Norge bruker milliarder på å bli en AI-nasjon.

Problemet er at de leter på feil sted.

Hva staten faktisk har bygget

Strategier, kontorer og superdatamaskiner

I september 2024 stod statsminister Jonas Gahr Støre og digitaliseringsminister Karianne Tung foran kameraene og lanserte en nasjonal digitaliseringsstrategi. Ambisjonen: gjøre Norge til verdens mest digitaliserte land innen 2030.

Sterke ord. Så sjekker vi tallene.

Norges nasjonale AI-strategi ble første gang lansert i 2020 — med 51 konkrete tiltak. Riksrevisjonen slo fast i 2024 at den lovede gjennomgangen av hindrende regelverk aldri ble gjort. Eierskapet til strategien ble uklart etter at den ble lansert. NTNU og samarbeidspartnere etterlyste offentlig en tydelig handlingsplan.

Den kom aldri.

I mars 2025 ble KI-Norge lansert — et nasjonalt miljø finansiert over statsbudsjettet, med ansatte, kontorlokaler og mandat om å hjelpe kommuner og statlige etater med å bruke KI “på en trygg og innovativ måte.”

Forskningsrådet skal investere minst én milliard kroner i KI-forskning mellom 2025 og 2030, fordelt på seks nye nasjonale forskningssentre.

I juni 2025 åpnet statsråd Sigrun Aasland Norges kraftigste superdatamaskin, Olivia, ved Lefdal Mine Datacenter i Nordfjordeid — 60 meter under bakken, 700 meter inn i fjellet, i en nedlagt olivingruve. Prislapp: 225 millioner kroner. Maskinen er anskaffet og driftet av det statseide Sigma2, og er utstyrt med 304 Nvidia-GPUer og over 64 000 AMD CPU-kjerner. Primært for forskningsmiljøer innen klima, helse og hav.

Strategier. Kontorer. Pressemeldinger. Superdatamaskin.

Og resultatet?

På Global AI Index rangerer Norge på 24. plass — bak Finland (10.), Danmark (16.) og Sverige (17.). Adopsjonen av KI i norsk næringsliv og offentlig sektor går tregere enn forventet, ifølge undersøkelsen IT i praksis 2025, som dekker 273 offentlige organisasjoner.

Hva skjer i kulissene

Mens Norge bygger nasjonale satsinger og klipper snorer, skjer noe annet i det norske kraftlandskapet.

Google bygger et gigantisk datasenter nord for Skien som alene vil forbruke rundt 5 prosent av Norges totale strømforbruk. 96 datasentre står i kø for å bli koblet til nettet. Samlet etterspør de en installert effekt på over 7 000 MW — nesten dobbelt så mye som strømforbruket i alle norske husholdninger til sammen.

Over halvparten av datasentrene i Norge er utenlandskeide. Green Mountain, Nordens største datasenterselskap, er heleid av israelske Azrieli Group og drifter blant annet TikToks datasenter på Hamar.

Det finnes ingen nasjonal konsesjonsstyring av hvem som får etablere datasentre. De eneste kriteriene for krafttildeling er tilgjengelighet og modenhet på prosjektet. Datasenterindustrien er rask og profesjonell — de vinner konsesjonskøen gang på gang.

Rødt foreslo en nasjonal pause i datasenterutbygging inntil det forelå en helhetlig plan. Forslaget ble nedstemt med stort flertall i Stortinget.

Menon-tall viser at automatiserte datasentre understøtter rundt 0,2 årsverk per GWh. Tradisjonell kraftintensiv industri leverer 0,9 årsverk per GWh. Datasentrene bruker altså mer kraft og gir relativt sett færre arbeidsplasser tilbake enn det meste annet vi kan bruke kraften til. Kolos i Ballangen lovet 3 000 jobber ved etableringen. Det ble 10–15.

Konklusjonen er ikke hyggelig

Det historiske ekkoet er tydelig: Tidlig på 1900-tallet stod Norge overfor en bølge av utenlandske oppkjøp av fossefall til lave priser. Svaret var konsesjonslovene — hjemfallsrett, konsesjonskraft og krav til lokalt eierskap. Et rammeverk som la grunnlaget for generasjoner med norsk industri og velferd.

Vi gjorde dette riktig én gang. Vi vet hva som fungerer.

I dag gir vi billig fornybar strøm til verdens rikeste tech-giganter, uten krav om kompetanseoverføring til norske miljøer, uten krav om norsk eierskap, uten krav om at de bidrar til den AI-posisjonen vi sier vi vil bygge. Vi gir dem strøm, areal og politisk stabilitet. De gir oss serverrack.

Norge sier det vil lede i AI. Så legger vi forholdene til rette for Microsofts, Googles og Amazons infrastruktur — de eksakte aktørene vi konkurrerer mot om den posisjonen. Det er som å si “vi vil bli best i klassen” og så leie ut klasserommet til de som allerede vant.

KI-Norge har kontor. Olivia har GPUer. Strategien har 51 tiltak.

Men Norge er på 24. plass — og synker relativt sett hvert år vi venter.

Den kompetansen ingen snakker om

Ikke i VG. Ikke i Aftenposten. Men den er der

Hvis du bare følger med på hva som dukker opp i norske medier om AI, får du inntrykk av at kompetansen i Norge sitter hos tre grupper: statlige etater, store konsulentselskaper og noen professorer ved NTNU.

Det er feil. Grovt feil.

Det finnes en helt annen gruppe nordmenn som jobber med AI akkurat nå. De har ingen pressemelding. De har ingen ansatte. De søker ikke om forskningsmidler. De sitter ikke i utvalg eller på konferanser i Oslo Kongressenter.

De sitter ved kjøkkenbordet, på hjemmekontoret, på hytta med 4G — og de løser faktiske problemer med de verktøyene som er tilgjengelige. Gratis eller rimelige. Lokalt eller i skyen. Alene eller i løse nettverk av likesinnede.

De er frilansere, enkeltpersonsforetak, småbedriftseiere og hobbyister som begynte å leke med AI fordi de hadde et problem de ville løse — ikke fordi noen bevilget penger til det.

Hva skjer når du ikke har et budsjett

Det viser seg at mangel på penger er et utmerket filter for å lære seg noe skikkelig.

Når du ikke kan kjøpe deg ut av problemet, må du forstå det. Når du ikke har et team å delegere til, må du gjøre det selv. Når du ikke har en lisens på enterprise-programvare, finner du open source-alternativet — og lærer deg å bruke det fra grunnen av.

Det er ikke romantisk. Det er frustrerende, tidkrevende og noen ganger dypt demotiverende.

Men, det bygger noe statlige AI-satsinger har vanskelig for å bygge: forståelse av hva som faktisk fungerer, og hvorfor.

En superdatamaskin med 304 GPUer og 225 millioner kroner i prislapp imponerer på en pressekonferanse. Men, AI-kompetanse handler ikke om å ha tilgang til mest mulig RAM. Det handler om å vite hva du setter inn, hva du tar ut, og hva som skjer i mellom. Det handler om å bygge systemer som faktisk gjør noe nyttig — ikke om å blåse mest mulig VRAM på en benchmark-liste.

Den kunnskapen kommer ikke fra å forvalte en maskin. Den kommer fra å prøve og feile med begrensede ressurser over tid.

Desentralisert kompetanse er annerledes — og det er poenget

Den statlige AI-satsingen tenker i vertikaler: forskning, helse, klimamodellering. Store problemer. Lange tidshorisonter. Tung infrastruktur. Eksperter i lukkede sektorer.

Den desentraliserte kompetansen tenker i brukstilfeller: Hvordan automatiserer jeg dette? Hvordan sparer jeg tid på det? Kan jeg bygge noe som faktisk fungerer for norske ENK-ere, norske håndverkere, norske småbedriftseiere?

Det er to fundamentalt forskjellige tilnærminger til teknologi. Den ene starter med ressurser og leter etter problemer å løse. Den andre starter med et problem og leter etter ressurser til å løse det.

Den sistnevnte bygger bedre systemer. Alltid!

Det finnes en grunn til at de fleste nyttige digitale verktøy vi bruker i dag kom fra garasjer, studenthyblar og hobbyprosjekter — ikke fra statlige utviklingsprogrammer. Strukturen tvinger frem riktige valg: du kan ikke overkomplisere det du ikke har råd til å overkomplisere.

De som ikke søker om støtte

En annen ting disse menneskene har til felles: de søker ikke om offentlig støtte.

Ikke fordi de er mot systemet — men fordi de vet hva søknadsprosesser koster i tid, og hva det medfører av rapportering, revisjon, målformulering og politisk tilpassing. De regner raskt ut at det ikke er verdt det.

Det betyr at de heller ikke synes i statistikken. De er ikke med i IT i praksis-undersøkelsen. De er ikke med på KI-Norge sine arrangementer. De dukker ikke opp i Riksrevisjonens gjennomgang av offentlig AI-bruk.

De eksisterer i et parallelt kompetanserom som staten aldri ser.

Og det er et problem — men ikke for dem.

Det er et problem for staten, som tror den har oversikten.

Hva dette betyr i praksis

Norsk AI-kompetanse er reell. Den er kanskje sterkere totalt sett enn den statlige satsingen klarer å produsere med milliardene sine — nettopp fordi den er distribuert, behovsdrevet og uten budsjetter å beskytte.

Men den er usynlig for de som tar beslutninger. Den er usynlig for de som fordeler ressurser. Den er usynlig for de som skriver strategier og lager veikart.

Og akkurat som med den utenlandske datasenterkapitalen: vi sitter på verdier vi ikke aner verdien av.

Forskjellen er at datasenterkapasiteten selges billig til Google.

Den desentraliserte AI-kompetansen selges ikke. Den brukes i stillhet, bygger verdier i det små, og vokser videre — med eller uten KI-Norge.

Epilog: To AI-Norge’r

Det er to Norge’r i dette bildet.

Det ene Norge bruker 225 millioner kroner på en superdatamaskin, lanserer et nasjonalt KI-miljø, skriver strategier med 51 tiltak og rangerer likevel på 24. plass globalt. Det selger billig fornybar kraft til verdens rikeste selskaper og kaller det posisjonering.

Det andre Norge sitter med en laptop, et API-nøkkelabonnement og et reelt problem de vil løse. Det spør ikke om lov. Det søker ikke om støtte. Det bygger, bryter, lærer og bygger igjen.

Det ene har pressekonferanser.

Det andre har kompetanse.

Tidlig på 1900-tallet tok Norge kontroll over vannet i fjellene fordi noen forsto at ressursen tilhørte fellesskapet. Det vi burde gjøre nå, er å anerkjenne at kompetanse er en tilsvarende ressurs — og at den allerede finnes, spredt ut over landet, utenfor kartene til KI-Norge.

Vi trenger ikke å bygge den. Vi trenger å se den.

HugByte er et norsk selskap som bygger lokale, selvstendige digitale verktøy for folk som jobber for seg selv. Vi tror på desentralisert teknologi, eierskap til egne data og systemer som faktisk fungerer.

  • HugByte