10. June 2026
Anthropic har nettopp sluppet løs Claude Fable 5, som de selv omtaler som sin kraftigste og mest avanserte KI-modell til nå. Modellen har høstet enorm skryt for sine ekstreme ferdigheter innen komplekse fagfelt som biologi. Men da de første brukerne skulle teste den i praksis, oppsto det en uventet floke: Modellen nektet å svare på helt grunnleggende biologispørsmål på ungdomsskolenivå.
Hvorfor skjer dette? Det handler om sikkerhetsmekanismer som har løpt løpsk. I frykt for at kunstig intelligens skal brukes til å designe biologiske våpen eller andre farlige substanser, har utviklerne lagt inn så strenge filtere at modellen blir "overnervøs". Så fort du nevner et ord som minner om kjemi eller biologi, går gardinen ned, selv om du bare ber om hjelp til leksene eller enkle analysesvar.
For pharma-startups, helseteknologi-selskaper og matprodusenter som vurderer å bygge interne kunnskapsdatabaser på toppen av slike modeller, illustrerer dette en stor utfordring. Man risikerer at de sikreste modellene også blir de minst brukbare i det daglige arbeidet. Når du skal velge KI-partner framover, holder det ikke bare å se på testresultater på papiret – du må faktisk teste om modellens sikkerhetsfiltere blokkerer for helt legitim forretningsdrift. Les saken hos The Verge.
Dario Amodei, administrerende direktør i Anthropic, har publisert et omfattende essay om hvordan myndigheter må forholde seg til det han kaller "den eksponentielle KI-kurven". Han argumenterer for at teknologien utvikler seg i et tempo som gjør tradisjonell, treg regulering ubrukelig, og at vi må tenke helt nytt om sikkerhet og nasjonal beredskap.
Amodei peker på at vi i løpet av kort tid vil se systemer som ikke bare skriver e-poster, men som kan automatisere komplekse vitenskapelige prosesser og i verste fall misbrukes i stor skala. Hans budskap er at vi trenger dynamiske rammeverk der sikkerhetskravene skrus automatisk opp i takt med hvor kraftige modellene blir.
For compliance-ansvarlige og strategiske rådgivere i virksomheter som opererer i strengt regulerte sektorer – som finans, energi og samfunnskritisk infrastruktur – er dette et tydelig signal. Tiden for "vage retningslinjer" er snart forbi. Bedrifter bør allerede nå arkitektere sine KI-løsninger med tanke på full sporbarhet og muligheten for raske justeringer, ettersom kravene til dokumentasjon og sikkerhetsrevisjoner vil skyte i været de neste par årene. Les hele essayet til Amodei her.
I kampen om å sikre nok regnekraft har Meta tatt i bruk en høyst uvanlig metode: De har begynt å sette opp gigantiske, spesialbygde telt-konstruksjoner for å huse sine nyeste KI-datasentre. Dette er en taktikk de har lånt direkte fra Tesla, som tidligere brukte lignende midlertidige telt-fabrikker for å raskt øke produksjonen av Model 3.
Bakgrunnen er den akutte mangelen på tid og fysisk infrastruktur. Å planlegge, godkjenne og bygge et tradisjonelt datasenter i betong tar gjerne flere år. Ved å bruke telt-strukturer med avanserte kjølesystemer kan Meta rulle ut tusenvis av Nvidia-brikker på en brøkdel av tiden, og dermed holde tritt med konkurrenter som Microsoft og Google.
For infrastruktursjefer og teknologidirektører som planlegger bedriftens sky-kapasitet, viser dette hvor ekstremt flaskehalsen på fysisk infrastruktur faktisk er. Kampen om datakraften vil fortsette å presse prisene oppover. Bedrifter som baserer seg på tunge KI-beregninger bør vurdere å sikre seg langsiktige kapasitetsavtaler (såkalt "reserved compute") fremfor å stole på at skyen alltid har ledig kapasitet til spotpris. Les saken hos TechCrunch.