AI-konsulent i Oslo
En AI-konsulent i Oslo hjelper virksomheter med å finne, bygge og produksjonssette AI og automatisering som gir målbar effekt. Vi starter med konkrete arbeidsflyter som kundeservice, dokumenter og saksbehandling, prøver dem ut i en avgrenset pilot med mål satt på forhånd og integrerer løsningen i systemene dere allerede bruker. Workshopen holder vi gjerne hos dere i Oslo.
Oslo har både kompetansen og forskningen som trengs for å ta i bruk AI. For de fleste virksomheter er spørsmålet derfor sjelden om AI kan brukes, men hvor den gjør en reell forskjell. Weapp er et digitalt produktbyrå i Göteborg med rundt 38 utviklere, designere og strateger, og vi hjelper dere med å finne svaret, gjerne i en workshop hos dere i Oslo.
Oslo: kompetanse og forskning tett på
Ifølge Universitetet i Oslo er Institutt for informatikk «Norges største forsknings- og utdanningsinstitutt innenfor informatikk». Innovasjonsdistriktet Oslo Science City har dyp teknologi, blant annet AI, som ett av fire fokusområder og oppgir selv 8 000 forskere, 40 000 studenter og 300 oppstarts- og vekstselskaper. Ifølge SSB jobbet 55 386 personer i informasjon og kommunikasjon med arbeidssted i Oslo i fjerde kvartal 2025, omtrent én av ti sysselsatte i byen.
Byen har også mange av virksomhetene der arbeidet i stor grad består av å lese, tolke, sortere og svare. Ifølge SSB hadde offentlig administrasjon og forsvar 44 824 sysselsatte i Oslo i samme kvartal, og finans og forsikring 23 799. For en virksomhet som vil i gang med AI, er teknologien sjelden det vanskelige. Det vanskelige er å velge riktig flyt, bygge løsningen slik at den holder i drift, og koble den til systemene der arbeidet allerede skjer.
Konkret automatisering, ikke AI-hype
Mye av det som sies om AI, er hype. Vi tar derfor ikke utgangspunkt i hva teknologien kan gjøre i teorien, men i hvor det går tid til repetitivt arbeid hos dere. Tre områder går igjen i virksomheter med mye kontorarbeid:
- Kundeservice. En AI-assistent kan svare på vanlige spørsmål, oppsummere saker og foreslå svar til saksbehandlerne slik at menneskene får tid til de kompliserte sakene.
- Dokumenter. Avtaler, søknader, rapporter og fakturaer kan leses, kategoriseres og oppsummeres automatisk i stedet for å gås gjennom manuelt.
- Interne arbeidsflyter. Onboarding, rapportering og informasjonssøk går raskere når de ansatte kan spørre i fritekst og få svar hentet fra virksomhetens egne dokumenter.
Felles for dem er at arbeidet er repetitivt, men krever en viss tolkning. Det er der eldre automatisering kom til kort, og der dagens språkmodeller gjør mest nytte. Tidligere krevde automatisering at oppgaven kunne beskrives med eksakte regler, og det utelukket alt som handlet om å forstå fritekst. Det er den grensen som har flyttet seg.
Poenget er ikke å erstatte medarbeidere, men å flytte arbeidstiden fra det repetitive til det som krever skjønn og kundekontakt. En saksbehandler som slipper å lete i dokumenter og formulere standardsvar, rekker flere av sakene der et menneske virkelig gjør en forskjell.
Pilot med målbare mål
Vi anbefaler å starte med en pilot, et proof of concept (POC). I stedet for å bygge en stor løsning med en gang tar vi ett avgrenset bruksområde og bygger akkurat nok til at verdien kan bevises i praksis.
Det avgjørende er at målene settes på forhånd. Hva skal bli bedre, og hvordan måler vi det? Kortere behandlingstid, færre manuelle steg eller en høyere andel automatisk løste saker. Med tydelige mål blir beslutningen etter piloten enkel. Enten viser tallene at nytten er der, og dere skalerer opp, eller så gjør de ikke det, og dere har lært det til en lav kostnad. En pilot uten målbare mål blir bare en demo, og en demo bærer ingen beslutninger.
| Fase | Hva dere får |
|---|---|
| Workshop | Prioriterte bruksområder og effektmål |
| Pilot | Løsning for ett bruksområde, målt mot effektmålene |
| Produksjon | Produksjonssatt og integrert løsning |
Hva en pilot koster, og hva som avgjør prisen, har vi samlet i guiden hva koster en AI-POC.
Integrasjon i stedet for nye siloer
En vanlig felle er at en AI-løsning bygges ved siden av alt annet og blir enda et system å holde styr på. Vi foretrekker det motsatte: å integrere automatiseringen i systemene dere allerede bruker. En løsning som henter saker fra saksbehandlingssystemet og skriver resultatet tilbake dit, blir en naturlig del av flyten, mens en frittstående løsning skaper dobbeltarbeid og friksjon.
Vi bygger både AI-løsninger og integrasjonene som kobler dem til eksisterende systemer. Det er ofte den delen som avgjør om løsningen blir brukt over tid: En automatisering som krever ekstra manuelt arbeid for å flytte data frem og tilbake, blir fort valgt bort, mens en som går av seg selv i bakgrunnen, blir en selvfølgelig del av hverdagen. Vi har skrevet mer om hva som driver kostnaden, i hva koster AI-integrasjon.
Personvern fra start
For virksomheter i finans og offentlig sektor er personvern en forutsetning, ikke en detalj. Personvernforordningen (GDPR) gjelder i Norge gjennom EØS-avtalen, og et AI-prosjekt må ta hensyn til den fra begynnelsen: hvilke personopplysninger som passerer systemet, hvor de behandles og lagres, og hvilke leverandører som er databehandlere.
Å bygge dette inn fra start er billigere og tryggere enn å oppdage problemet etter lansering. Derfor tar vi opp dataspørsmålet allerede i workshopen, lenge før den første kodelinjen er skrevet. Punktene som bør være på plass før avtalen med en AI-leverandør signeres, står i GDPR-sjekkliste før dere signerer en AI-avtale.
Et konkret scenario
Se for dere en virksomhet i Oslo der kundeservicen drukner i spørsmål som går igjen. En workshop peker ut svarforslag i kundeservicen som første bruksområde. Det bygges en pilot der AI foreslår svar ut fra virksomhetens egen dokumentasjon, med mål om å korte ned behandlingstiden. Piloten måles på reelle saker. Holder den mål, blir den produksjonssatt og integrert i kundeservicesystemet, med personvernet på plass. Saksbehandlerne får hjelp med grovarbeidet og kan bruke tiden på kundene som virkelig trenger dem.
Neste steg
Prisnivåene for et helt AI-prosjekt står i guiden hva koster et AI-prosjekt. Vil dere se hvor AI kan avlaste dere? Les om AI-tjenestene våre eller ta kontakt, så tar vi en første prat, gjerne hos dere i Oslo.
Ofte stilte spørsmål
Hva gjør en AI-konsulent konkret?
En AI-konsulent kartlegger hvor AI og automatisering gjør mest nytte i virksomheten, bygger en løsning og produksjonssetter den. Oppgavene handler typisk om å automatisere dokumentflyter, avlaste kundeservice eller sortere innkommende saker og henvendelser. Målet er målbar effekt på et reelt problem, ikke teknologien i seg selv.
Må dere være til stede i Oslo?
Nei, men vi kan jobbe i Oslo og holder gjerne oppstarten og workshopen hos dere fordi kartleggingen av arbeidsflytene går raskere i samme rom. Selve utviklingen skjer i teamet vårt i Göteborg, med faste statusmøter på video. Dere får nærheten der den gjør mest nytte, og et helt utviklingsteam i ryggen.
Hvordan starter et AI-prosjekt?
Som regel med en workshop der vi går gjennom arbeidsflytene hos dere og finner konkrete bruksområder. Vi velger ett med tydelig gevinst og overkommelig risiko og bygger en pilot med mål satt på forhånd. Holder den, videreutvikles den til en løsning i produksjon. Å starte smått og bevise verdien først sparer både tid og penger.
Hva må være på plass før AI gir effekt?
Først og fremst at relevante data er tilgjengelige og har god nok kvalitet, og at noen i virksomheten kan forklare hvordan arbeidsflytene faktisk fungerer. En AI-løsning blir aldri bedre enn grunnlaget den bygger på. Vi hjelper dere med å vurdere om dataene holder før dere investerer i en full løsning.
Hva koster det å leie inn en AI-konsulent?
Det avhenger av omfanget. En avgrenset pilot er en mindre oppgave, mens en løsning som er koblet til flere systemer og produksjonssatt med forvaltning, er en større. Regn med en første investering for å bygge løsningen og en løpende kostnad til drift og videreutvikling. En workshop er en enkel måte å få et første overslag på.