Vi testet nesten hele AI-verktøykassen. Fasiten er én plattform.

Ett år. Over 200 arrangementer. Mer enn 7000 deltakere som fikk prøve det meste. Nå har ANFO landet: én arbeidsmodell, én plattform, én klar anbefaling – og her er hvorfor

Da ChatGPT eksploderte i 2023, var ANFO tidlig ute med å bearbeide det som et strategisk spørsmål for norsk næringsliv. Vi arrangerte workshops, holdt foredrag, bygget interne verktøy, og skjønte raskt at dette ikke var et nytt søkemotormoment, men noe langt mer strukturelt.

Siden da har vi systematisk testet det meste som finnes: språkmodeller fra OpenAI, Google, Mistral og Anthropic. Microsoft Copilot, både standalone og integrert i M365. Open source-alternativer som Llama, Mistral, Qwen og Deepseek, kjørt lokalt via Ollama og LM Studio. Bildeverktøy, videogeneratorer, kodeassistenter, agentplattformer. Vi har integrert dem i reelle arbeidsflyter, brukt dem i foredrag og kurs for over 7000 deltakere, og bygget egne løsninger oppå dem.

Den erfaringen ga oss grunnlag for å velge. Ikke basert på hype, men på bruk.

Hva vi så etter

Valget av primær AI-plattform dreier seg ikke bare om hvem som har den smarteste modellen akkurat nå. Vi vurderte fire ting:

• Kapabilitet i praksis – ikke benchmark-tall, men reell ytelse i oppgaver vi gjør til daglig.
• Integrerbarhet – kan vi bygge egne verktøy uten å betale konsulentpriser?
• Konsistens – en modell som er god én dag og middelmådig neste uke skaper ikke tillit.
• Verdier – hvem er det egentlig vi samarbeider med, og hva mener selskapet om ansvarlighet og langsiktige konsekvenser?

Hvorfor Claude

For de oppgavene som brukes hyppigst hos oss – research, analyse, tekstutvikling og strukturering av kompleks innsikt – har Claude vært den mest robuste modellen vi har testet. Særlig på lange kontekstvinduer, konsistent instruksjonsfølging og evnen til å drive agentiske arbeidsflyter har den levert jevnere enn alternativene – og det er der vi faktisk bruker det.

Men det er ikke bare modellen. Vi har bygget et komplett internt verktøysett på Claude-plattformen. Med Claude Code bygger vi applikasjoner og integrasjoner – ting som tidligere krevde en ekstern utvikler lager vi nå selv i løpet av timer. Claude som Chrome-utvidelse gjør at AI er tilgjengelig der vi jobber, uten å bytte kontekst. Og Claude Cowork lar oss jobbe direkte med lokale mapper og filer på maskinen, uten at data sendes via nettleser – noe som adresserer bekymringer rundt datahåndtering vi hører fra våre medlemmer.

Summen er et økosystem, ikke et verktøy. Det er en vesentlig forskjell.

Claude er ikke best på alt – og det er greit

Vi hadde ikke vært troverdige om vi ikke sa dette høyt: Claude er ikke den beste modellen på alt. Google Gemini har en multimodal bredde som foreløpig ikke har noe sidestykke – med Imagen og Veo 3 kan du generere bilder og video av høy kvalitet direkte i flyten. ChatGPT har integrasjoner som mange er komfortable med. Og Copilots fotfeste i Microsoft 365 er genuint nyttig for dem som lever i Teams og Word store deler av arbeidsdagen.

I ANFOs kjernearbeid – research og analyse, faglig innholdsutvikling, kursporteføljer og rådgivning, samt utvikling av egne verktøy og arbeidsflyter – har Claude levert mer konsistent enn alle alternativene vi har testet. Integrerbart, pålitelig og med prinsipper vi kan stå inne for.

To roller, én strategi

Som teknologidirektør er det min jobb å teste bredt og holde oversikt. Det krever at jeg er innom mange systemer, forstår hva Google, OpenAI og de nye agentplattformene holder på med, og kan gi råd basert på reell erfaring.

Men det er ikke en forventning vi stiller til resten av organisasjonen. Resten av organisasjonen trenger ikke den tilsvarende oversikten. De trenger å bli skikkelig gode på ett system – å kjenne verktøyet så godt at det ikke kommer i veien for selve jobben. Det systemet er Claude.

Vi heier på de europeiske alternativene

Det nærmeste vi har kommet et reelt europeisk alternativ på foundation model-nivå er franske Mistral – åpne modeller av høy kvalitet med en klar europeisk profil. På norsk grunn er Bineric og Ayfie verdt å følge. Bineric har bygget privacy-first infrastruktur hostet i Norge med GDPR-kompliante APIer. Ayfie leverer enterprise AI-søk og RAG – begge med Telenor AI Factory som infrastrukturpartner.

Men vi er ikke helt i mål med disse løsningene ennå. Frankrike investerer massivt i datasentre og infrastruktur, og lykkes de, kan vi om noen år stå overfor et reelt europeisk alternativ med teknisk tyngde og juridisk trygghet innebygd fra starten. Inntil den dagen kommer, er Claude arbeidshesten vi setter oss på.

«Men vi bruker Copilot – dataene ligger i Europa»

Det er det vanligste motargumentet vi møter. Microsoft Copilot er forhåndsgodkjent av IT-avdelingen, faller inn under eksisterende M365-avtaler, og prosesserer data i europeiske datasentre. For helse, finans og offentlig sektor er dette et tungtveiende argument – og et legitimt ett.

Men mange virksomheter anvender de samme sikkerhetsargumentene på tvers av alle arbeidsoppgaver, uavhengig av hva som faktisk behandles. Her er det verdt å skille mellom to ting som ofte blandes sammen.

Markedskommunikasjon – utvikling av annonser, kampanjetekster, presentasjoner og lignende – er oppgaver der datainngangen sjelden er sensitiv. Risikoen ved å bruke skybaserte AI-verktøy er relativt lav, og spørsmålet om verktøyvalg er primært et faglig spørsmål: bruker du det beste verktøyet for jobben?

Markedsføring som helhet er noe annet. Prisstrategier, segmenteringsanalyser, konkurranseposisjonering, kundeinnsikt og kampanjedata kan være forretningskritisk og konkurransesensitiv informasjon. Her gjelder andre vurderinger, og her bør IT-avdelingens godkjenningsprosess inkludere en reell vurdering av hvilken type data som faktisk behandles – ikke bare infrastruktur og geografi.

Det er også verdt å ta med i vurderingen at både Microsoft og Anthropic er amerikanske selskaper, og at CLOUD Act gjelder uavhengig av hvor datasentrene er plassert. Dette endrer ikke nødvendigvis beslutningen – men det bør inngå i den.

ANFO representerer virksomhetene som setter markedsstrategier, eier merkevarer og forvalter betydelige budsjetter. Det forplikter oss til å være presise – ikke for å peke fingre, men fordi gode beslutninger krever at vi stiller de riktige spørsmålene.

Et selskap vi kan stå bak

Anthropic er bygget rundt en spesifikk tese: at de mest kraftfulle AI-systemene noensinne er under utvikling nå, og at det er bedre å ha forsiktige aktører i front enn å overlate feltet til de som beveger seg raskest uten å se seg tilbake. De har tatt offentlige posisjoner om AI-risiko og regulering som har kostet dem noe i kapitalmarkedene og mediedekningen. De har holdt på dem likevel.

Velg én. Bli god.

Det største AI-feiltaket vi ser i norsk næringsliv er ikke at bedrifter velger feil verktøy. Det er at de ikke velger i det hele tatt. De fleste er i en tilstand av spredt eksperimentering: noen bruker ChatGPT, noen Copilot, noen er innom Gemini en gang i blant. Ingen har standardisert. Ingen bygger dyp kompetanse.

Neste fase krever ikke mer eksperimentering. Den krever et valg – og deretter forpliktelse til å bli god på det. Bygg intern kompetanse som sitter. Integrer AI i reelle arbeidsflyter fremfor å bruke det som et søkeverktøy med bedre grammatikk. Og velg samarbeidspartnere du kan stå inne for, også når kunder og kolleger spør – også for ettertiden.

Vi har gjort vårt valg. Nå bygger vi dybde, kompetanse og nye arbeidsmåter rundt det. Det er den fasen vi mener flere norske virksomheter må inn i.