Klarna-sjefen: SaaS er dødt, AI-agenter tar over
Nøkkelinnsikt
- Klarna har krympet fra 7 000 til under 3 000 ansatte — 50 % reduksjon — uten ekstra investeringer, hovedsakelig gjennom naturlig avgang
- Når AI-agenter reduserer byttekostnaden for data mellom systemer, mister SaaS-selskaper sin viktigste konkurransefordel: innlåsingseffekten
- Sebastian foretrekker Claude fremfor ChatGPT fordi Claude gir ærlige, usminkede svar i stedet for å prøve å behage brukeren
- AI er fundamentalt en komprimeringsteknologi — all menneskelig kunnskap kan komprimeres ned til noen hundre gigabyte fordi det meste er repetisjoner og variasjoner
Les denne artikkelen på English
Kort fortalt
Sebastian Siemiatkowski, CEO i Klarna, sitter ned med Harry Stebbings i et omfattende intervju om AI og fremtidens næringsliv. Budskapet er klart: kostnadene ved å lage programvare går mot null, AI-agenter vil snart fjerne byttekostnadene som holder bedrifter låst til Salesforce og SAP, og Klarna beviser at det fungerer — de har halvert antall ansatte fra 7 000 til under 3 000 uten å be om en eneste krone ekstra. Sebastian deler også hvorfor han foretrekker Claude, hva han lærte av Michael Moritz i Sequoia, og hvorfor AI egentlig er en komprimeringsteknologi.
SaaS er dødt — hva betyr det egentlig?
Sebastian starter intervjuet med en bred påstand: kostnaden ved å lage programvare går mot null (1:32). Alle kan generere programvare når som helst. Men det er ikke hele bildet.
Den virkelige trusselen mot programvare-som-tjeneste-selskaper (SaaS, Software as a Service) som Salesforce, SAP og ServiceNow kommer når byttekostnadene (switching costs) for data forsvinner. I dag sitter bedrifter fast fordi all data er låst inne i leverandørens system, i deres datamodell og etter deres oppsett. Du kan kanskje bygge et nytt dashboard med AI, men å flytte all dataen? Det har vært nesten umulig (2:17).
Børsen har allerede reagert
Sebastian peker på at aksjemarkedet begynte å våkne opp til denne realiteten i ukene før intervjuet. SaaS-selskaper som historisk har handlet til 20–30 ganger omsetningen, er nå nede på 5–10x. Men vanlige selskaper (verdiselskaper) handler til 1–2x. Har SaaS-selskapene fortsatt rom å falle? Sebastian mener ja (3:32).
Han bruker Chegg som eksempel, et amerikansk utdanningsselskap som handler til 0,2x omsetningen etter at ChatGPT «spiste» kjernevirksomheten deres. Så ekstremt tror han ikke det blir for de store SaaS-selskapene, men 1–2x er absolutt mulig.
«Company in a box» — Sebastians eget eksperiment
Samme helgen som Claude Code fikk stor oppmerksomhet på X, satt Sebastian selv og lekte med et prosjekt han kalte «company in a box» (6:36). Ideen: legg åpen kildekode-programvare (open source, fritt tilgjengelig programvare laget av et fellesskap) for regnskap og kundehåndtering (CRM, Customer Relationship Management) i én mappe, sett en Claude-agent på toppen, og spør «kan du bokføre denne fakturaen for meg?»
Det fungerte overraskende bra. For små bedrifter kan dette erstatte hele regnskapsfirmaet. Du spør Claude i stedet for å sende e-post til regnskapsføreren.
Men ikke alle skal kode selv
Sebastian er tydelig på at ikke alle bedrifter skal bygge sin egen programvare. Rørleggerfirmaet skal ikke «vibe code» systemene sine, altså lage programvare ved å beskrive hva man vil i vanlig språk. De vil kjøpe en ferdig løsning, en «company in a box» (7:43). Men for store selskaper som Klarna? De må bygge selv, fordi AI-en trenger best mulig kontekst for å gjøre en god jobb.
Hvorfor Klarna bygger alt selv
Klarna startet å stenge ned SaaS-abonnementer for to år siden. Grunnen er enkel: AI trenger kontekst for å gjøre en god jobb, og konteksten er spredt utover mange ulike systemer (8:22).
Litt data i CRM-systemet, litt i prosjektstyringsverktøyet, litt i regnskapssystemet, litt i Slack. Hvis AI-en skal kunne svare riktig på kundeforespørsler, trenger den tilgang til alt, ideelt sett direkte i kildekoden (source code, programmeringsinstruksjonene som får programvaren til å fungere).
Sebastian gir et konkret eksempel: «Hvordan beregner Klarna renter?» Svaret finnes dypt i kildekoden. En kundeserviceagent kan ha en dokumentasjon, men dokumentasjonen kan være unøyaktig. Sannheten er i koden (12:26). I praksis betyr «AI native» at hele teknologistabelen tenkes om med AI som grunnpilar. Klarna kombinerer deterministisk kode (tradisjonell programmering) med probabilistisk kode (AI) i ett system som fungerer som bankens operativsystem.
Kundeservice: Fra 700 AI-agenter til menneskelig VIP
I 2023 annonserte Sebastian at Klarnas AI-kundeservice hadde gjort jobben tilsvarende 700 menneskelige agenter. Overskriftene gikk verden rundt og skapte både beundring og sinne (10:51).
Men sannheten var mer nyansert. På det tidspunktet svarte AI-en på enkle spørsmål: «Betalte jeg Klarna?» «Ja, det gjorde du.» Ikke akkurat raketteknologi.
Vendingen
I stedet for å bare kutte kostnader, snudde Sebastian tankesettet: AI-kundeservice blir den billige versjonen alle får. Men menneskelig kontakt blir den nye luksusen (15:41). Akkurat som håndlaget møbler ble mer verdsatt da fabrikkene begynte å masseprodusere — vil personlig service bli VIP-opplevelsen i fremtiden. Dette mønsteret dukker opp i AI-drevet utdanning også, der AI håndterer den repetitive undervisningen mens menneskelige mentorer fokuserer på motivasjon og støtte.
Klarnas Uber-modell for kundeservice
Klarna rekrutterer nå sine mest lidenskapelige kunder som kundeservicemedarbeidere (17:29). Folk som bor i distriktene og vil jobbe deltid eller ekstra. De logger seg på, akkurat som en Uber-sjåfør, og hjelper andre kunder. Kundetilfredsheten? Skyhøy.
Fra 7 000 til under 3 000 ansatte
Tallene er vanskelige å ignorere. Klarna hadde over 7 000 ansatte. Nå er de under 3 000, en reduksjon på over 50 % (34:00).
Det som skiller seg ut: Sebastian ba ikke styret om en eneste krone i ekstra investeringer for å lansere en rekke nye banktjenester (person-til-person-betalinger, aksjehandel, internasjonale overføringer, økte kortbalanse og innskudd). Tvert imot: han kunne lansere alt dette fordi AI gjør organisasjonen mer effektiv.
Hvordan det funger i praksis
- Mesteparten er naturlig avgang: Folk jobber i gjennomsnitt 5 år og går videre. Klarna ansetter nesten ikke nye
- Ansatte deler gevinsten: Kompensasjonen per hode har økt nesten 50 % i perioden
- Målet for 2030: Sebastian antyder at det kan bli færre enn 2 000 ansatte
AI som komprimeringsteknologi
Sebastian presenterer også en teori om AI som komprimeringsteknologi (1:00:29). Han forteller om en konferanse i Yellowstone med Sam Altman og Eric Schmidt, der noen i publikum spurte: «Hvordan er det mulig at en hel AI-modell, trent på hele internett, får plass på en USB-pinne?»
Sebastians svar: fordi AI komprimerer informasjon. I en vanlig bedrift lagres den samme informasjonen om og om igjen: i Slack, Salesforce, Google Docs, presentasjoner. Men på Wikipedia? Det er bare én artikkel om Klarna. Ikke femten.
Hva dette betyr for datasentre
Hvis enterprise-data kan komprimeres dramatisk, trenger vi kanskje langt mindre datakraft enn folk tror. Sebastian hadde en samtale med Michael Burry (ja, The Big Short-fyren) om nettopp dette (1:03:29).
Motargumentet: folk vil også generere nytt innhold — som en personlig Star Wars-film med ditt eget ansikt. Det krever enorm datakraft. Spørsmålet er hvilken kraft som vinner: komprimeringen av enterprise-data eller genereringen av nytt innhold for underholdning.
Claude vs. ChatGPT — Sebastians ærlige vurdering
Harry spør om Sebastian ville investert i Anthropic (Claude) eller OpenAI (ChatGPT). Sebastians preferanse er tydelig (55:26):
OpenAI er i ferd med å bli et forbrukerselskap. ChatGPT optimaliserer for emosjonell tilknytning. Folk bruker det som venn, underholdning, rådgiver. Risikoen: de begynner å optimalisere for å behage brukeren.
Claude (Anthropic) er «min intelligente rådgiver». Sebastian sier han aktivt pusher Anthropic: «Jeg vil ikke ha en AI som sier at jeg er fantastisk. Jeg vil ha en som sier: Sebastian, det der er helt idiotisk. Ikke gjør det.» (56:57)
Cursor vs. Claude Code
Sebastian bruker også begge kodeverktøyene. Han beskriver det som at de har «nesten distinkte personligheter», og han hopper mellom Cursor (et AI-drevet kodeverktøy) og Claude Code avhengig av oppgaven (54:41). Harry spår at Cursor vil miste halvparten av inntektene sine i 2026 på grunn av Claude Code. Sebastian er mer optimistisk om Cursors fremtid.
CEOen som koder selv
Sebastian beskriver hvordan AI har gjort ham til en bygger. Han forteller om en opplevelse med Claude som gjorde inntrykk: han prøvde å kommunisere et komplekst finanskonsept, og etter noen runder frem og tilbake med Claude fikk han en fungerende animasjon i HTML (1:09:13).
For å lage det samme tidligere ville han trengt en animatør, en designer, en regnskapsfører og en finansanalytiker, og ingen av dem ville forstått hva de andre trengte for å gjøre det perfekt. Claude hadde alle ferdighetene i én.
Klarnas vei: Fra «buy now, pay later» til global bank
Under overflaten handler dette intervjuet like mye om Klarnas transformasjon fra en betalingsløsning til en fullverdig digital bank. Sebastian deler visjonen fra 2015: Klarna skal bli din digitale finansielle assistent, en som vekker deg om morgenen og sier «jeg sjekket boliglånet ditt, du betaler altfor mye, og jeg har allerede reforhandlet for deg» (21:08).
Konkurransefortrinn
- 110 millioner kunder globalt (dobbelt så mange som Revolut)
- Eget betalingsnettverk som American Express: de vet ikke bare at du handlet på Sephora, men hvilke produkter du kjøpte
- Kort i USA vokser raskt, med 2–3 millioner aktive kortholdere på få måneder
BNPL er ikke en «shitty business»
Harry utfordrer Sebastian direkte: er ikke BNPL (buy now, pay later) rett og slett en dårlig forretning? Sebastian svarer ærlig: ja, det er vanskelig å bygge et 20–30 milliarder-selskap på ren forbrukslån. Men Klarna har utviklet en modell som er bedre enn kredittkort: ingen rullerende gjeld (revolving debt, der ubetalte beløp hoper seg opp med renter måned etter måned), rentefrie avdrag, og debet som standard (50:07).
Raske spørsmål: Hva venturekapitalister (VCer) bør gjøre
Harry spør om investering i AI, og Sebastian er direkte: hvis du som investor ikke har lastet ned Cursor eller Claude Code og prøvd å bygge noe selv, mangler du kompetansen til å vurdere AI-selskaper (53:54). Det er så kritisk å forstå hvor kraftfulle verktøyene er i dag.
Ordliste
| Begrep | Forklaring |
|---|---|
| SaaS (Software as a Service) | Programvare du leier i stedet for å kjøpe — som Salesforce, Slack eller Google Workspace. Du betaler månedlig, og programvaren kjører i skyen. Sebastians argument er at denne modellen er truet fordi AI gjør det billig å bygge tilsvarende løsninger selv. |
| ERP (Enterprise Resource Planning) | Store systemer som SAP eller Oracle som håndterer alt fra regnskap til lagerstyring i en bedrift. De er dyre, komplekse og vanskelige å bytte ut — akkurat den typen system AI-agenter kan true. |
| Byttekostnad (Switching Cost) | Kostnaden og innsatsen det krever å bytte fra ett system til et annet. For SaaS-selskaper har dette vært den viktigste innlåsingsmekanismen: selv om produktet er dårlig, er det for dyrt og tidkrevende å flytte all dataen. |
| AI-agent | En AI som ikke bare svarer på spørsmål, men som kan utføre handlinger — lese filer, klikke i programmer, flytte data mellom systemer. Tenk på det som en digital medarbeider som kan gjøre oppgaver på egenhånd. |
| Vibe coding | Å bruke AI til å generere programvare ved å beskrive hva du vil ha i vanlig språk, i stedet for å skrive kode manuelt. Verktøy som Cursor, Claude Code og Lovable gjør dette mulig. |
| BNPL (Buy Now, Pay Later) | En betalingsmodell der du handler nå og betaler i rentefrie avdrag etterpå. Klarnas kjerneprodukt, og deres inngangsport til å bygge en fullverdig bankrelasjon med kundene. |
| AI-komprimering | Sebastians teori om at AI fungerer som en komprimeringsteknologi — den tar enorme mengder repetitiv informasjon og destillerer det ned til essensen. Det er derfor en modell trent på hele internett kan få plass på en USB-pinne. |
| Price-to-Sales (P/S) | Et nøkkeltall som viser hvor mye investorer betaler per krone i omsetning. SaaS-selskaper har historisk handlet til 20–30x omsetningen. Sebastian mener de kan falle til 1–2x — nivået til vanlige selskaper. |
Kilder og ressurser
Vil du vite mer? Se hele videoen på YouTube →