ms-ai-architect/skills/ms-ai-governance/references/norwegian-public-sector-governance/samfunnsokonomisk-analyse-nnv.md
Kjell Tore Guttormsen e999b74eda feat(ms-ai-architect): decision-b Enhet 1 — dialekt-relabel 51 filer (Kategori→Category + Sist oppdatert→Last updated), 73 byte-eksakte swaps [skip-docs]
Ren value-preserving label-relabel av de to norske header-labelene til engelsk på 51 ref-filer (22 bærer begge). Ny testet ren primitiv relabelHeaderDialect() (header-blokk-scoped, kollisjons-/multiforekomst-guard) + manifest-drevet driver relabel-dialect.mjs (frosset 51-fil-manifest, hard per-fil-invariant, idempotent, isMain-guard). **Dato:** bevisst UTE (body-template-felle → Enhet 2). Premiss-korreksjon i roadmap R22: tredje Dato-dialekt (16), 0 bold-duplikater (ikke 4), 1 datoløs (ikke 5), category-none = vindus-artefakt. test-relabel-dialect 11/11; diff +73/-73 0 linjer utover label; suite 782/782 exit 0.
2026-07-06 10:07:52 +02:00

22 KiB
Raw Blame History

Samfunnsøkonomisk analyse med NNV-beregning for AI-prosjekter

Last updated: 2026-02 (v1.0) Status: Gjeldende Category: Norwegian Public Sector AI Governance Konfidens: Høy (basert på DFØ veileder 2023 og Finansdepartementets R-109/21) Type: methodology


Innhold

Introduksjon

Samfunnsøkonomisk analyse er en metode for å kartlegge og synliggjøre konsekvensene av offentlige tiltak, ved å presentere systematisk og sammenlignbar informasjon om fordeler og ulemper for samfunnet som helhet og for enkeltgrupper.

For AI-prosjekter i offentlig sektor er samfunnsøkonomisk analyse påkrevd når tiltaket har betydelige nytte- eller kostnadseffekter, inkludert vesentlige budsjettmessige konsekvenser for staten (jf. Utredningsinstruksen).

Hjemmel: Finansdepartementets rundskriv R-109/21 «Prinsipper og krav ved utarbeidelse av samfunnsøkonomiske analyser» fastsetter kravene.

Kilde: Regjeringen.no - Samfunnsøkonomiske analyser


NNV-beregning (Netto nåverdi)

Formel

Netto nåverdi (NNV) beregner den samlede lønnsomheten av et tiltak ved å diskontere alle fremtidige nytte- og kostnadsvirkninger til dagens verdi:

NNV = Σ (Bt - Ct) / (1 + r)^t

Der:

  • Bt = Nyttevirkninger (benefits) i år t
  • Ct = Kostnadsvirkninger (costs) i år t
  • r = Kalkulasjonsrente (diskonteringsrente)
  • t = År (0, 1, 2, ..., n)
  • n = Analyseperiode

Tolkning:

  • NNV > 0: Tiltaket er samfunnsøkonomisk lønnsomt (prissatte virkninger)
  • NNV = 0: Tiltaket er nøytralt
  • NNV < 0: Tiltaket er ikke lønnsomt basert på prissatte virkninger alene

Merk: NNV dekker kun prissatte virkninger. Et tiltak med negativ NNV kan likevel anbefales dersom ikke-prissatte virkninger er tilstrekkelig positive.

Kalkulasjonsrente (DFØ/Finansdepartementet)

Kalkulasjonsrenten representerer den samfunnsøkonomiske alternativkostnaden ved å binde kapital i tiltaket.

Periode Rente Begrunnelse
0-40 år 4,0 % Standard kalkulasjonsrente
40-75 år 3,0 % Økt usikkerhet om alternativavkastning
Over 75 år 2,0 % Langsiktig usikkerhet

For AI-prosjekter er analyseperioden typisk 3-7 år, så 4,0 % er gjeldende rente.

Kilde: DFØ - Samfunnsøkonomisk lønnsomhet (fase 5)

Diskonteringsfaktorer (4 % rente)

År Faktor 1/(1+0,04)^t Forklaring
0 1,000 Nåverdi (ingen diskontering)
1 0,962 1 krone om 1 år = 0,962 kr i dag
2 0,925
3 0,889
4 0,855
5 0,822 1 krone om 5 år = 0,822 kr i dag

Skattefinansieringskostnad

Offentlige tiltak finansieres gjennom skatter. Skatteinnkreving medfører et effektivitetstap (dødvektstap). DFØ anbefaler en skattefinansieringskostnad på 20 %, som betyr at 1 krone i offentlig utgift koster samfunnet 1,20 kroner.

I NNV-beregningen skal kostnader som dekkes av offentlige midler multipliseres med 1,20.


Gjennomarbeidet eksempel: 5-årig AI-prosjekt

Scenario

En statlig etat vurderer å implementere AI-assistert saksbehandling med Azure AI. Prosjektet har følgende profil:

Investeringskostnader (år 0):

  • Utvikling og implementering: 3 000 000 NOK
  • Infrastruktur og lisenser (førsteår): 500 000 NOK
  • Opplæring og endringsledelse: 800 000 NOK
  • Sum investering: 4 300 000 NOK

Årlige driftskostnader (år 1-5):

  • Azure-lisenser og compute: 600 000 NOK
  • Drift og vedlikehold (intern): 400 000 NOK
  • Modellovervåking og retraining: 200 000 NOK
  • Sum årlig drift: 1 200 000 NOK

Årlige gevinster (år 1-5, gradvis opptrapping):

  • Tidsbesparelse saksbehandling: 1 500 000 NOK (år 1: 50%, deretter fullt)
  • Reduserte feil og omgjøringer: 400 000 NOK
  • Frigjort kapasitet til komplekse saker: 600 000 NOK
  • Sum årlig gevinst (fullt ut): 2 500 000 NOK

NNV-beregning

År Gevinster (NOK) Kostnader (NOK) Netto (NOK) Diskonterings-faktor (4 %) Nåverdi (NOK)
0 0 5 160 000 -5 160 000 1,000 -5 160 000
1 1 650 000 1 440 000 210 000 0,962 202 020
2 2 500 000 1 440 000 1 060 000 0,925 980 500
3 2 500 000 1 440 000 1 060 000 0,889 942 340
4 2 500 000 1 440 000 1 060 000 0,855 906 300
5 2 500 000 1 440 000 1 060 000 0,822 871 320
Sum 11 650 000 12 360 000 -1 257 520

Forklaring av kostnader:

  • År 0: Investering 4 300 000 × 1,20 (skattefinansieringskostnad) = 5 160 000
  • År 1-5: Drift 1 200 000 × 1,20 = 1 440 000
  • År 1: Gevinster på 50 % opptrapping (pilot + utrulling): 750 000 + 400 000 + 500 000 = 1 650 000

NNV = -1 257 520 NOK

Basert på prissatte virkninger alene er prosjektet ikke samfunnsøkonomisk lønnsomt over 5 år. Men dette bildet er ufullstendig uten ikke-prissatte virkninger (se neste seksjon).

Utvidet analyse (7 år): Med 2 ekstra driftsår (år 6-7) med fulle gevinster tilkommer ytterligere ~1 600 000 NOK i nåverdi, noe som gjør NNV positiv (~340 000 NOK). AI-løsninger har typisk lenger levetid enn 5 år.


Prissatte og ikke-prissatte virkninger

Prissatte virkninger

Virkninger som kan verdsettes i kroner og inkluderes i NNV-beregningen.

Virkning Verdsettingsmetode Eksempel (AI-prosjekt)
Tidsbesparelse saksbehandling Timekostnad × timer spart 1 500 timer/år × 1 000 kr/time = 1,5 MNOK
FTE-reduksjon / omallokering Årsverkskostnad × FTE 1,5 FTE × 900 000 = 1,35 MNOK
Reduserte feil og klagesaker Kostnad per feil × reduksjon 500 feil/år × 800 kr = 0,4 MNOK
Lisenskostnader Kontraktsverdi Azure-lisenser: 0,6 MNOK/år
Opplæringskostnader Timer × timekostnad 200 timer × 1 200 kr = 0,24 MNOK
Infrastrukturkostnader Azure compute + storage 0,3 MNOK/år

Ikke-prissatte virkninger

Virkninger som ikke kan verdsettes i kroner på en faglig forsvarlig måte, men som likevel skal inkluderes i analysen gjennom kvalitativ vurdering.

Vurderingsskala:

Symbol Betydning
++ Stor positiv virkning
+ Positiv virkning
0 Nøytral / ubetydelig
- Negativ virkning
-- Stor negativ virkning

Ikke-prissatte virkninger for AI-prosjekt:

Virkning Vurdering Begrunnelse
Innbyggertilfredshet ++ Raskere svar, 24/7 tilgjengelighet, konsistent informasjon
Likebehandling av saker ++ AI sikrer konsistent behandling, reduserer skjønnsvariation
Rettssikkerhet + Bedre dokumentasjon av vedtaksgrunnlag
Innovasjonseffekt + Organisasjonen bygger kompetanse på AI og data
Medarbeidertilfredshet + Frigjøring fra rutinearbeid til mer meningsfulle oppgaver
Risiko for bias/diskriminering - AI kan videreføre eller forsterke skjevheter i treningsdata
Kompetanseavhengighet - Avhengighet av spesialistkompetanse for drift
Transparens i beslutninger 0/+ Avhenger av forklarbarhet (explainability) i AI-modellen
Personvern - Økt databehandling, krever DPIA og tiltak
Miljø (energiforbruk) - GPU-compute har høyere energiforbruk enn tradisjonell IT

Samlet vurdering

Når NNV er negativ, men ikke-prissatte virkninger er overveiende positive, kan tiltaket likevel anbefales. I eksemplet over:

  • NNV er svakt negativ (-1,3 MNOK over 5 år)
  • Flere sterkt positive ikke-prissatte virkninger (innbyggertilfredshet, likebehandling)
  • Samlet vurdering kan tilsi gjennomføring, med tydelig dokumentasjon av avveiningen

Sensitivitetsanalyse

Sensitivitetsanalyse tester hvordan endringer i usikre forutsetninger påvirker tiltakets lønnsomhet. For AI-prosjekter er følgende variabler typisk usikre:

Scenario 1: Lavere bruk (gevinster -50 %)

Forutsetning: Brukeradopsjon er lav, kun halvparten av forventede gevinster realiseres.

År Gevinster Kostnader Netto Nåverdi
0 0 5 160 000 -5 160 000 -5 160 000
1 825 000 1 440 000 -615 000 -591 630
2 1 250 000 1 440 000 -190 000 -175 750
3 1 250 000 1 440 000 -190 000 -168 910
4 1 250 000 1 440 000 -190 000 -162 450
5 1 250 000 1 440 000 -190 000 -156 180
Sum -6 414 920

NNV = -6 414 920 NOK. Prosjektet er klart ulønnsomt. Risikotiltak: Krev pilot med dokumentert brukertilfredshet før fullskala investering.

Scenario 2: Høyere bruk (gevinster +50 %)

Forutsetning: Rask adopsjon og høyere effekt enn forventet.

År Gevinster Kostnader Netto Nåverdi
0 0 5 160 000 -5 160 000 -5 160 000
1 2 475 000 1 440 000 1 035 000 995 670
2 3 750 000 1 440 000 2 310 000 2 136 750
3 3 750 000 1 440 000 2 310 000 2 053 590
4 3 750 000 1 440 000 2 310 000 1 975 050
5 3 750 000 1 440 000 2 310 000 1 899 420
Sum 3 900 480

NNV = +3 900 480 NOK. Prosjektet er klart lønnsomt.

Scenario 3: Kostnadsøkning (+30 %)

Forutsetning: Uforutsette kostnader (scope creep, kompleks integrasjon, lisensøkninger).

Komponent Basiskostnad +30 % Endring
Investering (år 0) 4 300 000 5 590 000 +1 290 000
Drift per år 1 200 000 1 560 000 +360 000
NNV-effekt (5 år) -1 257 520 -3 505 000 -2 247 000

NNV = ca. -3 505 000 NOK. Betydelig forverring. Risikotiltak: Fast pris-kontrakt eller definerte terskler for kostnadsøkning.

Break-even-analyse

Spørsmål: Hvor mye gevinst per år trengs for at NNV = 0?

NNV = 0 når:
Σ Gevinster (diskontert) = Σ Kostnader (diskontert)

Diskonterte kostnader (5 år):
  År 0: 5 160 000
  År 1-5: 1 440 000 × (0,962 + 0,925 + 0,889 + 0,855 + 0,822) = 1 440 000 × 4,453 = 6 412 320
  Sum: 11 572 320

For årlige gevinster G (fullt fra år 2, 50% år 1):
  0,5G × 0,962 + G × (0,925 + 0,889 + 0,855 + 0,822)
  = 0,481G + 3,491G
  = 3,972G

3,972G = 11 572 320
G = 2 914 000 NOK/år

Break-even gevinst: ca. 2 914 000 NOK/år (mot antatt 2 500 000 NOK/år i basisscenarioet).

Prosjektet trenger ca. 16,6 % høyere gevinster enn estimert for å bli lønnsomt over 5 år. Med 7 års analyseperiode reduseres break-even til ca. 2 200 000 NOK/år.

Sammendrag sensitivitetsanalyse

Scenario NNV (NOK) Vurdering
Basis (5 år) -1 257 520 Svakt ulønnsomt
Lavere bruk (-50 %) -6 414 920 Klart ulønnsomt
Høyere bruk (+50 %) +3 900 480 Klart lønnsomt
Kostnadsøkning (+30 %) -3 505 000 Betydelig ulønnsomt
Utvidet periode (7 år) +340 000 Marginalt lønnsomt
Break-even 0 Krever 2,9 MNOK/år gevinst

Fordelingsvirkninger

Fordelingsvirkninger beskriver hvordan nytte og kostnader fordeles mellom ulike grupper i samfunnet.

Hvem bærer kostnadene?

Gruppe Kostnader Beskrivelse
Statlig etat (budsjett) Investering + drift 4,3 MNOK + 1,2 MNOK/år
Skattebetalere (indirekte) Skattefinansieringskostnad 20 % tillegg på alle offentlige utgifter
Ansatte Omstillingskostnader Endret arbeidshverdag, opplæring, usikkerhet
IT-leverandør Utviklingsinvestering Eventuell samfinansiering / partnerskap

Hvem får gevinstene?

Gruppe Gevinster Beskrivelse
Innbyggere Raskere svar, 24/7, bedre kvalitet Direkte nytte av forbedret tjeneste
Saksbehandlere Frigjøring fra rutinearbeid Mer meningsfulle oppgaver, kompetanseheving
Organisasjonen Effektivisering, kvalitetsheving Bedre ressursbruk, færre feil
Samfunnet Verdiskaping, innovasjon Langsiktig kompetansebygging i offentlig sektor

Fordelingsrettferdighet (equity)

For AI-prosjekter i offentlig sektor er det spesielt viktig å vurdere:

Dimensjon Spørsmål Typisk risiko
Digital ekskludering Hvem har ikke tilgang til digitale tjenester? Eldre, personer med nedsatt funksjonsevne, personer uten norsk som morsmål
Algoritmisk skjevhet Kan AI-systemet behandle grupper ulikt? Bias i treningsdata kan forsterke eksisterende ulikheter
Geografisk fordeling Er gevinster konsentrert i sentrale strøk? Digital tilgjengelighet kan utjevne, men kompetanse er ofte sentralisert
Generasjonseffekt Hvem bærer kostnader nå vs. gevinster senere? Investeringskostnader nå, gevinster over tid
Arbeidsmarked Påvirkes jobber eller roller negativt? Omstilling nødvendig, men typisk augmentering fremfor erstatning

Avbøtende tiltak:

  • Tilby analoge alternativer for grupper som ikke kan bruke digitale tjenester
  • Gjennomføre bias-testing og monitorering av AI-output
  • Inkludere universell utforming (WCAG) i alle brukergrensesnitt
  • Kompetanseheving og omskolering for berørte ansatte

Skalering etter kompleksitet

DFØs veileder anerkjenner at analyseomfanget skal tilpasses tiltakets betydning (proporsjonalitetsprinsippet).

ENKEL: Forenklet analyse

Når: Lav investering (< 1 MNOK), begrenset omfang, intern bruk, lav risiko.

Innhold:

  • Enkel kost-nytte-tabell (ikke NNV)
  • Kvalitativ vurdering av gevinster
  • Ingen formell sensitivitetsanalyse

Mal: Enkel kost-nytte-tabell

Post Kostnad (NOK) Gevinst (NOK) Netto
Investering 500 000 - -500 000
Drift (3 år) 360 000 - -360 000
Tidsbesparelse (3 år) - 600 000 +600 000
Kvalitetsforbedring (3 år) - 200 000 +200 000
Sum 860 000 800 000 -60 000

Tilleggsvurdering: Kvalitative gevinster (++) veier opp for marginalt negativt netto.

Omfang: 2-5 sider, utarbeidet av prosjektleder med input fra økonomi.


MIDDELS: Forenklet NNV-analyse

Når: Middels investering (1-10 MNOK), berører flere enheter, moderat risiko.

Innhold:

  • NNV-beregning med 3-5 års analyseperiode
  • 2 scenarier (basis + pessimistisk)
  • Ikke-prissatte virkninger med kvalitativ vurdering
  • Enkel fordelingsanalyse

Mal: Forenklet NNV

År Gevinster Kostnader Netto Nåverdi (4 %)
0 - X × 1,20 -X -X
1 Y₁ Z × 1,20 Y₁-Z (Y₁-Z)/1,04
2 Y₂ Z × 1,20 Y₂-Z (Y₂-Z)/1,04²
3 Y₃ Z × 1,20 Y₃-Z (Y₃-Z)/1,04³
NNV Σ nåverdier

Ikke-prissatte: Bruk vurderingsskala (++, +, 0, -, --)

Omfang: 10-20 sider, krever økonomiekspert og fagperson.


KOMPLEKS: Full samfunnsøkonomisk analyse

Når: Stor investering (> 10 MNOK), berører innbyggere, høy risiko, prinsipiell betydning.

Innhold (DFØs 8 arbeidsfaser):

  1. Problembeskrivelse og mål: Nullalternativ, målhierarki
  2. Identifisere tiltak: Minimum 3 alternativer inkl. nullalternativ
  3. Identifisere virkninger: Prissatte og ikke-prissatte, berørte grupper
  4. Kvantifisere og verdsette: NNV med 5-7 års analyseperiode
  5. Vurdere lønnsomhet: NNV + samlet vurdering inkl. ikke-prissatte
  6. Usikkerhetsanalyse: Sensitivitetsanalyse (3+ scenarier) + evt. Monte Carlo
  7. Fordelingsvirkninger: Hvem bærer kostnader, hvem får gevinster, equity
  8. Samlet vurdering: Anbefaling med dokumenterte avveininger

Tilleggskrav:

  • Skattefinansieringskostnad (20 %) på alle offentlige utgifter
  • Kalkulasjonsrente 4 % (evt. 3 % for analyse utover 40 år)
  • Restverdi ved analyseperiodens slutt
  • Referanse til nullalternativet for alle virkninger

Omfang: 30-80 sider, krever samfunnsøkonom, fageksperter, prosjektteam.

Kilde: DFØ - Veileder i samfunnsøkonomiske analyser (2023)


DFØs 8 arbeidsfaser anvendt på AI

For komplette analyser følger DFØ en 8-fase modell:

Fase Aktivitet AI-tilpasning
1 Problembeskrivelse og mål Definer AI-bruksområde, nullalternativ (fortsette uten AI)
2 Identifisere tiltak Null + regelbasert + ML + LLM + hybrid
3 Identifisere virkninger Inkluder bias-risiko, personvern, kompetanseeffekter
4 Kvantifisere og verdsette Bruk pilot-data for å estimere gevinster, markedspriser for kostnader
5 Vurdere lønnsomhet NNV + ikke-prissatte (innbyggertilfredshet, likebehandling)
6 Usikkerhetsanalyse AI-spesifikk usikkerhet: modellytelse, adopsjon, teknologiendring
7 Fordelingsvirkninger Digital ekskludering, algoritmisk skjevhet, arbeidsmarked
8 Samlet vurdering Anbefaling med explicit avveining mellom NNV og kvalitative effekter

Nullalternativet for AI-prosjekter

Nullalternativet er beskrivelsen av forventet utvikling uten tiltaket. Det er referansepunktet for all effektmåling.

For AI-prosjekter er nullalternativet typisk:

  • Fortsette med dagens manuelle prosess
  • Planlagte oppgraderinger av eksisterende IT-systemer (ikke AI)
  • Forventet volumvekst og dens konsekvenser uten AI-støtte

Vanlig feil: Å sammenligne AI-løsningen med en «worst case» av dagens situasjon. Nullalternativet skal være en realistisk fremskrivning, inkludert normale effektiviseringer.

Eksempel:

«Uten AI-tiltaket forventer vi at saksbehandlingstiden forblir på 45 minutter per sak, med en volumøkning på 5 % per år. Med dagens bemanning vil dette kreve 0,5 FTE ekstra innen 3 år.»


Kilder

Offisielle kilder (høy konfidens)


For Cosmo Skyberg

Når denne filen er relevant

Bruk denne referansen når:

  • Kunden skal gjennomføre en samfunnsøkonomisk analyse for et AI-prosjekt
  • NNV-beregning trengs for å sammenligne AI-alternativer
  • Sensitivitetsanalyse skal dokumentere usikkerhet i AI-gevinster
  • Fordelingsvirkninger av AI-tiltaket skal utredes
  • Utredningsinstruksen krever formell analyse av et AI-tiltak

Nøkkelspørsmål å stille

  1. «Hvor stor er investeringen, og hva utløser det av analysekrav?» — Bruk skaleringstrappen: ENKEL (< 1 MNOK), MIDDELS (1-10 MNOK), KOMPLEKS (> 10 MNOK). Ikke overdriv analysen for små tiltak.

  2. «Hva er nullalternativet?» — Tving frem en realistisk beskrivelse av hva som skjer UTEN AI. Unngå å sammenligne med en kunstig dårlig nåsituasjon.

  3. «Hvilke gevinster kan prissettes, og hvilke er kvalitative?» — Tidsbesparelse og FTE-frigjøring kan beregnes. Innbyggertilfredshet og likebehandling må vurderes kvalitativt. Begge er like viktige i beslutningen.

  4. «Hva er den mest usikre forutsetningen?» — Identifiser variabelen som har størst påvirkning på NNV, og test den i sensitivitetsanalysen. For AI er dette typisk brukeradopsjon og faktisk nøyaktighet i produksjon.

  5. «Hvem bærer kostnadene, og hvem får gevinstene?» — Press på fordelingsvirkninger. Hvis gevinster tilfaller innbyggere mens kostnader bæres av etaten, kan det kreve annen finansieringslogikk.

  6. «Hva er break-even for dette prosjektet?» — Konkretiser hvor mye gevinst som trengs for lønnsomhet. Gir et intuitivt mål på risiko.

Advarselstegn

  • Mangler nullalternativ → Analyse har ingen referansepunkt, resultatene er meningsløse
  • Kun prissatte virkninger → Ignorerer vesentlige kvalitative effekter (rettssikkerhet, likebehandling)
  • Overvurderte gevinster uten pilot-data → Typisk AI-optimisme, krev POC-resultater
  • Ingen sensitivitetsanalyse → Beslutningsgrunnlag er for robust — virkeligheten har alltid usikkerhet
  • Fordelingsvirkninger mangler → Risiko for at sårbare grupper blir oversett

Kalkulasjonssjekkliste

  • Riktig kalkulasjonsrente brukt (4 % for 0-40 år)
  • Skattefinansieringskostnad (20 %) inkludert på offentlige utgifter
  • Nullalternativ realistisk beskrevet
  • Gevinster basert på pilot-data eller sammenlignbare prosjekter
  • Sensitivitetsanalyse med minimum 2 scenarier
  • Ikke-prissatte virkninger kvalitativt vurdert
  • Fordelingsvirkninger identifisert
  • Restverdi ved analyseperiodens slutt vurdert