Hva koster et AI-prosjekt i 2026?
Et AI-prosjekt koster i 2026 som regel 120 000–370 000 kr for en proof of concept, 370 000 kr–1,2 millioner kr for en pilot og 1,2–6,2 millioner kr for en produksjonssatt løsning. Datamodenheten er den største enkeltfaktoren for prisen, og løpende modell- og driftskostnader skal alltid med i kalkylen.
Hva et AI-prosjekt koster, avhenger av hvilket trinn i trappen du står på. Det er den viktigste innsikten i hele kalkylen: AI-investeringer gjøres sjelden i én omgang, men i nivåer der hvert trinn kjøper ny kunnskap og reduserer risikoen i det neste. Her er prisnivået for 2026, nivå for nivå.
Trappemodellen: tre nivåer av AI-investering
De fleste vellykkede AI-satsinger følger den samme trappen: først bevise at ideen fungerer teknisk, så teste den med ekte brukere, og først deretter bygge for full drift.
| Nivå | Typisk kostnad | Hva du får |
|---|---|---|
| Proof of concept (PoC) | 120 000–370 000 kr | Bevis på at teknologien fungerer på dataene deres, kjørbar demo, beslutningsgrunnlag |
| Pilot | 370 000 kr–1,2 millioner kr | Avgrenset løsning i reell drift med ekte brukere og målbare resultater |
| Produksjonssatt løsning | 1,2–6,2 millioner kr | Fullt integrert løsning med sikkerhet, overvåking, feilhåndtering og forvaltning |
Spranget mellom pilot og produksjon er bevisst stort. Det som gjør en AI-løsning klar for produksjon, er sjelden modellen i seg selv, men alt rundt: integrasjoner mot systemene deres, tilgangsstyring, håndtering av feil og kanttilfeller, logging og oppfølging av svarkvaliteten over tid.
Datamodenhet: den største enkeltfaktoren for prisen
To virksomheter kan bestille nøyaktig den samme løsningen og få prislapper som skiller seg med en faktor på tre. Forskjellen heter nesten alltid datamodenhet.
Har dere strukturerte, ryddige data i moderne systemer med API-er? Da kan prosjektet konsentrere seg om selve AI-løsningen. Ligger kunnskapen i stedet spredt i e-posttråder, gamle filservere og et ERP-system uten fornuftige eksportmuligheter? Da går en stor del av budsjettet til å samle inn, rydde og strukturere data før AI-en i det hele tatt kommer inn i bildet.
Noen spørsmål som raskt viser hvor datamodne dere er:
- Finnes informasjonen digitalt, eller delvis på papir og i hodene på folk?
- Er den samlet i noen få systemer eller spredt over mange?
- Finnes det API-er, eller kreves det spesialbygde koblinger?
- Vet dere hvilke data som er aktuelle, og hvilke som er utdaterte?
Jo flere av disse spørsmålene som mangler gode svar, desto klokere er det å begynne nederst i trappen og la en forstudie eller PoC avdekke problemene før millionene satses.
Et konkret regneeksempel
Si at et forsikringsselskap vil bruke AI til å forberede skadesaker: lese innkomne dokumenter, oppsummere saken og foreslå neste steg. En PoC på et utvalg historiske saker koster kanskje 250 000 kr og viser at treffsikkerheten holder. Piloten, et verktøy som saksbehandlerne bruker i hverdagen for én sakstype, havner på 750 000 kr. Produksjonsversjonen med integrasjon mot saksbehandlingssystemet, tilganger, logging for sporbarhet og drift ender på 2,5–3,7 millioner kr.
Totalt kanskje 3,7 millioner kr over 12–18 måneder, men beslutningen om den store investeringen ble tatt med kunnskap som bare kostet en brøkdel. Det er hele poenget med trappen.
Løpende kostnader er en del av prisen, ikke en ettertanke
En AI-løsning er aldri ferdig betalt ved lansering. Driftskalkylen omfatter:
- Modellkostnader. Hvert kall til en språkmodell koster penger, og kostnaden skalerer med bruken. En løsning med tusenvis av daglige kall kan koste titusenvis av kroner i måneden bare i modellavgifter.
- Hosting og infrastruktur. Servere, vektordatabaser, køhåndtering og logging.
- Overvåking og evaluering. Modeller oppdateres, data endrer seg, og svarkvaliteten må følges opp løpende. Ellers merker kundene forringelsen før dere gjør det.
- Forvaltning. Nye krav, nye integrasjoner, oppdaterte modellversjoner.
En fornuftig tommelfingerregel er å be om en driftskalkyle i hvert tilbud, med tydelig oppgitte antakelser om volum. En leverandør som ikke kan svare på hva løsningen koster per måned i drift, har ikke tenkt ferdig.
Slik budsjetterer du klokt
Begynn aldri med spørsmålet «hva koster AI?», men med «hvilket problem er verdt å løse?». Sett en økonomisk ramme per trinn, definer på forhånd hva som skal være bevist før neste trinn finansieres, og krev at veien til produksjon er med i planen allerede fra PoC-en. Vi i Weapp bygger AI-løsninger fra forstudie til drift og ser det samme mønsteret gang på gang: Prosjektene som lykkes, er de som kjøper kunnskap tidlig og skalerer investeringen i takt med bevisene.
Vil dere ha et prisspenn for akkurat deres case? Ta kontakt med en kort beskrivelse av problemet og datasituasjonen.
Ofte stilte spørsmål
Hvorfor er prisspennene for AI-prosjekter så brede?
Fordi kostnaden styres mer av utgangspunktet deres enn av teknologien. To virksomheter som vil ha den samme løsningen, kan få helt ulike prislapper avhengig av hvor strukturerte dataene til hver av dem er, hvor mange systemer som skal integreres, og hvilke krav som stilles til sikkerhet og pålitelighet.
Kan vi ikke bare begynne med et ChatGPT-abonnement?
Jo, og for individuell produktivitet er det ofte riktig å starte der. Men et abonnement løser ikke automatisering av egne prosesser, koblinger mot egne systemer eller kontroll over egne data. Et AI-prosjekt handler om å bygge noe som jobber i virksomheten deres, ikke bare ved siden av den.
Hvor lang tid tar et AI-prosjekt?
En proof of concept tar typisk 4–8 uker, en pilot 2–4 måneder og en produksjonssetting 4–9 måneder, avhengig av integrasjoner og sikkerhetskrav. Opprydding i data er den vanligste årsaken til forsinkelser, så en tidlig gjennomgang av dataene sparer både tid og penger.
Hva koster det å drifte en AI-løsning etter lansering?
Regn med modellkostnader per kall, hosting, overvåking og løpende evaluering. For mange løsninger havner driften på 12 000–120 000 kr per måned, avhengig av volum og modellvalg. Kostnaden skal inn i kalkylen før beslutningen tas, ikke oppdages etterpå.
Må vi ha egen AI-kompetanse for å bestille et AI-prosjekt?
Nei, men dere må eie spørsmålet om hva AI-en skal oppnå i virksomheten. En god leverandør står for teknologivalgene og utviklingen, mens dere står for prosesskunnskapen og dataene. Utpek en intern eier som kan ta beslutninger. Det er viktigere enn teknisk spisskompetanse.