Den 3. mars 2026 fikk jeg publisert en kronikk i Dagens Næringsliv med tittelen «Bransjen består – forretningsmodellen må endres». Hovedpoenget var at KI neppe vil fjerne behovet for konsulenter, men endre økonomien i bransjen. Når analyse, dokumentasjon og annet kunnskapsarbeid kan gjøres raskere, kan selskapene ikke lenger bygge lønnsomheten på at mange konsulenter bruker mange fakturerbare timer. De må i større grad ta betalt for verdien de skaper, utvikle tjenester som kan gjentas og skaleres, og finne nye måter å bygge kompetanse på.

Denne artikkelen tar resonnementet ett skritt videre: Hvis forretningsmodellen endres, hvordan bør konsulentselskapene da organiseres? Jeg tror presset blir størst i midten – i rollene som samordner ressurser, følger opp leveranser og bruker mye tid på tilbud, analyser, prosjektstyring og kvalitetssikring. Oppgavene forsvinner ikke, men KI kan gjøre flere av dem raskere og med færre mennesker. Det påvirker både hvilke roller selskapene trenger, hvordan teamene bør settes sammen, og hvordan fremtidens konsulenter skal lære faget.

Pyramidemodellen utfordres – det er måten vi leverer på som endres

Pyramiden er fremdeles en viktig del av forretningsmodellen i store rådgivningsmiljøer som Accenture, Deloitte, KPMG og PwC. Juniorene har gjort mye av det fakturerbare arbeidet, mens seniorene har solgt oppdrag, fulgt opp kundene og leveransene, samt coachet juniorene. Underveis har de mindre erfarne konsulentene fått erfaringen de trenger for selv å kunne lede oppdrag senere. KI griper inn i alle disse sammenhengene. Når produksjonen krever færre timer, endres også økonomien og hvordan kompetanseutviklingen skjer.

Vi kan ennå ikke si sikkert hvor stor effekt KI vil få på konsulentbransjen. PwC beskriver sin satsing på KI og teknologi [5], men årsrapporten sier ikke hvor mange konsulenter teknologien allerede har erstattet i konkrete oppdrag. I et forsøk løste BCG-konsulenter utvalgte oppgaver raskere og bedre med KI. Andre studier viser også at KI kan øke produktiviteten i kunnskapsarbeid. Effekten avhenger likevel av oppgaven, brukerens kompetanse og hvor grundig resultatet blir kontrollert [1][4].

Disse eksemplene sier ikke hvor mange jobber som kan forsvinne, men det reiser strategiske spørsmål som ledere i konsulentselskaper bør stille seg: Hva skjer med roller, priser og marginer når kunden kan få samme leveranse med færre timer [1]? Hvilke roller skaper fortsatt nok verdi til å forsvare prisen? Hvor mange juniorer kan selskapet ansette og utvikle? Hva kan automatiseres, og hva krever en erfaren rådgivers vurdering? Og hvem skal få gevinsten når arbeidet går raskere: kunden, konsulentene eller selskapet?

Jeg skal ikke driste meg til å besvare disse spørsmålene her, men konsentrere meg om hvordan vi bør organisere fremtidens konsulentselskaper.

Fra pyramide til tre alternative modeller

Illustrasjonen er laget av CoPilot.

En modell er bare en modell. Virkeligheten avvike fra modellene som skisseres her, men prinsippene stemmer. Jeg ser på tre forskjellige modeller: Obelisken er en slankere utgave av pyramiden. I timeglasset samles mer av verdien hos erfarne rådgivere og teknologiske spesialister. Boksen er et lite team som jobber tett på kundens virksomhet. Dette er ulike valg et selskap kan ta, ikke en prognose for hvordan hele bransjen vil utvikle seg.

1. Obelisken

Slankere pyramide med færre juniorer

Obelisken har færre lag og mindre team [2]. Hvis KI gjør en større del av rutinearbeidet, kan selskapet klare seg med færre juniorer i oppdragene. Samtidig kan det trenge flere erfarne folk som analyserer resultatene og tar ansvar overfor kunden. En slik modell kan gjøre hvert oppdrag mer produktivt, men den gjør også inngangen til konsulentbransjen trangere. Færre får anledning til å lære gjennom kundeoppdrag.

Et sentralt spørsmål vil da være: Hvordan skal selskapet rekruttere, utvikle og finansiere fremtidens oppdragsledere og partnere når det er behov for færre juniorer i kundeoppdragene?

2. Timeglasset

Tyngde i toppen og bunnen – færre roller i midten

I timeglasset er erfarne rådgivere øverst. De utformer strategi, gjør krevende analyser og bygger tillit hos kunden. Nederst står teknologer og spesialister som utvikler og gjennomfører løsningene med støtte fra KI. Mellom dem trengs det færre kolleger som først og fremst samordner, rapporterer og bygger bro mellom strategi og gjennomføring.

Timeglasset endrer derfor ikke bare bemanningen, men også ansvaret i leveransen. Når rådgivere og teknologer arbeider mer direkte sammen, må begge gruppene forstå mer av helheten: Rådgiverne må kunne vurdere hva teknologien faktisk kan levere, og teknologene må forstå hvilke forretningsmessige valg løsningen skal støtte. Verdien flyttes fra koordinering mellom fagmiljøene til samspill og beslutninger på tvers av dem.

3. Boksen

Boksen er en annen måte å organisere oppdragene på. Erfarne fagfolk, teknologer og et begrenset antall juniorer arbeider sammen i et lite team, tett på kunden og med KI som arbeidsverktøy. Juniorene bidrar direkte i leveransen og lærer gjennom tett samarbeid med mer erfarne kolleger, mens KI overtar deler av det rutinepregede analyse- og produksjonsarbeidet. Når teamet selv kan analysere, bygge og følge opp løsningen, kan det klare seg med færre overleveringer og færre ledd i styringen.

Det passer ikke for alle oppdrag. Men der det fungerer, kan selskapet ta betalt for faglig dømmekraft, teknisk gjennomføring og trygg kvalitet i én samlet leveranse.

Hvilke tjenester passer til de ulike modellene?

En mulig utvikling er at en større del av verdien skapes av dem som bygger tillit og tar krevende beslutninger, og av dem som utvikler løsninger som fungerer i praksis. Det kan redusere behovet for enkelte koordinerende roller mellom disse gruppene, men utviklingen vil variere mellom fagområder, oppdrag og selskaper. Vi har foreløpig ikke grunnlag for å slå fast at dette blir en generell utvikling i Norge.

Eksemplene viser mulige oppdrag der norske konsulentselskaper bidrar uten å overta kundens kjernekompetanse. Nivåene viser hvor verdien skapes, mens modellene viser hvordan arbeidet organiseres. Obelisken passer når et lite seniorlag leder en større leveranse. Timeglasset passer når rådgivere og teknologer må arbeide tett sammen uten mange koordinerende ledd. Boksen passer når et lite, fast team følger kunden fra problem til løsning. Ett oppdrag kan omfatte flere nivåer, men likevel være organisert etter én hovedmodell.

Øverst: Ekspertise og tillit

Når analyser blir billigere å lage, blir det desto viktigere å forstå hva de betyr og å stå inne for beslutningene. Kundene trenger fortsatt hjelp til å velge retning, vurdere risiko og få mennesker med seg på endringene. Slike ledelsesnære oppdrag passer særlig godt for obelisken, der et lite seniorlag leder arbeidet med støtte fra færre juniorer, og for timeglasset, når strategiske rådgivere må arbeide direkte med teknologiske spesialister. Boksen er mest relevant når det samme teamet også skal følge beslutningene inn i gjennomføringen.

Det kan for eksempel dreie seg om:

• Portefølje- og transformasjonsstrategi: Et internasjonalt konsern skal prioritere mellom oppkjøp, nye markeder og investeringer i teknologi. KI kan analysere store mengder markedsdata, kundesignaler, interne planer og tidligere investeringsbeslutninger og simulere konsekvensene av ulike valg. Konsulentselskapet stiller med et lite, erfarent team som utfordrer forutsetningene, vurderer risikoen på tvers av virksomheten og hjelper konsernledelsen med å velge retning og omsette beslutningen i en gjennomførbar transformasjonsplan.
• Endringsledelse i et konsernomfattende program: Et nordisk konsern skal standardisere arbeidsprosesser og innføre en felles digital plattform på tvers av land og forretningsområder. KI kan analysere tilbakemeldinger, avdekke hvor motstanden oppstår, tilpasse opplæringsmateriell og foreslå tiltak for ulike grupper. Konsulentene organiserer programmet, utfordrer etablerte interesser og hjelper ledelsen med å forankre beslutninger som går på tvers av linjeorganisasjonen. Det reduserer behovet for store team som produserer presentasjoner og opplæringsmateriell, men øker behovet for erfarne rådgivere som kan håndtere styring, interessenter og organisasjonsendring.
• Målarkitektur etter et oppkjøp: Et konsern skal integrere virksomheter med ulike prosesser, systemer og datamodeller uten å svekke den daglige driften. KI kan kartlegge systemlandskapet, finne overlapp, analysere avhengigheter og lage utkast til alternative målarkitekturer. Konsulentene hjelper ledelsen med å velge hva som skal standardiseres, hva som skal beholdes lokalt, og hvordan integrasjonen skal gjennomføres i riktig rekkefølge. Et mindre team kan dermed gjøre analysearbeid som tidligere krevde mange konsulenter, mens verdien flyttes mot arkitekturvalg, prioritering og gjennomføringsansvar.

Felles for slike oppdrag er at noen må gjøre helhetsvurderingene og stå inne for dem.

Nederst: Teknologi og gjennomføring

Nærmere teknologien kan konsulentselskapene ta ansvar for å få data, programvare, sikkerhet og drift til å fungere sammen, uten å overta kundens kjernekompetanse. Timeglasset passer når erfarne rådgivere definerer mål og rammer, mens teknologiske spesialister gjennomfører arbeidet med få koordinerende ledd. Boksen passer når et lite, tverrfaglig team skal ha et samlet ansvar for design, utvikling, innføring og forbedring. Obelisken er mest relevant i store programmer som fortsatt krever flere parallelle team, men der KI reduserer behovet for brede juniorlag.

• Modernisering av en systemportefølje: Et konsern skal flytte flere hundre applikasjoner til en ny sky- og dataplattform. KI kan kartlegge kode, dokumentasjon, integrasjoner og teknisk gjeld, foreslå migreringsmønstre og lage førsteutkast til testtilfeller og dokumentasjon. Konsulentselskapet tilfører midlertidig kapasitet, metode og spesialister på plattform, sikkerhet og migrering, mens kundens egne ansatte beholder eierskapet til arkitektur og prioriteringer på kjerneområdene. Leveransen organiseres i mindre team som kan modernisere flere applikasjoner parallelt med færre manuelle analyse- og utviklingstimer.
• ERP- og prosessharmonisering: Et internasjonalt konsern skal samle økonomi, innkjøp og logistikk på en felles plattform. KI kan analysere prosessvarianter, identifisere avvik, foreslå standardisering og generere deler av konfigurasjonen, testene og dokumentasjonen. Konsulentene leder designet på tvers av land og forretningsområder, bygger integrasjonene og gjennomfører utrullingen sammen med kundens prosesseiere. Dermed blir det mindre behov for store team som dokumenterer dagens prosesser manuelt, mens behovet øker for konsulenter som kan kombinere bransjeforståelse, plattformkompetanse og programgjennomføring.
• Regulatorisk teknologiomstilling: En bank eller energivirksomhet må tilpasse prosesser, data og systemer til nye krav innen rapportering, sikkerhet eller bærekraft. KI kan sammenligne regelverk med interne rutiner og systemkrav, finne mangler og lage førsteutkast til kontroller, testplaner og dokumentasjon. Konsulentselskapet mobiliserer et tverrfaglig team av jurister, bransjerådgivere, teknologer og programledere som gjennomfører endringen innen fristen. Kundens egne fagfolk eier fortolkningen og løsningene videre, mens konsulentene dekker det midlertidige behovet for samordnet kapasitet og spesialkompetanse.
• Sikker digital infrastruktur: Et maritimt konsern skal samle overvåking og fjernstyring av fartøy i en felles løsning. KI kan analysere trafikk, identiteter, oppdateringer og tekniske avvik og varsle om hendelser som krever tiltak. Konsulentselskapet etablerer arkitektur, sikkerhetskrav, beredskap og styringsmodell sammen med kundens egne fagmiljøer. Oppdraget passer timeglasset når seniorrådgivere og sikkerhetsspesialister arbeider direkte sammen, eller boksen når ett mindre team følger løsningen videre i drift.

I slike oppdrag kan et lite team følge kunden fra de første strategiske valgene til løsningen fungerer i drift. Betalingen behøver da ikke bygge på hvor mange spesialister som fører timer. Den kan knyttes til evnen til å få fag, teknologi, regelverk og forretning til å virke sammen.

I midten: Press

Midten er ikke en egen konsulenttjeneste. Den består av oppgaver som trengs for å styre, rapportere og kontrollere store leveranser. Obelisken vil fortsatt ha slike roller, men færre enn pyramiden fordi KI kan hente inn status og lage dokumentasjon. I timeglasset blir behovet enda mindre fordi rådgivere og teknologer arbeider tettere sammen. Boksen trenger minst samordning, siden teamet selv prioriterer, leverer og følger opp arbeidet. Rollen forsvinner ikke, men går fra å formidle informasjon til å ta beslutninger, håndtere risiko og sikre framdrift på tvers.

Noen oppgaver kan endre seg slik:

• Programstyring i en konsernomfattende transformasjon: KI henter status fra økonomi-, prosjekt- og leveranseverktøy, sammenstiller avhengigheter, oppdaterer prognoser og lager utkast til styringsgrupperapporter. Dermed kan et programkontor som tidligere besto av mange konsulenter, bli betydelig mindre. De gjenværende programlederne må bruke mindre tid på rapportering og mer tid på å utfordre delprosjektene, håndtere konflikter mellom forretningsområder og sikre at ledelsen tar beslutninger når kostnader, risiko eller fremdrift avviker.
• Uavhengig kvalitetssikring av et stort teknologiprogram: KI kan gjennomgå planer, estimater, arkitekturbeslutninger, testresultater og avvik og sammenligne dem med krav og erfaringer fra tidligere leveranser. Det reduserer tiden konsulentene bruker på å samle dokumentasjon og gjennomføre standardkontroller. Et mindre kvalitetssikringsteam kan konsentrere seg om urealistiske forutsetninger, systematiske risikofaktorer og spørsmål som programledelsen eller leverandørene selv kan ha oversett.
• Tydeligere ansvar for KI: Et kontrollsenter kan bruke KI til å sammenstille sensorer, vær, trafikk og tekniske avvik. Konsulenten kan hjelpe operatørene med å bestemme når anbefalingene kan følges, når en sak skal eskaleres, og når et menneske må ta over.

Fellesnevneren er mindre administrasjon og større ansvar for å få ulike fag og systemer til å spille sammen. KI kan lage beslutningsgrunnlaget, men oppdragslederen må sørge for at beslutningene faktisk virker i driften.

Modellene kan dermed knyttes til ulike typer oppdrag. Obelisken passer best for store, avgrensede transformasjoner som porteføljestrategi, konsernomfattende endringsprogrammer, ERP-innføring og modernisering av omfattende systemporteføljer. Timeglasset passer best når strategiske valg og teknologisk gjennomføring må kobles tett, som ved integrasjon etter oppkjøp, målarkitektur, regulatorisk teknologiomstilling og uavhengig kvalitetssikring. Boksen passer best for mindre, varige og tverrfaglige leveranser der ett team kan følge kunden fra analyse til utvikling, innføring og løpende forbedring. Programstyring, rapportering og intern koordinering ligger i midten av alle tre modellene, men omfanget blir gradvis mindre fra obelisken via timeglasset til boksen.

Færre juniorer krever en ny læringsmodell

Men modellvalget handler ikke bare om hvilke tjenester som skal leveres og hvordan teamene organiseres. Når KI reduserer behovet for juniorer og mellomroller i oppdragene, svekkes også en viktig læringsarena. Timene juniorene brukte på analyser og leveranser, finansierte samtidig opplæringen deres. De lærte av erfarne kolleger mens de arbeidet på reelle kundeoppdrag. Dersom KI reduserer både timebruken og størrelsen på teamene, må selskapene finansiere denne læringen på andre måter.

Det er gjennom slikt arbeid man lærer å forstå kunden, ta ansvar, lede andre og bygge relasjoner.

Forskning og bransjeanalyser peker på det samme spørsmålet: Hvor skal fremtidens oppdragsledere og partnere få erfaringen sin [3]? Svaret kan ikke være å opprettholde store juniorteam som kundene ikke lenger vil betale for. Konsulentselskapene må i stedet investere mer i strukturert læring, la juniorer arbeide tettere med erfarne rådgivere og gi dem tidligere ansvar i mindre team. Den nye læringsmodellen må finansieres som en strategisk investering i fremtidig leveranseevne – ikke bare gjennom fakturerbare timer i kundeoppdrag.

Hva må norske konsulentselskaper gjøre nå?

Norske konsulentselskaper bør ta fire valg nå: hvilke tjenester de vil satse på, hvordan de skal organisere leveransene, hvilke oppgaver KI skal gjøre, og hvordan juniorer skal lære i mindre team. Tjenestene bør styre valget. Store endrings- og teknologiprogrammer krever kapasitet, bred kompetanse og tydelig styring. Derfor passer de ofte best for større selskaper og obeliskmodellen. Spissede rådgivningsoppdrag og mindre leveranser kan passe både for små spesialistmiljøer og for større selskaper organisert som timeglass eller boks. Størrelsen betyr altså noe fordi den avgjør hvilke oppdrag selskapet kan levere godt og tjene penger på.

De sterkeste miljøene vil samle erfarne rådgivere, teknologer og et begrenset antall juniorer rundt problemer de kjenner godt. Konkurransefortrinnet ligger ikke i KI alene, men i bransjekunnskap, faglig vurderingsevne og evnen til å omsette innsikt i løsninger kunden faktisk trenger.

Prismodellene må samtidig følge leveransemodellen. Timebetaling vil fortsatt passe når omfanget er usikkert, mens avgrensede eller repeterbare tjenester kan gjennomføres som fastpris, selges som abonnement eller knyttes til målbare resultater. Slik kan konsulentselskapet ta betalt for verdien som skapes, ikke bare timene som brukes.

Pyramiden vil neppe forsvinne, men den kan bli langt smalere i midten. Selskaper som ser tjenester, organisering, læring og priser i sammenheng, kan bruke KI til å bygge en sterkere forretningsmodell. De som bare bruker KI til å jobbe raskere på samme måte som før, risikerer å miste både inntekter og fremtidige seniorer.

Kilder

[1] Dell’Acqua mfl. (2026), «Navigating the Jagged Technological Frontier», Organization Science. https://doi.org/10.1287/orsc.2025.21838

[2] Duncan, Anderson og Saviano (2025), «AI Is Changing the Structure of Consulting Firms», Harvard Business Review, 10. september. https://hbr.org/2025/09/ai-is-changing-the-structure-of-consulting-firms

[3] Tarki og Raczynski (2025), «How AI Is Upending How Consulting Firms Hire Talent», Harvard Business Review. https://hbr.org/2025/10/how-ai-is-upending-how-consulting-firms-hire-talent

[4] Brynjolfsson, Li og Raymond (2023), «Generative AI at Work», NBER Working Paper 31161. https://www.nber.org/papers/w31161

[5] PwC (2025), Global Annual Review 2025. https://www.pwc.com/gx/en/global-annual-review/2025/pwc-global-annual-review-2025.pdf