09. June 2026
Under gårsdagens WWDC-konferanse la Apple endelig kortene på bordet og avduket «Apple Intelligence». Men i stedet for å prøve å overgå konkurrentene på rå regnekraft, valgte de en annen vinkel: Personvern. Selskapets store salgspitch er at de ikke har somlet med å kaste seg på AI-bølgen – de har bare brukt tiden på å gjøre det ordentlig og sikkert gjennom konseptet «Private Cloud Compute».
Bakgrunnen er Apples strategiske kilevink. Mens OpenAI og Microsoft har stormet frem, har Apple sittet stille i båten. Nå forsøker de å snu denne ventetiden til en konkurransefordel ved å love at dine personlige og bedriftsinterne data aldri lagres eller deles, selv når de må sendes til skyen for tunge AI-oppgaver. De bygger egne datasentre med spesialdesignede Apple-brikker for å garantere et lukket og sporbart økosystem.
For virksomheter som håndterer sensitive kundedata eller strengt fortrolig informasjon, kan dette være vendepunktet som gjør utstrakt AI-bruk spiselig for compliance-avdelingen. Hvis Apple klarer å bevise at sensitive data forblir låst, åpner det for at ansatte trygt kan bruke avanserte AI-funksjoner direkte i operativsystemet uten risiko for datalekkasjer. IT-sikkerhetsansvarlige (CISOer) som tidligere la ned forbud mot eksterne språkmodeller, kan nå få et verktøy som oppfyller de strengeste personvernkravene. Les mer om Apples personvern-løfte hos The Verge.
Det har oppstått en ny og uforutsett hodepine i teknologiavdelinger verden over: Utviklere som bruker AI til å spytte ut enorme mengder kode på rekordtid – såkalte «AI-rockstjerner» – etterlater seg ofte et ugjennomtrengelig kaos som kollegene må rydde opp i. Trenden belyser baksiden av medaljen når verktøy som GitHub Copilot og ChatGPT tas i bruk uten klare retningslinjer.
Konteksten er enkel: Å skrive kode har aldri vært raskere, men å lese, feilsøke og vedlikeholde den er fortsatt like tidkrevende. Når uerfarne eller overivrige utviklere ukritisk godtar AI-genererte løsninger for å lukke flest mulig oppgaver kjapt, øker den tekniske gjelden i rekordfart. Resultatet er systemer som fungerer på overflaten i dag, men som er umulige å oppdatere eller skalere i morgen.
For teknologidirektører og IT-avdelinger betyr denne utviklingen at tradisjonelle produktivitetsmål må kastes på dynga. Å måle suksess i antall kodelinjer eller lukkede oppgaver er i ferd med å bli direkte skadelig. Selskaper som utvikler egen programvare bør umiddelbart stramme inn rutinene for kodevurdering (code reviews) og flytte fokus fra kvantitet til kvalitet. Det handler om å belønne utviklere som skriver lesbar og robust kode, fremfor de som leverer raske, AI-genererte snarveier som krever kostbar opprydding i etterkant. Du kan lese hele historien om AI-generert kode på Coding with Jesse.