Magma
05.08.2026
Agentisk KI står på grunn av teknologiens natur i en særstilling i styrets forvaltning av og kontroll med et selskap, både strategisk, risikomessig og ut fra et complianceperspektiv.
I knutepunktet mellom agentisk KIs egenskaper og svakheter, de rettslige rammene for virksomheters anvendelse av KI og styrers kompetanse på KI oppstår potensielt et massivt styringsunderskudd. Styrer kan
ikke behandle agentisk KI kun som et teknologisk virkemiddel for å redusere kostnader. Adopsjon av agentisk KI medfører at styrer må tilnærme seg risikostyring som en fundamental komponent i strategiarbeidet, med styring som en fremsynt og integrert del av virksomhetslogikken. Den viktigste innsatsfaktoren for å forebygge styringsunderskuddet er å sikre riktig kompetanse rundt styrebordet.
Innledning Forventningene til massiv produktivitetsvekst om følge av KI har siden lanseringen av ChatGPT i november 2022 vært høye. Likevel har de reelle gevinstene fortsatt ikke materialisert seg i betydelig omfang. Samtidig er det ingen grunn til å tro at denne typen teknologi vil forsvinne eller bli irrelevant.
Styret i en virksomhet har et overordnet ansvar for både strategi, forvaltning og kontroll, et ansvar som er lovfestet gjennom aksjeloven og allmennaksjeloven. Agentisk KI har en rekke egenskaper og svakheter som både gjør det særlig relevant med hensyn til strategiske og taktiske beslutninger og som samtidig utfordrer styrers styringsevne. Dette kan medføre et omfattende styringsunderskudd. Med styringsunderskudd menes her summen av teknologisk kompleksitet, rettslig eksponering og manglende styrekompetanse.
Artikkelen retter søkelyset mot norske aksjeselskaper og allmennaksjeselskaper. Intensjonen er å syntetisere tilgjengelig forskning, informasjon om teknologi og gjeldende lovverk, samt å gi et argumenterende bidrag til videre utvikling av styrearbeid.
Hva menes med styringsunderskudd? Begrepet styringsunderskudd benyttes her som summen av teknologisk kompleksitet, rettslig eksponering og manglende styrekompetanse, som samlet sett utløser handingsplikt etter særlig asl/asal § 6-12 (forvaltningsansvaret) og § 6-13 (tilsynsansvaret) eller som utløser asl/asal § 17-1 om personlig erstatningsansvar for styremedlemmer, «dersom vedkommende forsettlig eller uaktsomt har voldt skade på selskapet, aksjeeier eller andre».
I tillegg innebærer flere av lovene som omhandler eller trefer bruk av KI krav til risikovurderinger og dokumentasjon, hvor brudd med disse kravene kan medføre foretaksstraf i form av omfattende bøter.
Agentisk KI i en særstilling Agentisk KI er et autonomt KI-system som planlegger, resonnerer og handler for å fullføre oppgaver med minimalt menneskelig tilsyn. I denne artikkelen diskuteres hvordan styrer forvalter sitt overordnede ansvar for anvendelsen av KI i selskapene de har ansvaret for. Eksempler på dette kan være rekruttering, markedsføring og salg, optimering av produksjonsprosesser og kundeservice.
Styrets egen bruk av KI-verktøy i styrearbeidet, derimot, er ikke i kjernen av denne artikkelen. Styremedlemmers individuelle kompetanse på KI-verktøy nevnes likevel som en del av argumentasjonsrekken tilknyttet manglende kompetanse på rettslige rammer.
Vil adopsjon av agentisk KI medføre styringsunderskudd på styrenivå? Påstanden som drøftes i denne artikkelen er at en virksomhets adopsjon av agentisk KI vil kunne utløse styringsunderskudd på styrenivå. Påstanden er provokativ, og er ment som et innspill til refleksjon hos eiere, styremedlemmer og ledere, og som et innspill til forskningshypoteser for forskere. Empiri, selve fundamentet for akademisk forskning, er tilbakeskuende, og per definisjon tilgjengelig først når problemet har utspilt seg i betydelig omfang. Agentisk KI er et teknologidomene hvor kapabilitetene er så nye at empirien i liten grad har rukket å utspille seg. Samtidig er teknologien kommersielt lett tilgjengelig og forventningene til gevinstuttak høye. Norske styrer er dermed allerede eksponert for styringsunderskuddet.
For å få grep om den sentrale problemstillingen, er det nødvendig å angripe den fra tre perspektiver:
Perspektiv 1: Teknologien bak chatboter, KI-agenter og agentisk KI. En kort oversikt over det konseptuelle bakteppet for agentisk KI og et forsøk på å etablere en hensiktsmessig definisjon av agentisk KI og hva det innebærer. Perspektiv 2: Risikostyring som strategi. En kort gjennomgang av utviklingen i styrets rolle, fra kontroll til strategi til risikostyring. Perspektiv 3: Rettslige rammer for styrets forvaltningsansvar. En oversikt over sentrale reguleringer av data, algoritmer og informasjonssikkerhet, som omhandler eller har betydning for styrets forvaltningsansvar og tilsynsplikt. Til slutt samles trådene i helhetlige perspektiver på styringsunderskuddet og forslag til konkrete tiltak.
Perspektiv 1: Teknologien bak chatboter, KI-agenter og agentisk KI KI-feltet, etablert av McCarthy et al. (1955/2006), domineres i 2026 av generativ KI basert på store språkmodeller, og er siden ChatGPT-lanseringen i 2022 nå i bruk av over 1 milliard mennesker (Kemp, 2025).
Innenfor språkbasert generativ KI har vi særlig to hovedkategorier av løsninger, respektive chatboter og agenter. Disse to begrepene blandes ofte sammen, men har helt konkrete forskjeller av betydning for både strategiske veivalg, risiko og styring.
Begrepene chatbot, KI-agent og agentisk KI benyttes ofte om hverandre, men representerer til dels ulike teknologier og konsepter med vesentlig forskjellige implikasjoner for styring og risiko. For å ha et solid fundament for betraktningene rundt styrets styringsunderskudd, er det derfor nødvendig å starte med å tydeliggjøre forskjellene mellom chatbot, KI-agent og agentisk KI. Chatboter og agenter En chatbot er en dialogbasert versjon av generativ KI, hvor brukeren skriver inn sin forespørsel (aka prompt) og maskinen genererer en respons basert på brukerens forespørsel. Eksempler på dette er ChatGPT (OpenAI), Copilot (Microsoft), Gemini (Google) og Claude (Anthropic). En KI-agent, derimot, er en selvstendig softwareenhet som er laget for å løse en konkret oppgave, som har evnen til å interagere med omgivelsene og som initieres av en spesifikk hendelse, for eksempel et tidspunkt, at ny informasjon kommer inn i et gitt system eller at brukeren eksplisitt starter den. (Acharya et al., 2025; Sapkota et al., 2026). Eksempler på kommersielle KI-agenter er Microsoft Copilot for Sales/Finance og Salesforce Agentforce. Innenfor kodeutvikling finner man også en lang rekke agenter, blant annet Codex (OpenAI), Copilot Coding Agent (Microsoft), Gemini CLI (Google) og Claude Code (Anthropic). Disse agentene kan videre benyttes til å bygge virksomhetsinterne agenter som autonomt f.eks. sammenstiller markedsinformasjon om spesifikke selskaper, bygger rapporter, eller stopper spesifikke informasjonssikkerhetsangrep.
Agentisk KI Agentisk KI, til forskjell fra enkeltvise KI-agenter, er en konseptuell beskrivelse av systemer av ulike språkmodellbaserte KI-agenter som interagerer og kommuniserer med hverandre for å løse ett eller flere felles målsetninger. Acharya et al. (2025) definerer agentisk KI som autonome systemer som er designet for å forfølge komplekse mål med ingen eller minimal menneskelig intervensjon. Det viktige skillet, som både Acharya et al. (2025)
Gå til medietikke behandle agentisk KI kun som et teknologisk virkemiddel for å redusere kostnader. Adopsjon av agentisk KI medfører at styrer må tilnærme seg risikostyring som en fundamental komponent i strategiarbeidet, med styring som en fremsynt og integrert del av virksomhetslogikken. Den viktigste innsatsfaktoren for å forebygge styringsunderskuddet er å sikre riktig kompetanse rundt styrebordet.
Innledning Forventningene til massiv produktivitetsvekst om følge av KI har siden lanseringen av ChatGPT i november 2022 vært høye. Likevel har de reelle gevinstene fortsatt ikke materialisert seg i betydelig omfang. Samtidig er det ingen grunn til å tro at denne typen teknologi vil forsvinne eller bli irrelevant.
Styret i en virksomhet har et overordnet ansvar for både strategi, forvaltning og kontroll, et ansvar som er lovfestet gjennom aksjeloven og allmennaksjeloven. Agentisk KI har en rekke egenskaper og svakheter som både gjør det særlig relevant med hensyn til strategiske og taktiske beslutninger og som samtidig utfordrer styrers styringsevne. Dette kan medføre et omfattende styringsunderskudd. Med styringsunderskudd menes her summen av teknologisk kompleksitet, rettslig eksponering og manglende styrekompetanse.
Artikkelen retter søkelyset mot norske aksjeselskaper og allmennaksjeselskaper. Intensjonen er å syntetisere tilgjengelig forskning, informasjon om teknologi og gjeldende lovverk, samt å gi et argumenterende bidrag til videre utvikling av styrearbeid.
Hva menes med styringsunderskudd? Begrepet styringsunderskudd benyttes her som summen av teknologisk kompleksitet, rettslig eksponering og manglende styrekompetanse, som samlet sett utløser handingsplikt etter særlig asl/asal § 6-12 (forvaltningsansvaret) og § 6-13 (tilsynsansvaret) eller som utløser asl/asal § 17-1 om personlig erstatningsansvar for styremedlemmer, «dersom vedkommende forsettlig eller uaktsomt har voldt skade på selskapet, aksjeeier eller andre».
I tillegg innebærer flere av lovene som omhandler eller trefer bruk av KI krav til risikovurderinger og dokumentasjon, hvor brudd med disse kravene kan medføre foretaksstraf i form av omfattende bøter.
Agentisk KI i en særstilling Agentisk KI er et autonomt KI-system som planlegger, resonnerer og handler for å fullføre oppgaver med minimalt menneskelig tilsyn. I denne artikkelen diskuteres hvordan styrer forvalter sitt overordnede ansvar for anvendelsen av KI i selskapene de har ansvaret for. Eksempler på dette kan være rekruttering, markedsføring og salg, optimering av produksjonsprosesser og kundeservice.
Styrets egen bruk av KI-verktøy i styrearbeidet, derimot, er ikke i kjernen av denne artikkelen. Styremedlemmers individuelle kompetanse på KI-verktøy nevnes likevel som en del av argumentasjonsrekken tilknyttet manglende kompetanse på rettslige rammer.
Vil adopsjon av agentisk KI medføre styringsunderskudd på styrenivå? Påstanden som drøftes i denne artikkelen er at en virksomhets adopsjon av agentisk KI vil kunne utløse styringsunderskudd på styrenivå. Påstanden er provokativ, og er ment som et innspill til refleksjon hos eiere, styremedlemmer og ledere, og som et innspill til forskningshypoteser for forskere. Empiri, selve fundamentet for akademisk forskning, er tilbakeskuende, og per definisjon tilgjengelig først når problemet har utspilt seg i betydelig omfang. Agentisk KI er et teknologidomene hvor kapabilitetene er så nye at empirien i liten grad har rukket å utspille seg. Samtidig er teknologien kommersielt lett tilgjengelig og forventningene til gevinstuttak høye. Norske styrer er dermed allerede eksponert for styringsunderskuddet.
For å få grep om den sentrale problemstillingen, er det nødvendig å angripe den fra tre perspektiver:
Perspektiv 1: Teknologien bak chatboter, KI-agenter og agentisk KI. En kort oversikt over det konseptuelle bakteppet for agentisk KI og et forsøk på å etablere en hensiktsmessig definisjon av agentisk KI og hva det innebærer. Perspektiv 2: Risikostyring som strategi. En kort gjennomgang av utviklingen i styrets rolle, fra kontroll til strategi til risikostyring. Perspektiv 3: Rettslige rammer for styrets forvaltningsansvar. En oversikt over sentrale reguleringer av data, algoritmer og informasjonssikkerhet, som omhandler eller har betydning for styrets forvaltningsansvar og tilsynsplikt. Til slutt samles trådene i helhetlige perspektiver på styringsunderskuddet og forslag til konkrete tiltak.
Perspektiv 1: Teknologien bak chatboter, KI-agenter og agentisk KI KI-feltet, etablert av McCarthy et al. (1955/2006), domineres i 2026 av generativ KI basert på store språkmodeller, og er siden ChatGPT-lanseringen i 2022 nå i bruk av over 1 milliard mennesker (Kemp, 2025).
Innenfor språkbasert generativ KI har vi særlig to hovedkategorier av løsninger, respektive chatboter og agenter. Disse to begrepene blandes ofte sammen, men har helt konkrete forskjeller av betydning for både strategiske veivalg, risiko og styring.
Begrepene chatbot, KI-agent og agentisk KI benyttes ofte om hverandre, men representerer til dels ulike teknologier og konsepter med vesentlig forskjellige implikasjoner for styring og risiko. For å ha et solid fundament for betraktningene rundt styrets styringsunderskudd, er det derfor nødvendig å starte med å tydeliggjøre forskjellene mellom chatbot, KI-agent og agentisk KI. Chatboter og agenter En chatbot er en dialogbasert versjon av generativ KI, hvor brukeren skriver inn sin forespørsel (aka prompt) og maskinen genererer en respons basert på brukerens forespørsel. Eksempler på dette er ChatGPT (OpenAI), Copilot (Microsoft), Gemini (Google) og Claude (Anthropic). En KI-agent, derimot, er en selvstendig softwareenhet som er laget for å løse en konkret oppgave, som har evnen til å interagere med omgivelsene og som initieres av en spesifikk hendelse, for eksempel et tidspunkt, at ny informasjon kommer inn i et gitt system eller at brukeren eksplisitt starter den. (Acharya et al., 2025; Sapkota et al., 2026). Eksempler på kommersielle KI-agenter er Microsoft Copilot for Sales/Finance og Salesforce Agentforce. Innenfor kodeutvikling finner man også en lang rekke agenter, blant annet Codex (OpenAI), Copilot Coding Agent (Microsoft), Gemini CLI (Google) og Claude Code (Anthropic). Disse agentene kan videre benyttes til å bygge virksomhetsinterne agenter som autonomt f.eks. sammenstiller markedsinformasjon om spesifikke selskaper, bygger rapporter, eller stopper spesifikke informasjonssikkerhetsangrep.
Agentisk KI Agentisk KI, til forskjell fra enkeltvise KI-agenter, er en konseptuell beskrivelse av systemer av ulike språkmodellbaserte KI-agenter som interagerer og kommuniserer med hverandre for å løse ett eller flere felles målsetninger. Acharya et al. (2025) definerer agentisk KI som autonome systemer som er designet for å forfølge komplekse mål med ingen eller minimal menneskelig intervensjon. Det viktige skillet, som både Acharya et al. (2025)
