14. June 2026
Det er lett å få inntrykk av at alle rundt oss har flyttet hele arbeidsdagen inn i ChatGPT. En fersk analyse nyanserer imidlertid dette bildet kraftig og viser at den reelle hverdagsbruken av generativ AI ligner mer på en langsom integrasjon enn en eksplosiv revolusjon. Folk flest bruker AI mer som et spesialisert verktøy til enkeltoppgaver enn som en konstant, altomfattende assistent.
Bakgrunnen er den klassiske kløften mellom hva teknologien kan gjøre, og hvilke vaner vi faktisk klarer å etablere. Mens tech-optimister gjerne demonstrerer komplekse arbeidsflyter, bruker den gjennomsnittlige ansatte fortsatt mesteparten av tiden sin i tradisjonell programvare. AI-verktøyene blir gjerne liggende i verktøykassen frem til man har et helt spesifikt problem som skal løses, for eksempel å oppsummere en lang rapport eller flikke på en e-post.
For produktutviklere og tjenestedesignere betyr denne innsikten at man bør slutte å dytte generiske chatboter inn i alle mulige brukergrensesnitt. I stedet bør man satse på «usynlig AI» – funksjoner som løser konkrete problemer i bakgrunnen uten at brukeren må lære seg avansert prompt engineering for å få verdi ut av systemet. Les hele analysen her.
De enorme skybaserte språkmodellene (LLM) har vært motoren i AI-bølgen, men nå spås det at den mest intense vekstperioden for skybasert AI-prosessering er i ferd med å flate ut. Med Apples ferske WWDC-annonseringer friskt i minne, rettes oppmerksomheten nå for alvor mot lokal kjøring av AI direkte på brukernes egne enheter.
Kostnadene ved å sende milliarder av forespørsler til eksterne skyservere er i ferd med å bli ukomfortabelt høye for mange programvareleverandører. Samtidig har maskinvaren i moderne laptoper og telefoner blitt så kraftig at mindre, spesialiserte modeller kan kjøre lokalt uten merkbar forsinkelse – og helt uten krav til internettforbindelse eller kostbare API-lisenser.
For IT-direktører og budsjettansvarlige åpner dette for en etterlengtet mulighet til å kutte driftskostnader. Ved å migrere enkle oppgaver – som tekstredigering, lokal kategorisering og sensitive personopplysningsanalyser – over til lokale modeller på de ansattes maskiner, kan bedrifter redusere skyregningen drastisk samtidig som personvernet og GDPR-etterlevelsen ivaretas på en langt enklere måte. Les mer om skiftet i AI-infrastruktur her.
EU-kommisjonen har bekreftet at de nå undersøker de praktiske konsekvensene av en fersk rettslig eller regulatorisk beslutning knyttet til AI-selskapet Anthropic. Det europeiske regulatoriske maskineriet fortsetter dermed å sette tøffe rammer for de store, amerikanske AI-aktørene.
Dette er en del av en større global trend der opphavsrett, datakilder og konkurranseforhold i AI-bransjen settes under lupen. Myndighetene i Europa er spesielt opptatt av at AI-modeller som trenes og tilbys europeiske forbrukere, må spille etter de strenge reglene for åndsverk og personvern som gjelder i unionen.
For juridiske avdelinger og compliance-ansvarlige i europeiske selskaper understreker dette behovet for risikovurdering. Når man integrerer verktøy fra selskaper som Anthropic eller OpenAI i kritiske forretningsprosesser, må man ha en plan B i tilfelle regulatoriske innstramminger plutselig begrenser tilgangen til eller funksjonaliteten i disse modellene i Europa. Følg saken hos Reuters.