som forsvarsverket, peker Nadella på kontinuerlige systemer som forbedres gjennom organisatorisk bruk. Han sa til Business Today at «organisasjoner ikke kan outsource selve læringsprosessen» – du kan sette bort en oppgave, men du kan ikke sette bort bedriftens læringskurve.

Hvorfor det er risikabelt å outsource AI: Advarselen om «industriell uttømming»

Nadella ga to sammenhengende grunner til at det er farlig for bedrifter å utelukkende stole på tredjeparts AI-modeller.

1. Tap av konkurransefortrinn og verdifangst. Nadella advarte om at hvis en bedrift bare leier en modell og ikke bygger noe egenutviklet rundt den, er ikke modellen dens konkurransefortrinn – og bedriften kan allerede være i ferd med å tape terreng. Hans bredere bekymring er fanget i et direkte sitat fra essayet: «Det siste noen av oss ønsker er en verden der hver eneste bedrift i hver eneste sektor gir fra seg verdi til noen få modeller som spiser alt de ser.»

Han argumenterer for at kraftige AI-modeller blir svært dyktige til å absorbere spesialisert bedriftskunnskap, noe som potensielt kan kommoditisere den profesjonelle ekspertisen i hele bransjer og selge den tilbake til bedriftene som genererte den. Bedrifter som ikke bygger sine egne AI-tilbakemeldingssystemer, risikerer å gi fra seg verdi til eksterne modellleverandører i stedet for å forsterke sin egen institusjonelle kunnskap.

2. Konsentrasjonsrisiko og leverandøravhengighet. Å utelukkende stole på en enkelt AI-modell gjør bedrifter sårbare for begrensningene, prissettingen og de strategiske valgene til eksterne leverandører. Nadellas rammeverk legger vekt på å bygge interne læringssløyfer i stedet – systemer som kan bytte underliggende modell uten å miste opparbeidet intelligens. Etter hans syn er det «risikabelt å bygge AI-infrastruktur optimalisert for bare én modell», fordi en konkurrents gjennombrudd i modellarkitektur kan gjøre hele investeringen foreldet.

Samspill med Microsofts flermodell-strategi

Nadellas argumenter er på linje med Microsofts eget strategiske skifte. Etter år med dyp OpenAI-integrasjon har selskapet bevisst utvidet sin AI-modellstrategi og introdusert flere egne AI-kapabiliteter.

På Microsoft Build 2026 tidlig i juni presenterte selskapet nye proprietære AI-modeller (MAI-grunnmodellfamilien) ment å redusere avhengigheten av OpenAI og senke kostnadene for utviklere. Microsoft bygger også førstepartssystemer som Project Polaris – beskrevet som Microsofts egen kode-AI som skal erstatte GPT-4 i GitHub Copilot innen august 2026.

Microsoft har introdusert rimelige AI-modeller og en multi-motor Copilot-plattform som støtter modeller fra Anthropic, Meta (Llama), Mistral AI, DeepSeek og Cohere – slik at brukerne kan velge mellom flere AI-motorer. Anthropics Claude er nå et førstepartsalternativ i Azure AI Foundry sammen med OpenAI, DeepSeek, Llama og Mistral.

Den strategiske logikken er enkel: Hvis bedrifter trenger tilpassede AI-systemer knyttet til egne data, arbeidsflyter og institusjonell kunnskap, blir skyplattformen som huser dette økosystemet – Azure – strategisk viktig. Nadellas «bygg din egen læringssløyfe»-råd er derfor både en arkitekturveiledning og et sterkt samsvar med Microsofts bredere sky- og AI-plattformstrategi.

Nadella har lenge forutsett denne kommoditiseringen. I slutten av 2025 beskrev han dynamikken krast: «Hvis du er et modellselskap, kan du ha en vinners forbannelse … det er én kopi unna å bli kommoditisert.»

Det nye rammeverket for bedrifter: Menneskelig kapital + tokenkapital

Nadella introduserte to konsepter i essayet sitt fra juni 2026 som har blitt sentrale i samtalen om bedrifters AI-bruk: human capital (menneskelig kapital) og token capital (tokenkapital).

Hva er tokenkapital?

Tokenkapital er «AI-kapabiliteten en bedrift bygger og eier» ved hjelp av egne arbeidsflyter, data, evalueringer og opparbeidet ekspertise. Det er den proprietære AI-eiendelen bedriften utvikler rundt sitt eget driftssystem – i stedet for bare å leie generisk kapabilitet fra eksterne leverandører. Tokenkapital inkluderer systemene, modellene, instruksene (prompts), evalueringene og de tilpassede arbeidsflytene som en bedrift utvikler over tid. Nadella beskriver det som å vokse med «renters rente» i en selvforsterkende læringssløyfe.

Menneskelig kapital blir mer verdifull – ikke mindre

Nadellas overraskende påstand er at etter hvert som AI-kapabiliteten (tokenkapital) øker, stiger verdien av menneskelig kapital – i stedet for å synke. Menneskelig kapital omfatter kunnskapen, dømmekraften, relasjonene, kreativiteten og mønstergjenkjenningen til en bedrifts ansatte.

Hans argument: Uten menneskelig retning «går datakraften i sirkler.» Menneskelig ekspertise er det som styrer læringssløyfen, evaluerer resultater og gjør AI-kapabilitet om til nyttige organisatoriske fordeler. Nadella rammer dette inn som et skifte til en «ekte kognitiv sløyfe mellom mennesker og digitale systemer» – et grunnleggende brudd med tidligere teknologiske revolusjoner der digitale systemer bare ble brukt til å forbedre menneskelig produktivitet.

Læringssløyfen som gir renters rente

Nadella beskriver den ideelle tilstanden som «å bygge en læringssløyfe oppå modeller der menneskelig kapital og tokenkapital forsterker hverandre.» I denne sløyfen:

• Menneskelig kapital (ekspertise, dømmekraft) styrer opprettelsen og evalueringen av AI-utdata
• Tokenkapital (eid AI-kapabilitet) fanger opp og operasjonaliserer denne ekspertisen
• Hver forsterkning gjør begge sider mer verdifulle over tid

Hvis du ikke kan bytte ut en generalistmodell uten å miste din opparbeidede intelligens, eier du ikke læringssløyfen din – du leier den.

Praktiske konsekvenser for bedrifters AI-bruk

Infrastruktur: Fleksible plattformer med flere modeller

Bedrifter kan ikke lenger behandle en enkelt AI-modell som hele AI-strategien. De trenger fleksibel infrastruktur som kan støtte flere modellfamilier, proprietære datatilkoblinger, arbeidsflytintegrering og kontinuerlige tilbakemeldingssløyfer. Nadellas rammeverk innebærer at den vinnende infrastrukturen er plattformen som hjelper bedrifter med å bygge og drive disse økosystemene – slik Microsoft posisjonerer Azure og Copilot-tjenestene sine.

Menneskelig kapital: Større investeringer i folk

Nadellas argument går mot automasjonsfortellingen. Hvis menneskelig dømmekraft blir mer verdifull etter hvert som AI vokser, må bedrifter investere mer i ansattes ekspertise, fagkunnskap og kreativ beslutningstaking – ikke mindre. Omtrent 117 000 teknologijobber ble kuttet i 2026, med AI oppgitt som en faktor – en trend Nadellas rammeverk implisitt advarer mot, hvis den fratar bedrifter den menneskelige kapitalen som trengs for å styre læringssløyfene.

Tokenkapital: Bygg, ikke bare kjøp

Det sentrale strategiske skiftet er fra å konsumere AI til å eie AI-kapabilitet. Dette betyr å utvikle proprietære modeller, finjustere på interne data, bygge evalueringssystemer og skape arbeidsflyter som fanger organisatorisk kunnskap i gjenbrukbar form. Bedrifter som bare abonnerer på den beste modellen og stopper der, risikerer å bli tappet for verdi – fordi deres varige fortrinn ikke kommer fra den leide modellen i seg selv, men fra den proprietære læringssløyfen de bygger rundt den.

Det strategiske hovedbudskapet

For norske ledere og beslutningstakere: Nadella argumenterer for at AI-tidens bedrift må investere samtidig i:

• Infrastruktur: fleksible plattformer med flere modeller, skyløsninger som tillater tilpassede AI-systemer bygget rundt proprietære arbeidsflyter og data.
• Menneskelig kapital: dypere investering i ansattes dømmekraft, relasjoner, kreativitet og fagekspertise – nå viktigere, ikke mindre.
• Tokenkapital: proprietære AI-kapabiliteter trent og forbedret gjennom bedriftens unike data, tilbakemeldingssløyfer og driftsprosesser.

Budskapet er klart: Hvis AI-strategien din begynner og slutter med å velge en AI-modell-leverandør, kan du allerede miste konkurransekraft til bedrifter som eier sine egne læringssløyfer – i stedet for å leie dem.