Tradisjonell PR funker ikke alltid når målgruppen er maskiner

«Er det trygt å gi barn under ett år spinat?» Det har jeg selv søkt på det siste året. Spør du ulike helsemyndigheter i verden, får du ulikt svar: i Norge nei, i Storbritannia er det ikke noe problem. Så hva svarer AI-en når du spør den? Og enda viktigere: hvilke kilder bygger den på?

Lenge har det ikke vært noe klart svar på det siste spørsmålet, med mindre en var særdeles nysgjerrig og klikket seg fram til det. Men det sier noe om kildene til ett svar, på ett spørsmål. Vi ville vite hva hovedkildene var på hundrevis, eller tusenvis, av spørsmål og svar på tvers av de ulike modellene og for ulike segmenter og spørsmålstyper. Derfor utviklet vi Realiitetssjekken.

Nordmenn er på topp i Europa på bruk av AI, og vi ser at gapet mellom hvor mye folk bruker tradisjonelt Google-søk og for eksempel ChatGPT stadig blir mindre. Akkurat hva modellene baserer seg på avgjør hvem som blir sett og hvem som blir usynlig, både på samfunnsnivå, for individet og for merkevarer.

«Hvem er best i Stavanger på bilreparasjoner?» og «Hva er beste regntøy for barnehagen?» Dette er spørsmål forbrukere og innkjøpere stiller AI-modeller hver dag, på samme måte som jeg selv har søkt «Er det trygt å gi barn under ett år spinat?» det siste året. Hvem og hva de anbefaler varierer ut ifra hvordan spørsmålet blir stilt, og kildene de trekker på endrer seg fra produkt til produkt innenfor samme kategori.

Hvorfor vi trenger norske tall og kilder

Enn så lenge har det vært engelske og amerikanske kilder som dominerer både treningsdataen og kildene modellene henter fra når de søker på nett. Norsk kontekst kan forsvinne helt i den sammenhengen.

Vi vet at modellene har mye mindre norsk innhold å bygge svar fra enn engelsk. Det vi nå ser etter, er hva de gjør når de har lite å velge mellom. Henter de fra oversatte kilder, fra et fåtall norske nettsteder de kjenner godt, eller fra internasjonale kilder som nevner Norge i forbifarten? Det er dette vi har kartlagt.

I en tidlig pilot vi gjorde for en global elektronikkprodusent i det norske markedet, så vi at bildet AI-modellene ga av produktene ikke lignet på det verken Google eller selskapet selv trodde var riktig.

Våren 2026 begynte heldigvis dataen å dukke opp: ifølge flere rapporter og studier var det fortjente kanaler (som media) og tredjeparter (som Wikipedia) modellene baserte seg på. Tallene fra rapportene er amerikanske. Der ble blant annet Quora og Reddit løftet fram som hovedkilder. Slik er det ikke i Norge.

For oss som jobber i PR ble «fortjent oppmerksomhet» for diffust. Hvilke medier i Norge er viktige, og hvorfor er det slik?

Så, hva viser analysene våre?

Gjennom flere analyser har vi sett at diverse forum, som Foreldreforum eller amerikanske Reddit-tråder, teller høyt. I tillegg trekker modellene på det de selv kaller «uavhengige medier». Problemet er at flere av disse nettsidene har anonyme forfattere, ingen fysisk adresse, og innhold som er generert med AI, ikke journalistikk i noen tradisjonell forstand.

Akkurat hvilke kilder som trekkes på, er vidt forskjellig basert på produkt og bransje. Det vi likevel kan si generelt: skal du dukke opp i AI-modellenes svar, er tradisjonell mediedekning alene ikke lenger nok.

Landskapet har endret seg raskt, men kombinasjonen av tradisjonell PR og AI-PR gjør at du fortsatt blir sett.

Noe tradisjonell PR ikke dekker: norske mediehus uteblir ofte, men ikke alltid

Mediepitching, kronikker og pressemeldinger bygger omdømme der journalister og lesere er. Det er fortsatt riktig og viktig arbeid. Og ifølge amerikanske studier av LLM-er er journalistiske kilder viktige for AI-sitering. Det samme gjelder ikke Norge, ifølge våre tall, per dags dato. Du kan ha en god sak i Finansavisen og fortsatt være usynlig i Claude samme uke, fordi det er to helt ulike systemer for hvem som blir sitert.

AI-modeller hallusinerer, altså finner opp fakta som ikke stemmer. De vurderer også kilder etter mønstre som ikke alltid har noe med kvalitet å gjøre. I et samfunn der tilliten til nyheter allerede er lav, hjelper det ikke at flere og flere svar kommer fra en modell som ikke sier fra når den er usikker. Derfor har vi måttet jobbe nøye med metodikken for å fange opp hallusineringer og andre feil som kan dukke opp i slike analyser.

“

Du kan ha en god sak i Finansavisen og fortsatt være usynlig i Claude samme uke, fordi det er to helt ulike systemer for hvem som blir sitert.

Slik må du jobbe i den nye hverdagen

Google har fortsatt rundt 90 prosent av det globale søkemarkedet. Samtidig dekker Googles egne AI Overviews nå rundt 48 prosent av søkene, opp fra rundt 31 prosent for ett år siden. Google forsvarer trolig posisjonen sin ved å bygge AI rett inn i søkeboksen folk allerede bruker, snarere enn å tape terreng til ChatGPT og Perplexity i det lange løpet.

For deg som PR-sjef eller kommunikasjonsdirektør betyr det at synligheten din om ett år kan avgjøres av en helt annen logikk enn den vi måler i dag, styrt av Googles eget AI-lag, ikke av hvilken chatbot som er mest omtalt akkurat nå. Det er derfor vi har bygget vår egen metodikk og et eget analyseverktøy: et som raskt gir svar, og som ikke kollapser om én enkelt komponent i AI-markedet endrer seg.

Jeg fant til slutt svaret på spinat-spørsmålet mitt. Men det fikk jeg ikke fordi AI-en sa fra at den var usikker på hvilket lands regelverk den fulgte. Det gjorde den ikke. Det er også kjernen i problemet og grunnen til at vi trengte norske data i et stort volum.