AI-selskapene har brukt enorme summer på å utvikle stadig kraftigere modeller. Nå flyttes kampen over i en ny fase: å få teknologien til å fungere i faktiske virksomheter. Ifølge nettstedet PYMNTS investerer flere av verdens største teknologiselskaper nå til sammen rundt 8 milliarder dollar i tiltak som skal tette gapet mellom AI-visjoner og praktisk bruk i næringslivet.
Den store utfordringen for mange bedrifter er ikke lenger tilgang på avanserte AI-modeller, men evnen til å integrere dem i eksisterende arbeidsprosesser, IT-systemer og organisasjoner.
PYMNTS viser til sin egen undersøkelse blant store virksomheter, der 71 prosent av lederne peker på organisatorisk modenhet som den viktigste barrieren for å lykkes med AI. Bare 11 prosent peker på selve teknologien som hovedproblemet.
Det er et viktig skifte. Etter flere år med høyt tempo, store løfter og kraftig kapitaltilgang i AI-markedet, møter teknologien nå virkeligheten i bedriftene: fragmenterte datasystemer, uklart prosesseierskap, manglende kompetanse og krevende intern forankring.
Microsoft, Amazon, OpenAI og Anthropic satser tungt
Microsoft har ifølge PYMNTS lansert «Frontier Company» med 2,5 milliarder dollar og rundt 6.000 ingeniører, tekniske konsulenter og bransjespesialister. Målet er å plassere kompetansen tettere på kundene og bygge AI-systemer som gir målbare resultater.
Amazon skal på sin side ha forpliktet 1 milliard dollar til et tilsvarende initiativ.
Også OpenAI og Anthropic har beveget seg i samme retning. Ifølge PYMNTS har OpenAI lansert et eget selskap for utrulling av AI i virksomheter, mens Anthropic har etablert et parallelt initiativ rettet særlig mot mellomstore selskaper som mangler egne ressurser til å håndtere avanserte AI-implementeringer.
Fellesnevneren er tydelig: AI-selskapene vil ikke lenger bare levere modeller og programvare. De vil inn i maskinrommet hos kundene.
Fremveksten av «forward-deployed engineers»
Et sentralt begrep i utviklingen er «forward-deployed engineers» – teknologer som jobber tett inne hos kundene for å tilpasse, implementere og integrere AI-systemer i eksisterende drift.
Ifølge PYMNTS økte antallet månedlige stillingsannonser for slike roller med mer enn 800 prosent mellom januar og september 2025.
Det sier mye om hvor AI-markedet er på vei. Teknologikampen handler ikke bare om hvem som har den beste modellen, men hvem som klarer å omsette modellen til produktivitetsgevinst, kostnadskutt og bedre beslutningsprosesser ute i bedriftene.
Utfordrer de tradisjonelle konsulenthusene
Denne utviklingen kan også bli en direkte utfordring for de store IT- og konsulenthusene, som Accenture, Deloitte, TCS og Infosys. Disse har lenge hatt sterke posisjoner i store teknologiprosjekter og digitale transformasjoner.
Når AI-selskapene selv bygger egne implementeringsteam, beveger de seg inn på et område som tidligere i stor grad har vært dominert av konsulentbransjen. For kundene kan dette gi raskere tilgang på spisskompetanse og tettere kobling til selve AI-teknologien. Samtidig øker risikoen for leverandøravhengighet dersom sentrale arbeidsprosesser bygges tett rundt én bestemt plattform.
Data er fortsatt den store flaskehalsen
Selv om AI-selskapene nå satser tungt på implementering, løser ikke dette alle problemene. PYMNTS viser til at 85 prosent av store virksomheter fortsatt rapporterer at dataene deres er fragmenterte eller bare moderat integrerte. Det er et grunnleggende problem. AI-systemer er avhengige av tilgang til relevante, strukturerte og pålitelige data. Dersom bedriftens egne systemer er uoversiktlige, utdaterte eller dårlig integrerte, blir også AI-gevinsten begrenset.
For næringslivet betyr dette at AI ikke først og fremst bør behandles som et innkjøp av ny teknologi. Det er i økende grad et organisasjonsprosjekt, et datakvalitetsprosjekt og et ledelsesprosjekt.