Om KI-indeksen
KI-indeksen er et månedlig oppdatert dashbord for hvordan kunstig intelligens påvirker det norske arbeidsmarkedet, utarbeidet av Øystein Hernæs (Frischsenteret) og Andreas R. Kostøl (Handelshøyskolen BI). Indeksen følger sysselsetting, nyansettelser og lønn i norsk privat sektor, gruppert etter yrkenes KI-eksponering og arbeidstakernes alder — en norsk parallell til Stanford Digital Economy Lab (DEL) sitt Canaries Dashboard. Selve dashbordet finnes på kiindeksen.no.
Hovedfunn
Per april 2026 (release juli 2026); oppdaterte tall på forsiden.
- Ingen jobbkrise i Norge: samlet sysselsetting i privat sektor vokser, og andelen sysselsatte er stabil.
- KI-indeksen er svakt positiv (+0,5): siden oktober 2022 (måneden før ChatGPT) har samlet sysselsetting i de mest KI-eksponerte yrkene falt med 0,1 %, mot et fall på 0,6 % i de minst eksponerte yrkene.
- Men det er viktige forskjeller på tvers av alder: blant de yngste (21–30 år) i de mest KI-eksponerte yrkene har sysselsettingen falt, både sammenlignet med unge i andre yrker og sammenlignet med eldre arbeidstakere i de samme yrkene. Fallet har tiltatt det siste året.
- To mekanismer virker i hver sin retning: i yrkene der KI-bruken er mest augmenterende (KI hjelper arbeidstakeren) har sysselsettingen vokst klart mer enn i andre yrker siden ChatGPT-lanseringen, mens veksten har vært klart svakere der bruken er mest automatiserende (KI utfører oppgaven).
Metode
Datagrunnlaget er A-ordningen via microdata.no: hele populasjonen av lønnstakere i privat sektor, månedlig fra januar 2021, i aldersgruppene 21–30, 31–40, 41–50 og 51–60 år. Referanseperioden for hver måned er uken som inneholder den 16.
KI-eksponering. Hvert yrke (firesifret STYRK-08) er koblet til eksponeringsmålet «beta» fra Eloundou m.fl. (2024, Science) via yrkeskodeverkene ISCO-08 og SOC. Kvintilene er likevektet per yrke, samme konstruksjon som i DEL-dashboardet. Bruksgruppene bygger på Anthropic Economic Index (Handa m.fl. 2025) og følger grupperingen i Brynjolfsson, Chandar og Chen (2025).
Utfall. Sysselsetting er antall lønnstakere i gruppen. Nyansettelser er antall jobber med registrert startdato i vinduet mellom forrige og gjeldende månedlige referansedato. Lønn er gruppens gjennomsnittlige kontantlønn per måned, vektet opp til fulltidsekvivalent (FTE) med hver yrke-alder-celles gjennomsnittlige stillingsprosent — en deltidsstilling teller som sin andel av et årsverk, slik at lønnsendringer ikke blandes med endringer i arbeidstid; lønnsseriene er nominelle.
Glatting og sesongjustering. Figurene viser som
standard sesongjusterte serier glattet med et 6 måneders sentrert
glidende snitt; rå (ujusterte) serier — samme metode som DEL —
kan også velges. Sesongjusteringen er en X-11-kjerne i
logaritmer med faktorer estimert på 2021–2024 og deretter frosset.
I de nedlastbare datafilene finnes i tillegg befolkningsjusterte
varianter av hver serie (kolonnen adjustment).
Befolkningsjustering (per innbygger).
Befolkningen vokser ulikt på tvers av aldersgrupper, så
headcount-serier blander arbeidsmarkedsendringer med demografi.
Per innbygger-variantene deler antall sysselsatte på den bosatte
befolkningen i samme aldersgruppe
(SSB tabell 07459,
kvartalstall interpolert til måned), slik at indeksen måler
jobber per person i stedet for antall jobber. Alle varianter
ligger i de nedlastbare datafilene (kolonnen
adjustment).
Forskjeller fra DEL-dashboardet. DEL bruker et balansert panel på ~25 000 amerikanske firmaer med ADP-lønnsdata; vi bruker hele den norske populasjonen av private lønnstakere uten utvalgsseleksjon. Aldersgruppene er tiårsgrupper (deres er finere). Sammensetningen er svært ulik: i ADP-panelet ligger 66 prosent av sysselsettingen i de to mest eksponerte kvintilene, i Norge omtrent 40 prosent.
Reviderbarhet. A-ordningen kan revidere ferske måneder. Hver månedlige datarelease arkiveres derfor som en egen årgang («vintage») og endres ikke i ettertid.
Sitering og kontakt
Data og figurer kan fritt brukes med kildehenvisning til KI-indeksen (kiindeksen.no) — se siteringsinformasjon med BibTeX. En forskningsartikkel med fullstendig metodebeskrivelse og analyse er under arbeid: Hernæs, Øystein and Andreas R. Kostøl (2026). “Does AI Widen Employment Gaps? Tracking Early-Career Employment by Occupational Exposure in Norway”. Kontakt: andreas.r.kostol@bi.no.