Et år tidligere hadde han gjort det motsatte. Hver mandag sto han foran kollegene og viste sine egne caser. Ikke for syns skyld, men fordi han var genuint overbevist om at ledere må bruke AI selv for å forstå hva det kan løse. Han var og er overbevist om den delen, fortsatt. Han trodde også at AI-casene fra hans egen hverdag ville få kollegene til å komme etter. Det stemte ikke.
I forrige artikkel "AI-lederskap i praksis: Slik bygger en CEO en AI-first bedrift med 20 ansatte" var premisset at CEO-eierskap er forskjellen mellom de 6 prosentene av selskaper som får EBIT-effekt av AI og de 94 andre, basert på [McKinseys State of AI-rapport 2025](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai). Det stemmer fortsatt. Uten det hadde verken plattformvalg, opplæring eller governance fått nok kraft. Men halvannet kvartal med reell bruk viser at inspirasjon alene ikke holder. Eierskapet flytter organisasjonen når ledelsen bygger nok kunnskap, trygghet og rammer til at kollegene tør å gjøre AI til en del av eget arbeid.
Ni uker etter at Izy sa offentlig at de satset AI-first, viser tallene at satsingen har fått feste. Spørsmålet for oppfølgeren er ikke lenger om det varer, men hva som faktisk flyttet organisasjonen, og hva som står stille.
Izy er nå 19 ansatte. Alle er onboardet i Langdock og alle har gjennomført og bestått den rolletilpassede AI-opplæringen selskapet satte opp via Krescado. Det er tre lag å skille mellom her. Access og sertifisering er komplett. Aktiv daglig bruk er asymmetrisk. Med dette mener vi at det er forskjell på tre ting: å ha fått tilgang til verktøyet, å ha bestått opplæring i å bruke det, og å faktisk bruke det i jobben hver dag. De to første er på plass for alle. Den tredje er ujevnt fordelt.
På tvers av selskapet er det sendt 3 467 meldinger til Langdock fra 20. mars, da Izy onboardet mesteparten av organisasjonen. Det er omtrent én måneds reell bruksperiode. 21 prosjekter og 38 agenter er satt opp. I forrige artikkel var tallet fire live-agenter og en plan om 24 innen årsslutt. Planen for årsslutt er allerede passert, og nye mål må settes.
Topp 3 brukere står for nesten 60 prosent av all bruk. En av selskapets såkalte "AI-Champions" alene står for rundt 30 prosent. De tre utgjør også, sammen med den innleide AI-arkitekten, Izys AI Champions. De fikk tilgang tidlig, så statistikken er skjev. Men bredden er der. Inngangsagenten Izy Startguide brukes av 13 av 19 ansatte. Det er den bredeste adopsjonen i hele stacken.
"Vi skal ikke si at vi har 100 prosent adopsjon. Det er 19 som har fått access. Ikke adoptert som en del av sin hverdag," sier Kjetil. "Det er viktig å presisere."
Dermed er 60 prosent-målet fra forrige artikkel nådd hvis målet forstås som tilgang og fullført opplæring. Som faktisk hverdagsadopsjon er bildet mer umodent. Izy har flyttet hele organisasjonen gjennom første terskel, men har ennå ikke bevist bred daglig bruk. Produktivitetsmålet på 10 til 15 prosent er fortsatt ikke målt, og skal heller ikke det. Det gjelder slutten av 2026.
CEO-engasjement var der hele veien. Forskjellen de siste ni ukene ligger i at kollegene fikk strukturert kompetanseheving, rolletilpasset opplæring og en plattformramme som ga dem lov til å eksperimentere uten å bryte ansvarsdeling eller regelverk. Da det var på plass, løsnet det.
Han hadde ikke forutsett hvor bak organisasjonen lå i utgangspunktet. "Jeg trodde at for få tok tak i dette fordi hverdagen ikke strakk til. At de valgte å ikke prioritere det. Men det var ikke sant. Det var usikkerhet og sunn skepsis."
Den observasjonen har en interessant parallell i nyere forskning. En akademisk preprint fra februar 2026 undersøkte 2 257 ansatte og fant at psykologisk trygghet predikerer om ansatte tar i bruk AI-verktøy, men ikke hvor ofte eller lenge de bruker dem etter første gang (Reich et al., arXiv 2026, foreløpig preprint). Det beviser ikke Izys interne forklaring, men det gir et relevant språk for det Kjetil beskriver: trygghet senker terskelen for å begynne. Deretter avgjør oppgaver, rolle, nytte og vaner hvor dypt bruken faktisk går.
I en kommentar i Fortune peker McKinsey-partner Carolyn Dewar på samme sammenheng: "Teams that feel secure identify problems earlier, challenge assumptions more freely, and learn faster." Dewars hovedpoeng er at teknologi alene ikke former utfall. Det er ledelsesbeslutningene som gjør det.
Poenget er ikke at CEO må være den mest entusiastisk i rommet, men at ansvaret for å ha forutsetningene på plass ligger øverst før eksperimenteringen åpnes.
Tre ting de siste ukene viser at engasjementet nå driver seg selv.
Den som stilte flest spørsmål da Langdock-satsingen ble rullet ut, er i dag på andreplass på bruks-lista. "Det er fordi vi gjorde det ordentlig," sier Kjetil. "De fikk innsikt i hvorfor vi gikk over til Langdock, hva mulighetene er, og hvordan man kommer i gang."
Kjetil ba AI-konsulenten nylig å sette av en dag med åpen kalender og inviterte kollegene til å ta kontakt. Dagen ble fullbooket. Spørsmålene kom ikke bare fra Champions-gruppen. De kom fra folk med konkrete arbeidsflyter, innenfor eget fagområde.
Og så var det frokostmøtet. "Jeg har ikke vært initiativtaker til noe av det," sier Kjetil om agendaen som Christine på produkt og tech-avdelingen kjørte. Et år med ukentlige inspirasjons-caser ga ikke den energien. Seks uker med strukturert kompetanseheving gjorde det.
Det klareste eksempelet på hva AI faktisk gjør for produktiviteten i Izy, ligger hos Kjetil selv. Det er iallfall den som skinner klarest for han.
Hver måned lager han økonomiske forecaster som skal til styret og gjennomgås med eierne. Det er arbeidsintensive prosesser. Det økonomiske er én ting. Samlingen av kontekst er en annen. Han må prate med salg om hva de tror. Med CS og support for å forstå hva kundene signaliserer. Sammenstille møtenotater. Hente data ut av HubSpot.
"Det var en ukes jobb for å kunne levere et godt underlag til forecast," sier Kjetil. "Til å nå gjøre det på fire timer. Og det er bedre, penere, mer riktig, og jeg har fått med mer informasjon."
Agentene han bruker, samler økonomiske data, statusdata fra HubSpot og store deler av møtekommunikasjonen rundt hver kunde. Alt på ett sted. Det gjør det enkelt å estimere, identifisere hindre og rapportere.
Tallet er spesifikt og verifiserbart. Det er ikke et enkeltstående tilfelle heller. Izy må begynne å måle flere slike oppgaver systematisk, og det kommer vi tilbake til.
Et symmetrisk spørsmål til "hva bruker du AI til" er "hva har du sluttet med fordi AI gjør det." For Kjetil er svaret konkret.
"Jeg har sluttet å lage presentasjoner. Jeg har sluttet å sitte med Excel og formler. Jeg har sagt om meg selv at jeg har svart belte i PowerPoint og Excel. Nå har jeg ikke det lenger. Jeg er vesentlig dårligere på Excel enn det jeg var. Men presentasjonene mine er veldig mye bedre."
Da han først begynte som CEO i Izy, brukte han formatene eierne brukte. Grafene så ut som de alltid hadde gjort. Han brukte lang tid på å få agenten til å kopiere samme form. Det ble dårlig. Så fikk han hjelp til å lage agenter som jobbet mer strukturert og på sin egen måte. Etter første styremøte med det nye formatet fikk han tilbakemeldingen at det var den beste presentasjonen og framlegget han hadde levert noensinne.
Dette leses lett som automagi. Det er det ikke. Kjetil beskriver sin egen arbeidsflyt i detalj. Han begynner i HTML fordi det er raskt. Han iterer seks til sju ganger før han presenterer. Justerer, fyller på, justerer. Det Izy internt kaller human-in-the-loop beskriver hvordan Kjetil faktisk jobber, ikke et prinsipp i en policy.
Forrige artikkel plasserte Langdock som plattformvalget og Claude som modellen under. Ni uker senere er den modellen ikke endret, men begrunnelsen er skjerpet.
"Nå klarte vi å få det beste fra begge verdener," sier Kjetil. "Det er kanskje noen funksjoner vi ikke klarer å få ut av Claude gjennom Langdock, men det er godt nok i 99 prosent av tilfellene."
Valget handler om ansvar. Når data flyter direkte inn i en modell med data-residency utenfor EU, har CEO-en en kontrollutfordring. Izy-modellen legger Langdock inn som kontrollramme og beholder Claude som motoren under. For Kjetil er det dette som gjør kreativiteten mulig.
"Jeg står til syvende og sist ansvarlig for hva de ansatte måtte finne på," sier han. "Det er en trygghet for meg at vi nå har fått en ramme hvor jeg sier at kreativiteten får lov å flyte, uten at jeg må være redd for at vi bryter loven. De ansatte har fått rolletilpasset opplæring og det er en pågående prosess."
Integrasjons-strategien følger samme logikk. Google Drive, e-post, Slack og deler av HubSpot er åpnet opp for agentbygging. Øvrige MCP-er ligger i sandbox hos Daniel og Saurav på utviklingssiden. "Det er ikke et hinder. Det er en bevisst strategi akkurat nå, at vi ikke har tilgjengeliggjort alt."
At agent-tallet gikk fra fire til 38 så raskt, ligger også i verktøyvalget. Grensesnittet for å bygge agenter visuelt og strukturelt senket terskelen. "Jeg tror det er grunnen til at det løsnet," sier Kjetil. "Grensesnittet er intuitivt."
Produktivitetsmålet på 10 til 15 prosent er et 2026-slutten-mål, ikke et nå-tall. Men spørsmålet om hvordan det skal måles er fortsatt åpent, og her har Kjetil tre spor.
Det første er P&L-synlige besparelser. Izy har et relativt stort offshore-miljø på utvikling, og ved å flytte mer internt på sterke fagressurser kombinert med AI-verktøy, reduseres kostnadene mens utviklingstakten øker. Første runde er tatt, og utslaget er synlig. Samme mønster ser Kjetil på juridisk: dokumentproduksjon som tidligere ble sendt ut, løses nå i større grad internt, med kun nødvendig avsjekk utenfor huset. "Melk og brød," kaller han det. Rutinearbeid som må være på plass, men som ikke krever ekstern ekspertise på alt lenger.
Det andre sporet er dybde-adopsjon og per-oppgave-måling. Langdock måler ikke produktivitet direkte, men det viser hvor dypt verktøyene sitter i hverdagen. Neste steg er å måle konkrete oppgaver før og etter. Et compliance-prosjekt er det første målepunktet her. Det er en manuell oppgave i dag, med bussfaktor-risiko.
Det tredje, og det Kjetil gir mest vekt, er inntekt per ansatt. "Det kommer til å bli et viktig KPI." Han legger også til et uvanlig forslag: antall mennesker i møter. Jo flere integrasjonspunkter som er på plass, jo mindre trenger man å samle fagfolk fra tre avdelinger for å løse noe. Det er målbart, og det er relevant for både kostnad og gjennomføringstempo.
Kjetil flagger en bekymring uoppfordret. Når ansatte løser mer selv, prater de mindre. Når de prater mindre, mister man kultur.
"Det er flipsiden av det. Nå skal vi samles den syvende på en sånn kosesamling, og den tror jeg er viktigere enn noen gang, fordi folk jobber mer i sin egen boble."
Samtidig har en av AI-Championene tatt på seg et prosjekt som motvirker den risikoen direkte. Hun jobber med å sammensveise de siloene Izy har mellom utvikling, produkt, CS og salg, slik at folk faktisk vet hva de andre driver med. Det skaper diskusjonsflater som før var lukket.
I en fersk HBR-artikkel argumenterer Jayshree Seth og Amy C. Edmondson for at AI kan undergrave psykologisk trygghet hvis det tas i bruk uten bevisste rammer. Edmondson er forskeren som definerte begrepet. Hennes observasjon er at team-ytelsen kan falle selv når produktiviteten per person øker, fordi tilliten mellom medarbeidere fragmenteres. Izys versjon av dette er konkret: bobler oppstår. Spørsmålet er om organisasjonen aktivt motvirker det, eller om den lar friksjonen bygge seg opp.
Det Izy gjør praktisk, er å flagge temaet. Samlingen 7. mai er en bevisst kulturinvestering i en periode der arbeidsformen endrer seg raskt.
EU AI Act blir anvendelig for deler av loven 2. august 2026. Det er fire måneder unna fra dette skrives. For et selskap i Izys størrelsesorden er det ikke et compliance-apparat som skal mobiliseres, men et helhetsbilde som skal være dokumentert.
"Nå er jeg trygg på det," sier Kjetil. "Alle er sertifisert, all dokumentasjon er gjennomgått, alle grunnleggende kurs er gjennomført og dokumentert, alle har kursbeviset sitt. Og vi har en plan for videre kompetanseheving."
Arbeidet bak tryggheten er personlig. Før Kjetil godkjente kursene, lastet han ned hele EU AI Act og jobbet seg gjennom den med en egen agent. "Så jeg hadde en god forståelse for det selv. Da jeg så kursene og sertifiseringen, var jeg trygg på at dette stemmer." Det er en arbeidsform få CEOer legger vekt på, men den matcher mønsteret fra resten av intervjuet. Trygghet kommer av forståelse, ikke av signatur nederst på et dokument.
Hvis han skulle gjort det hele igjen, hadde han startet det samme stedet han til slutt endte opp: kompetanse og trygghet.
"Jeg fortalte gode eksempler og prøvde å være inspirerende. Men det var kunnskapen og tryggheten som manglet."
Det er rådet han ville gitt en annen CEO i et selskap med 20 til 200 ansatte som vurderer det samme. "For min del handlet det om å bruke YouTube veldig mye. Sett deg ned og begynn å lese og lære. Se på eksempler, og prøv selv."
Poenget hans er enkelt: en leder som forstår godt nok, kan bygge strukturen resten av organisasjonen trenger for å komme i gang.
Det Izy har lært på ni uker, er at AI-lederskap ikke stopper ved å vise gode eksempler. Eksemplene skaper retning. Kompetanse, rammer og trygghet skaper endring. Forecasten fra én uke til fire timer viser hva som er mulig på oppgavenivå. Den eksplosive veksten fra fire til 38 agenter, på under en måned, viser at infrastrukturen kan skaleres raskere enn planen. Den neste testen er vanskeligere: å gjøre denne energien til målbar produktivitet, uten at organisasjonen mister samarbeidet som gjorde endringen mulig.
Mer om det neste gang vi møtes.
Artikkelen er skrevet av Kenneth Madsø. Kjetil Sindings sitater er fra intervju gjennomført 23. april 2026.
