Guide til norske AI-selskaper og startups i 2026: Boost.ai, Unacast og Attensi, investorer som Investinor og Schibsted Ventures, og hvorfor vertikal AI er Norges styrke.

Kort fortalt

Boost.ai grunnlagt
2016, registrert i Sandnes (Proff/Brønnøysundregistrene)
Boost.ai kunder
DNB (siden 2017) og SpareBank 1 Østlandet (case-studier hos boost.ai)
Investinor forvalter
ca. 7,1 mrd. kr, 81 investeringer (investinor.no)
Norsk PE/VC-sektor
98 mrd. kr verdiskaping, 151 390 ansatte, 2,7 % av BNP (NVCA)
Innhold i artikkelen (8)
  1. Det norske AI-startup-landskapet
  2. Boost.ai — konversasjons-AI i frontlinjen
  3. Unacast og mobilitetsdata
  4. Investorene — hvem satser på norsk AI?
  5. Simula og forskningsbasert AI
  6. Norsk AI-skaleringsutfordring
  7. Kapital og rammevilkår i 2026
  8. Muligheter fremover — vertikal AI og nisjer

Det norske AI-startup-landskapet

Norge har et livlig, men lite tech-startup-miljø. Oslo er det dominerende hubbet, men Trondheim (rundt NTNU) og Bergen bidrar med forskningsbaserte spinoffs. Det norske AI-feltet er preget av sterk forskningstradisjon, god tilgang på kapital i tidlig fase, men en utfordring med å skalere globalt uten å flytte til USA eller London.

Norsk AI-startup-aktivitet har økt siden 2020, drevet av tilgjengelige API-er fra selskaper som OpenAI og Anthropic, fallende kostnader for trening og drift av modeller, og global etterspørsel etter AI-baserte produkter.

Norske AI-selskaper henter kapital fra norske og internasjonale investorer og leverer…
Norske AI-selskaper henter kapital fra norske og internasjonale investorer og leverer AI-løsninger innen kundeservice, mobilitetsdata og beslutningsstøtte.

Boost.ai — konversasjons-AI i frontlinjen

Boost.ai er ett av Norges mest profilerte AI-selskaper. Grunnlagt i 2016 og registrert i Sandnes ved Stavanger, ifølge Brønnøysundregistrene/Proff, leverer selskapet en konversasjons-AI-plattform til finansinstitusjoner, teleselskaper og offentlig sektor, ifølge boost.ai selv. Blant kundene er DNB, som har brukt boost.ai siden 2017 og lar den virtuelle agenten Aino håndtere over halvparten av all innkommende chattrafikk, og SpareBank 1 Østlandet, der AI-agenten Ida har håndtert over 2,3 millioner samtaler med en automatiseringsgrad på 41 prosent.

Boost.ai skiller seg fra ChatGPT-lignende løsninger ved å fokusere på kontrollert, bedriftstilpasset konversasjons-AI med høy grad av forklarbarhet og etterlevelse — noe som er kritisk for regulerte bransjer som bank og forsikring. Selskapet er støttet av oppkjøpsfondet Nordic Capital siden 2021 og hadde ifølge Nordic Capital rundt 140 ansatte og en omsetning på 25 millioner euro i 2025.

Annonse

Unacast og mobilitetsdata

Unacast ble grunnlagt i Oslo i 2014 av nordmennene Kjartan Slette og Thomas Walle, som tidligere hadde vært med i grunnleggerteamet bak strømmetjenesten Tidal, og flyttet hovedkontoret til New York i 2016, ifølge Norwegian American. Selskapet spesialiserte seg på mobilitetsdata og stedsanalyse — anonymiserte bevegelsesdata fra smarttelefoner brukt til å analysere menneskelig atferd, relevant for eiendom, byplanlegging og retailanalyse.

Unacast ble kjent internasjonalt under covid-19-pandemien med sitt gratis Social Distancing Scoreboard, som fra mars 2020 viste hvordan bevegelsesmønstre i amerikanske delstater og fylker endret seg under nedstengningen. Produktet er i dag lagt ned. I desember 2023 fusjonerte Unacast med det amerikanske selskapet Gravy Analytics, og driver videre under Unacast-navnet med hovedkontor i Ashburn i Virginia, ifølge selskapets egen side — selskapet er med andre ord ikke lenger norskbasert, selv om det ble grunnlagt av nordmenn.

Investorene — hvem satser på norsk AI?

Det norske VC-markedet for AI har noen sentrale aktører. Investinor er et statlig investeringsselskap med hovedkontor i Trondheim, som forvalter om lag 7,1 milliarder kroner og har 81 investeringer i porteføljeselskaper og fond, ifølge investinor.no. Schibsted Ventures er mediekonsernet Schibsteds investeringsarm og investerer i digitale markedsplasser, medieteknologi og fintech. Startuplab i Oslo og Bergen omtaler seg selv som Norges største teknologiinkubator, og har et eget investeringsspor, Startuplab Ventures, som blant annet retter seg mot AI, klima, energi og fintech. NTNU Technology Transfer i Trondheim kommersialiserer forskningsbaserte prosjekter fra NTNU — selskapet var tidlig involvert i Mobitroll AS, som senere ble til læringsplattformen Kahoot!.

Simula og forskningsbasert AI

Simula Research Laboratory i Oslo er et ikke-kommersielt forskningsinstitutt, grunnlagt av den norske stat i 2001, som forsker på grunnleggende informatikk og AI. Simula Consulting er selskapets kommersielle rådgivningsarm. SimulaMet (Simula Metropolitan Center for Digital Engineering) er et eget forskningssenter, eid i fellesskap av Simula og OsloMet, med kunstig intelligens, kommunikasjonssystemer og IT-ledelse som forskningsfelt, ifølge simulamet.no.

SINTEF Digital, med virksomhet blant annet i Trondheim og Oslo, beskriver selv sitt mandat som å hjelpe organisasjoner med å utvikle, teste og ta i bruk ny teknologi — fra kunstig intelligens og helseteknologi til robotikk, sensorer og digitale tvillinger. SINTEF hjelper norske industribedrifter med å implementere AI i prosesser, kvalitetskontroll og prediksjon.

Annonse

Norsk AI-skaleringsutfordring

Den gjennomgående utfordringen for norske AI-startups er skalering. Det norske hjemmemarkedet er for lite til å bygge et veksende AI-selskap uten internasjonal ekspansjon fra relativt tidlig fase. Skalering til USA krever oftest at grunnleggere eller ledelse fysisk relocater, noe som tapper norsk talenttilgang.

En annen strukturell utfordring er tilgang på treningsdata. De store språkmodellene og AI-systemene som dominerer i dag er trent på enorme engelskspråklige datasett. Norsk, med 5 millioner innbyggere, har langt smalere datagrunnlag for domene-spesifikke AI-løsninger — noe som stiller norske aktører i ulempe i visse markeder.

Kapital og rammevilkår i 2026

Etter et globalt fall i venturekapital i 2022–2023 har AI vært en sterk magnet for investeringer inn i tech. Norske porteføljeselskaper i venture- og private equity-fond står for en samlet verdiskaping på 98 milliarder kroner og sysselsetter over 151 000 personer, tilsvarende 2,7 prosent av norsk BNP, ifølge Norsk Venturekapitalforenings egne tall (nvca.no). Generativ AI har senket terskelen for å bygge produkter — mange norske team bygger nå løsninger oppå modeller fra OpenAI, Anthropic og Mistral i stedet for å trene egne fra bunnen.

Samtidig former nye rammevilkår markedet. EUs AI-forordning (AI Act) trådte i kraft 1. august 2024. Forbudte AI-praksiser ble forbudt fra februar 2025, og krav til generelle AI-modeller (GPAI) gjaldt fra august 2025. Etter at EU vedtok en utsettelse sommeren 2026, er kravene til høyrisikosystemer nå skjøvet til desember 2027 for frittstående systemer og august 2028 for AI innebygd i regulerte produkter. For norske selskaper som retter seg mot regulerte bransjer, kan dette likevel være et konkurransefortrinn: forklarbarhet og etterlevelse er allerede en del av verdiforslaget til aktører som Boost.ai.

  • Generativ AI senker kostnaden ved å bygge produkter, men øker konkurransen
  • EUs AI Act innføres gradvis fra 2024 til 2028 — kravene til høyrisikosystemer er nå utsatt til desember 2027
  • Tilgang på datasentre og rimelig fornybar kraft er et norsk fortrinn for AI-infrastruktur
  • Norske porteføljeselskaper i venture- og PE-fond står for 2,7 prosent av norsk BNP, ifølge NVCA
  • Offentlige virkemidler via Investinor og Innovasjon Norge støtter tidlig fase

Muligheter fremover — vertikal AI og nisjer

De norske AI-suksesshistoriene er konsekvent vertikale: Boost.ai i konversasjons-AI for finanssektoren, Unacast i mobilitetsintelligens — i dag en del av det amerikanske Gravy Analytics — og Attensi i AI-drevet, spillbasert treningssimulering, et Oslo-basert selskap med kunder i over 150 land. Horisontal AI — generelle modeller som konkurrerer med OpenAI eller Google — er et ikke-marked for norske startups uten massiv kapital.

Den beste strategien for norske AI-startups er å kombinere AI-teknologi med dyp bransjekunnskap i sektorer der Norge har naturlig styrke: maritim industri, energi, landbruk, sjømat og helse. AI-løsninger for fiskeoppdrett (biometrisk vekstanalyse), offshoredrift (prediksjon av utstyrssvikt), presisjonsjordbruk og smart landbruk og havvind-optimalisering er eksempler på nisjer der norske aktører kan ha genuine komparative fortrinn. Denne vertikale spesialiseringen henger tett sammen med hvordan AI omformer det norske arbeidsmarkedet.

Annonse

Ofte stilte spørsmål

Hvilke er de største norske AI-selskapene?

Blant de mest profilerte norske AI-selskapene er Boost.ai (konversasjons-AI for finans og offentlig sektor, med kunder som DNB og SpareBank 1 Østlandet), Unacast (mobilitets- og stedsdata, grunnlagt i Oslo i 2014, men i dag en del av det amerikanske Gravy Analytics) og Attensi (AI-drevet, spillbasert treningssimulering). Kahoot!, det Oslo-baserte læringsteknologiselskapet, annonserte i 2023 en oppkjøpsavtale ledet av Goldman Sachs Asset Management, verdt om lag 1,7 milliarder dollar, ifølge K-12 Dive. I tillegg finnes sterke forskningsmiljøer som Simula og SINTEF Digital, der mye kommersiell AI-aktivitet springer ut fra grunnforskning.

Hvem investerer i norske AI-startups?

Sentrale investorer er det statlig eide Investinor, som forvalter om lag 7,1 milliarder kroner, og Schibsted Ventures, mediekonsernet Schibsteds investeringsarm. I tidlig fase er Startuplab i Oslo og Bergen og NTNU Technology Transfer i Trondheim viktige aktører — sistnevnte var tidlig involvert i Mobitroll AS, som senere ble til Kahoot!.

Hvor mye investeres det i norsk AI?

Det finnes ingen samlet, offentlig oversikt over hvor mye som investeres i norsk AI spesifikt. Norske porteføljeselskaper i venture- og private equity-fond står samlet for en verdiskaping på 98 milliarder kroner og sysselsetter over 151 000 personer, tilsvarende 2,7 prosent av norsk BNP, ifølge Norsk Venturekapitalforening. Kapital for sen fase (Series B og oppover) regnes gjennomgående som en flaskehals for norsk teknologiskalering.

Hva er den største utfordringen for norske AI-startups?

Skalering. Det norske hjemmemarkedet er for lite til å bygge et voksende AI-selskap uten tidlig internasjonal ekspansjon, og det krever ofte at grunnleggere flytter til USA eller London. I tillegg har norsk, med få millioner brukere, et smalere datagrunnlag for språkmodeller, noe som er en ulempe i enkelte markeder.

Hvorfor satser norske AI-selskaper på vertikale nisjer?

Fordi det er der Norge har komparative fortrinn. I stedet for å konkurrere med generelle modeller fra OpenAI og Google, kombinerer de mest suksessrike norske selskapene AI med dyp bransjekunnskap innen maritim industri, energi, sjømat, landbruk og helse. Eksempler er biometrisk vekstanalyse i fiskeoppdrett og prediksjon av utstyrssvikt offshore.

Kontakt & nettverk

Emner

Olav Sie Rotvær
Skrevet avOlav Sie RotværSkribent og utvikler

Olav Sie Rotvær skriver og drifter Norsk Næring. Han er utvikler, ikke journalist, og har ingen fagutdanning innenfor teknologi & innovasjon. Artiklene bygger derfor på primærkilder som oppgis der påstanden gjøres.

Om forfatteren og hvordan artiklene kildebelegges →