Norske og nordiske selskaper som har flyttet arbeidslaster til Kubernetes for å spare penger, sitter i realiteten på noen av de dårligst utnyttede skymiljøene i IT-historien. En fersk rapport fra kostnadsoptimaliseringsselskapet Cast AI, publisert 21. april 2026, viser at gjennomsnittlig CPU-utnyttelse i Kubernetes-klynger falt til bare 8 prosent i 2025, ned fra 10 prosent året før. Minneutnyttelsen falt til 20 prosent, og GPU-utnyttelse – målt for første gang i rapporten – lå på et enda dårligere nivå: 5 prosent. Med andre ord står svært dyr datakraft ubrukt praktisk talt hele tiden, mens regningen fra AWS, Azure og Google Cloud fortsetter å stige. Vi har tidligere skrevet om hvordan opptil 29 prosent av skyforbruket kastes bort og om hvordan H100-priser varierer kraftig mellom de tre store skyene, men Cast AI-tallene viser at selve utnyttelsesgraden er et enda mer grunnleggende problem enn prisforskjeller alene.
Tallene er hentet fra en analyse av titusenvis av produksjonsklynger hos Cast AI-kunder på tvers av AWS, Google Cloud og Microsoft Azure, målt gjennom hele 2025 og – for GPU-data – frem til april 2026. Funnene faller sammen med en bredere trend i skybransjen: etter fem år med fallende skyavfall globalt, snudde kurven i 2026. Ifølge Flexeras “State of the Cloud Report 2026”, basert på en undersøkelse blant 753 skybeslutningstakere og omtalt 3. september 2026, utgjør skyavfall nå 29 prosent av globalt IaaS- og PaaS-forbruk – første gang på fem år at andelen har økt i stedet for å falle. Et samtidig estimat fra konsulentselskapet Harness, i rapporten “FinOps in Focus 2025”, anslår at bortkastet skyinfrastruktur tilsvarer 44,5 milliarder dollar i 2025 alene. Andre bransjeanalyser, som en gjennomgang publisert av teknologimediet ByteIota 11. mai 2026, opererer med et enda høyere anslag på 182 milliarder dollar i årlig skyavfall globalt, basert på et totalmarked på rundt 675 milliarder dollar og en avfallsandel på 27–35 prosent. Tallene spriker fordi ulike analyser teller forskjellige deler av skyforbruket, men retningen er den samme: selskaper betaler for langt mer datakraft enn de faktisk bruker, og problemet vokser.
Hva viser Cast AI-rapporten konkret
Cast AI kaller rapporten “2026 State of Kubernetes Optimization Report”, og den bygger på reelle måledata fra kundenes klynger før noen automatisert optimalisering ble slått på. Det gir et nokså ufiltrert bilde av hvordan gjennomsnittlige Kubernetes-miljøer faktisk oppfører seg i produksjon, ikke hvordan leverandørene ønsker at de skal se ut i markedsføringsmateriell. Selskapet, som selv nådde enhjørning-status (verdivurdering over 1 milliard dollar) i januar 2026, bygger forretningsmodellen sin nettopp på å selge automatisert kapasitetsstyring til virksomheter som sliter med dette problemet.
Kjernetallene er entydige. CPU-overprovisjonering – altså at team ber om langt mer prosessorkraft enn arbeidslasten faktisk trenger – rammer nå 69 prosent av alle klynger, opp fra 40 prosent året før. Det er en økning på nesten 30 prosentpoeng på tolv måneder, i en periode der de fleste selskaper hevder å ha innført FinOps-praksis. Minneoverprovisjonering ligger enda høyere, på 79 prosent av klyngene. Til sammen betyr det at organisasjoner i snitt bestiller rundt 12 ganger mer CPU-kapasitet enn det arbeidslasten faktisk forbruker på det travleste tidspunktet. Man betaler altså for en bil med tolv ganger motorkraften man noensinne trenger, og lar den stå i tomgang.
GPU-tallene er verre. Rapporten målte GPU-utnyttelse for første gang, og fant at kostbare GPU-er i gjennomsnitt står ubrukt 95 prosent av tiden. Laurent Gil, medgründer og president i Cast AI, la ikke fingrene imellom da rapporten ble lansert. Han pekte på at en GPU som står i ro koster dollar per time, mens en inaktiv CPU koster cent, og at 95 prosent inaktiv GPU-kapasitet – samtidig som skyleverandørene nettopp hevet prisen på Nvidias H200-brikker med 15 prosent og dermed brøt en 20 år lang trend med fallende kostnader per regnekraft – gjør dette til mer et forretningsmessig nødstilfelle enn et konfigurasjonsproblem. Ifølge Gil er autonom, kontinuerlig optimalisering det eneste rasjonelle svaret på en infrastrukturøkonomi som beveger seg feil vei, ifølge Cast AIs pressemelding.
Fra 10 til 8 prosent: hvorfor utnyttelsen faller
Det kontraintuitive med tallene er at de går feil vei, akkurat i en periode der bransjen har snakket høyest om kostnadskontroll. CPU-utnyttelsen falt fra 10 til 8 prosent, minneutnyttelsen fra 23 til 20 prosent. Cast AI peker på tre strukturelle forklaringer, ikke enkeltstående feilkonfigurasjoner.
For det første har generativ AI og agentbaserte arbeidslaster gjort kapasitetsplanlegging langt vanskeligere. Én enkelt brukerforespørsel til en AI-agent kan i dag trigge flere modellkall på tvers av ulike leverandører, og kostnadene forsvinner inn i det som beskrives som en “agentgraf” der ingen lenger har full oversikt over hvilken tjeneste som faktisk brukte hvilken ressurs. For det andre fortsetter team å dimensjonere for verste tenkelige tilfelle, ikke for faktisk gjennomsnittsbelastning, fordi konsekvensen av å gå tom for kapasitet (nedetid, kundeklager, SLA-brudd) oppleves som langt verre enn konsekvensen av å sløse bort penger på ubrukt kapasitet. For det tredje har GPU-anskaffelse i AI-boomen skjedd i et tempo der innkjøp har gått foran arkitektur: selskaper har kjøpt GPU-kapasitet for å sikre seg tilgang i et stramt marked, uten nødvendigvis å ha arbeidslaster klare til å fylle den med det samme.
Et konkret eksempel fra Cast AIs blogginnlegg om rapporten illustrerer spennet: én analysert klynge klarte å opprettholde 49 prosent GPU-utnyttelse på 136 H200-brikker, altså ti ganger bedre enn flåtegjennomsnittet på 5 prosent. Forskjellen mellom de beste og de gjennomsnittlige miljøene er med andre ord enorm, og det er nettopp dette gapet som gjør at optimaliseringsleverandører som Cast AI, Kubecost og PerfectScale har fått vind i seilene i 2026.
Tabelloversikt: Ressursutnyttelse i Kubernetes-klynger 2024–2026
| Metrikk | Foregående periode | 2025/2026 (siste måling) | Endring |
|---|---|---|---|
| Gjennomsnittlig CPU-utnyttelse | 10 % | 8 % | -2 prosentpoeng |
| Gjennomsnittlig minneutnyttelse | 23 % | 20 % | -3 prosentpoeng |
| Gjennomsnittlig GPU-utnyttelse | Ikke målt tidligere | 5 % | Ny måling |
| Klynger med CPU-overprovisjonering | 40 % | 69 % | +29 prosentpoeng |
| Klynger med minneoverprovisjonering | Ikke oppgitt | 79 % | – |
| Overprovisjonert CPU-kapasitet vs. faktisk toppforbruk | – | Ca. 12x | – |
| Andel GPU-er kjørt på Spot-instanser (2025) | – | Under 2 % | – |
Kilde: Cast AI, “2026 State of Kubernetes Optimization Report” og tilhørende blogginnlegg, publisert april 2026.
Markedseffekt: Hva dette koster i praksis
Regnestykket er ikke bare akademisk. Med GPU-priser som stiger snarere enn faller, og med generativ AI som driver stadig flere selskaper til å kjøpe mer GPU-kapasitet, blir hver prosent bortkastet utnyttelse dyrere for hvert kvartal som går. Nvidia-brikker i H100- og H200-klassen koster typisk mellom 30.000 og 50.000 dollar per enhet ifølge bransjeanalyser sitert av flere kostnadsoptimaliseringsselskaper i 2026, og når 95 prosent av denne kapasiteten står ubrukt i gjennomsnittsklyngen, snakker vi om enorme låste kapitalverdier som ikke leverer noe tilbake.
For norske og nordiske virksomheter er dette ikke en abstrakt, utenlandsk problemstilling. De samme tre skyplattformene som Cast AI-analysen dekker – AWS, Google Cloud og Microsoft Azure – er også ryggraden i de fleste norske selskapers skyinfrastruktur, fra bank og telekom til offentlig sektor. Ettersom de underliggende driverne (AI-arbeidslaster med uforutsigbart forbruk, dimensjonering for verste tilfelle, og GPU-anskaffelse i forkant av faktisk bruk) er globale mønstre knyttet til hvordan Kubernetes og skyplattformene selv er bygget opp, er det lite som tyder på at nordiske miljøer skiller seg vesentlig fra det globale gjennomsnittet. Det gjør spørsmålet om FinOps-modenhet til et konkurransespørsmål: selskaper som får kontroll på utnyttelsesgraden, frigjør budsjett til faktisk innovasjon, mens de som ikke gjør det, subsidierer ledig kapasitet hos skyleverandørene.
ByteIotas analyse fra mai 2026 pekte på et beslektet funn: bare 23 prosent av virksomhetene betrakter seg selv som “svært effektive” på kostnadsstyring, til tross for at 98 prosent nå aktivt følger med på AI-relaterte skykostnader – opp fra bare 31 prosent for to år siden. Gapet mellom overvåking og faktisk handling er kjernen i problemet: det hjelper lite å måle sløsing hvis ingen har mandat eller verktøy til å rydde opp i den. Det er nøyaktig samme gap vi pekte på i vår gjennomgang av FinOps-markedet i 2026, der stadig flere selskaper sier de følger med på AI-kostnader uten at det nødvendigvis fører til reelle kutt.
Historisk kontekst: Fra containere til kostnadskrise
Kubernetes ble opprinnelig utviklet av Google og lansert som open source i 2014, med løftet om at containerorkestrering skulle gjøre det enklere å skalere arbeidslaster effektivt og bruke ressurser dynamisk. I mange år var narrativet rundt Kubernetes at det representerte en modernisering bort fra overdimensjonerte, statiske virtuelle maskiner. Ironien i 2026-tallene er at Kubernetes-klynger nå fremstår som minst like overprovisjonerte som de gamle VM-miljøene teknologien skulle erstatte, bare med et ekstra lag kompleksitet på toppen. Selve plattformen er fortsatt i rask utvikling, noe de brytende endringene i Kubernetes 1.37 er et eksempel på, men verken nye versjoner eller bedre funksjonalitet løser i seg selv problemet med at team fortsatt dimensjonerer feil.
FinOps-bevegelsen, som formaliserte seg som fagfelt rundt 2019 gjennom FinOps Foundation, har i flere år hatt som mål å knytte skyforbruk tettere til faktisk forretningsverdi. Utviklingen de siste to årene, med generativ AI som ny og uforutsigbar kostnadsdriver, har imidlertid gjort jobben vanskeligere i stedet for enklere. En studie fra januar 2026, som analyserte 3.042 produksjonsklynger, fant at 68 prosent av alle pods ber om mellom tre og åtte ganger mer minne enn de faktisk bruker – noe analysen anslo skaper et isolert Kubernetes-relatert sløsingsproblem verdt rundt 50 milliarder dollar. Det er verdt å merke seg at dette er et annet, mer avgrenset anslag enn de bredere skyavfallstallene nevnt tidligere, men det peker i samme retning: selv etter et tiår med Kubernetes i produksjon, har ikke bransjen løst det grunnleggende problemet med å matche forespurte ressurser til faktisk forbruk.
Konkurrentbildet: Verktøyene som skal tette gapet
Markedet for Kubernetes-kostnadsoptimalisering har modnet raskt gjennom 2025 og 2026, drevet nettopp av tallene beskrevet over. Cast AI selv posisjonerer seg som det mest automatiserte alternativet, med funksjonalitet for å justere noder, poder, Spot-instanser og GPU-forbruk på tvers av skyer uten manuell inngripen. Kubecost har i mellomtiden befestet seg som det mest utbredte verktøyet for ren kostnadssynlighet – det kartlegger forbruk ned til navnerom, pod og etikett, men overlater selve handlingen (skalering, konsolidering) til teamene selv. PerfectScale har bygget en kommersiell plattform rundt autonom optimalisering med maskinlæring for å justere ressursallokering løpende.
Forskjellen mellom disse tilnærmingene handler i praksis om hvor mye tillit en organisasjon er villig til å gi et automatisert system til å endre produksjonsressurser på egen hånd. Rapportens egne casestudier illustrerer hva som er mulig når man går “all-in” på automatisering: selskapet ALLEN Digital oppnådde 20 prosent besparelse alene fra GPU-tidsdeling (time-slicing), ytterligere 30–40 prosent fra modellkonsolidering, og endte opp med over 70 prosent totale besparelser sammenlignet med sitt tidligere driftsoppsett på Amazon SageMaker. I en annen klynge falt antallet OOM-kill-hendelser (der prosesser tvangsavsluttes fordi de går tom for minne) fra 40–50 per måleperiode til nesten null etter at automatisert optimalisering ble innført.
GPU Spot-instanser: Stort potensial, minimal bruk
Et av de mer oppsiktsvekkende funnene i rapporten er hvor lite selskaper faktisk benytter seg av rimeligere Spot-kapasitet for GPU-arbeidslaster. I 2025 kjørte færre enn 2 prosent av alle GPU-er på Spot-instanser, til tross for at Spot-priser typisk ligger vesentlig under fastpris (on-demand). Årsaken handler delvis om pålitelighet, og her varierer bildet kraftig fra region til region. I den europeiske regionen eu-west-3 hadde T4-GPU-er over 90 prosent sannsynlighet for å overleve 24 timer sammenhengende uten avbrudd. I eu-central-1 og us-east-1 var tilsvarende sannsynlighet under 20 prosent – med andre ord rundt 80 prosent sjanse for avbrudd i løpet av et gitt døgn. Team som velger riktig region strategisk kan ifølge rapporten oppnå en kostnadsforskjell på 2 til 5 ganger sammenlignet med å plassere arbeidslasten tilfeldig.
Dette betyr i praksis at nordiske selskaper som kjører GPU-arbeidslaster i europeiske regioner bør vurdere regionvalg som en like viktig kostnadsspak som selve valget av skyleverandør. En feilplassert klynge i en ustabil region kan i verste fall koste flere ganger så mye som nødvendig, selv om den nominelle timeprisen ser lik ut på papiret.
Kodeeksempel: Enkel ressursbegrensning i Kubernetes
Et første, lavterskel steg mange team fortsatt mangler er å sette realistiske ressursforespørsler (requests) og -grenser (limits) per container, i stedet for å kopiere generøse standardverdier fra en mal. Et eksempel på en pod-spesifikasjon med eksplisitte, målbaserte grenser kan se slik ut:
apiVersion: v1
kind: Pod
metadata:
name: eksempel-arbeidslast
spec:
containers:
- name: app
image: registry.eksempel.no/app:2026.9
resources:
requests:
cpu: "250m"
memory: "256Mi"
limits:
cpu: "500m"
memory: "512Mi"Poenget er ikke tallene i seg selv, men prosessen: requests og limits bør settes basert på faktiske målinger over tid (for eksempel via verktøy som Kubecost eller innebygde metrikker i skyleverandørens overvåkingstjeneste), ikke basert på en gjetning ved førstegangs utrulling som deretter aldri revideres. Vi har tidligere vist hvordan et enkelt oppsett av det åpen kildekode-baserte verktøyet OpenCost kan gi 30 prosent lavere skykostnad uten å måtte kjøpe en kommersiell plattform først.
Tabelloversikt: Verktøy for Kubernetes-kostnadsoptimalisering
| Verktøy | Hovedfokus | Automatiseringsnivå | Dekker GPU-optimalisering |
|---|---|---|---|
| Cast AI | Noder, poder, Spot, GPU på tvers av skyer | Høy (autonom) | Ja |
| Kubecost | Kostnadssynlighet per navnerom/pod/etikett | Lav (rapportering) | Delvis |
| PerfectScale | Autonom ressursjustering med maskinlæring | Høy (autonom) | Delvis |
| ScaleOps | Kontinuerlig ressursoptimalisering | Middels til høy | Delvis |
| OpenCost (åpen kildekode) | Kostnadsallokering og synlighet | Lav (rapportering) | Nei |
Kilde: Sammenstilt fra offentlig tilgjengelig produktdokumentasjon og bransjesammenligninger publisert i 2026.
Hvorfor “mer overvåking” ikke løser problemet alene
Et gjennomgående funn på tvers av flere 2026-rapporter er at overvåking i seg selv ikke reduserer sløsing. Nesten alle organisasjoner (98 prosent ifølge tall sitert av ByteIota) sier de aktivt følger AI-relaterte skykostnader, men bare rundt en firedel anser seg som gode til å faktisk gjøre noe med innsikten. Det peker mot et organisatorisk, ikke teknisk, problem: team som eier infrastrukturbudsjettet er ofte ikke de samme som eier beslutningen om å endre ressursforespørsler i produksjon, og frykten for å sette grenser for stramt (og dermed skape nedetid) overskygger ofte den økonomiske gevinsten ved å stramme inn.
Cast AI-rapporten argumenterer for at dette er nøyaktig grunnen til at autonome, kontinuerlige optimaliseringssystemer vinner terreng: de fjerner den menneskelige nølingen fra beslutningsløkken ved å justere ressurser løpende basert på faktisk målt forbruk, i stedet for å vente på en kvartalsvis manuell gjennomgang.
Hva GPU-delingsteknologi kan bidra med
Et virkemiddel som fortsatt er underutnyttet er GPU-deling (sharing), altså å la flere arbeidslaster dele samme fysiske GPU i stedet for at hver arbeidslast får en hel GPU for seg selv, uavhengig av hvor mye av kapasiteten den faktisk bruker. Teknologien er godt forstått og har eksistert i flere år gjennom mekanismer som tidsdeling og partisjonering av GPU-minne, men rapporten peker på at nesten ingen bruker den i praksis. ALLEN Digital-casestudien nevnt tidligere illustrerer nettopp gevinsten: 20 prosent besparelse fra tidsdeling alene, før man i det hele tatt regner med konsolideringsgevinstene. Med GPU-priser som stiger og tilgjengelighet som forblir stram, er GPU-deling trolig et av de raskeste tiltakene selskaper kan innføre uten å måtte bygge om hele arkitekturen.
Fem spådommer for resten av 2026 og inn i 2027
- GPU-deling blir standard, ikke unntak. Med GPU-utnyttelse på 5 prosent som utgangspunkt og fortsatt prispress oppover på H200-klassen, vil flere plattformleverandører trolig gjøre tidsdeling og partisjonering til en forhåndsaktivert innstilling snarere enn en avansert funksjon brukere selv må slå på.
- Automatisert, kontinuerlig ressursjustering tar over for kvartalsvise gjennomganger. Gapet mellom de 98 prosent som overvåker kostnader og de 23 prosent som faktisk klarer å handle på innsikten, taler for at markedet beveger seg mot autonome systemer som Cast AI og PerfectScale fremfor rene dashbord-verktøy.
- Regionvalg blir en eksplisitt del av FinOps-strategien. Med dokumenterte kostnadsforskjeller på 2–5 ganger avhengig av regional Spot-pålitelighet, vil flere selskaper trolig bygge regionbevisst planlegging direkte inn i sine orkestreringspipeliner.
- Skyavfallstallene fortsetter å stige før de faller igjen. Så lenge generativ AI driver uforutsigbart forbruksmønster raskere enn organisasjoner klarer å bygge kapasitetsstyring rundt det, er det sannsynlig at neste års Flexera- og Cast AI-rapporter viser videre økning før trenden eventuelt snur.
- Nordiske virksomheter får økt press fra styrer og revisorer. Med skyavfall nå omtalt som et tema for finansdirektører og styrer internasjonalt, er det rimelig å vente at norske og nordiske selskaper i økende grad må dokumentere skyforbruk og utnyttelsesgrad som del av ordinær økonomistyring og rapportering.
Konkrete tiltak norske IT-team kan iverksette nå
For team som ønsker å håndtere dette uten å vente på et fullstendig autonomt optimaliseringsverktøy, peker funnene i rapportene mot noen konkrete, håndgripelige steg. Først bør man etablere faktisk måling av CPU-, minne- og GPU-bruk per arbeidslast over minst 30 dager, før man endrer noe som helst – uten et reelt datagrunnlag blir enhver justering et gjetteverk. Deretter bør requests og limits justeres iterativt basert på observert forbruk, ikke basert på opprinnelige estimater fra utviklingsteamet. For GPU-tunge arbeidslaster bør tidsdeling og konsolidering vurderes før man kjøper mer kapasitet, siden gevinstpotensialet dokumentert i ALLEN Digital-casen (20 prosent fra tidsdeling alene) ofte er billigere å hente ut enn å skalere opp. Til sist bør regionvalg for Spot-baserte GPU-arbeidslaster evalueres eksplisitt opp mot dokumenterte overlevelsesrater, ikke bare opp mot listepris. Følg vår dekning av skytjenester for flere analyser av hvordan norske og nordiske virksomheter håndterer kostnader og drift i AWS, Azure og Google Cloud.
Ofte stilte spørsmål
Hva er gjennomsnittlig CPU-utnyttelse i Kubernetes-klynger i 2026?
Ifølge Cast AIs “2026 State of Kubernetes Optimization Report” var gjennomsnittlig CPU-utnyttelse 8 prosent i 2025, ned fra 10 prosent året før, målt på tvers av titusenvis av produksjonsklynger hos AWS, Google Cloud og Azure.
Hvorfor er GPU-utnyttelsen så lav som 5 prosent?
Kombinasjonen av rask GPU-anskaffelse under AI-boomen, mangel på GPU-deling mellom arbeidslaster, og at under 2 prosent av GPU-ene kjøres på rimeligere Spot-instanser, gjør at kostbar GPU-kapasitet i gjennomsnitt står ubrukt 95 prosent av tiden.
Hva betyr CPU-overprovisjonering i praksis?
Det betyr at team ber om langt mer prosessorkraft enn arbeidslasten faktisk bruker på det travleste tidspunktet. Rapporten anslår at organisasjoner i snitt provisjonerer rundt 12 ganger mer CPU-kapasitet enn faktisk toppforbruk, og at 69 prosent av alle klynger nå er rammet av dette.
Hvor mye koster skyavfall globalt i 2026?
Anslagene varierer mellom kilder. Flexera anslår at 29 prosent av globalt IaaS/PaaS-forbruk er sløsing, mens Harness beregner det bortkastede beløpet til 44,5 milliarder dollar for 2025. Enkelte bransjeanalyser opererer med et bredere anslag på opp mot 182 milliarder dollar årlig, avhengig av hvilket totalmarked man legger til grunn.
Er dette relevant for norske og nordiske virksomheter spesifikt?
Ja. De samme tre hyperscale-skyene (AWS, Google Cloud, Azure) som analysen dekker, utgjør ryggraden i de fleste norske og nordiske selskapers skyinfrastruktur. De strukturelle årsakene til overprovisjonering (AI-drevet uforutsigbarhet, dimensjonering for verste tilfelle) er globale mønstre knyttet til hvordan Kubernetes og skyplattformene er bygget, ikke noe som er unikt for enkeltmarkeder.
Hva er GPU-tidsdeling (time-slicing)?
GPU-tidsdeling lar flere arbeidslaster dele samme fysiske GPU ved å veksle mellom dem over tid, i stedet for at én arbeidslast får eksklusiv tilgang til en hel GPU uavhengig av faktisk forbruk. I en casestudie fra Cast AI-rapporten ga dette alene 20 prosent kostnadsbesparelse.
Hvilke verktøy finnes for å redusere Kubernetes-kostnader?
Blant de mest omtalte i 2026 er Cast AI og PerfectScale for autonom, kontinuerlig ressursoptimalisering, Kubecost for kostnadssynlighet ned til navnerom og pod, ScaleOps for kontinuerlig justering, og det åpen kildekode-baserte OpenCost for grunnleggende kostnadsallokering og rapportering.
Hvorfor har skyavfall økt etter fem år med nedgang?
Flexeras rapport knytter økningen til at generativ AI og nye IaaS/PaaS-tjenester har gjort skyforbruket mer komplekst å planlegge og styre, slik at selskaper i praksis mister oversikt raskere enn de klarer å bygge kapasitetsstyring rundt de nye arbeidslastene.
