14. June 2026
Høyre-leder Erna Solberg går hardt ut mot regjeringens arbeidslivspolitikk og påpeker at Norge kunne hatt over 100 000 flere i arbeid dersom vi hadde ligget på nivå med våre naboland. Denne politiske debatten belyser en av de største operative hodepinene i norsk næringsliv akkurat nå: den akutte mangelen på kvalifisert arbeidskraft på tvers av nesten alle sektorer.
Bak de politiske tallene skjuler det seg en strukturell realitet som norske virksomheter har følt på kroppen lenge. Eldrebølgen skyter fart, sykefraværet er høyt, og kampen om de skarpeste hodene blir stadig tøffere. Når det rett og slett ikke finnes nok hoder til å fylle de ledige stillingene, må produktiviteten per ansatt opp om vi skal klare å opprettholde både tjenestekvalitet og vekst.
For HR-direktører og driftsledere i både offentlig og privat sektor handler ikke lenger innføringen av kunstig intelligens om å kutte kostnader gjennom nedbemanning. I stedet har det blitt et spørsmål om i det hele tatt ha nok kapasitet til å levere kjerneleveransene sine. Agentisk KI – altså intelligente systemer som kan utføre komplekse oppgaver autonomt i bakgrunnen – rulles nå ut i høyt tempo for å avlastes saksbehandlere, kundeservice og administrative støttefunksjoner.
Virksomheter som lykkes best med dette i dag, ser ikke på KI som et isolert IT-prosjekt, men som et strategisk verktøy for å restrukturere arbeidshverdagen. Ved å la digitale agenter ta unna rutinepreget papirarbeid og enkle forespørsler, frigjøres verdifull menneskelig kapasitet til de oppgavene som faktisk krever empati, kompleks problemløsning og fysisk tilstedeværelse. Les mer om den politiske debatten hos NRK.
En fornyet interesse rundt Chaosnet – nettverksprotokollen som ble utviklet ved MITs kunstig intelligens-laboratorium på 1970-tallet – har skapt engasjement i teknologikretser de siste dagene. Chaosnet ble i sin tid designet spesifikt for å koble sammen de legendariske LISP-maskinene, som var datidens absolutt råeste maskinvare dedikert til tidlig AI-forskning.
Hvorfor bry seg om over 50 år gammel nettverksteknologi i dag? Fordi historien gjentar seg i ekspressfart. Under den første "KI-bølgen" innså man raskt at standard datamaskiner og generelle nettverk ikke var rigget for de massive beregningene som kunstig intelligens krevde. Dette førte til spesialiserte, men ekstremt dyre og isolerte systemer. I dag står vi overfor nøyaktig samme utfordring: Standard skyinfrastruktur sliter med å holde følge med kravene til de nyeste språkmodellene, både når det gjelder båndbredde, responstid og datakontroll.
For teknologidirektører (CIOs) og IT-arkitekter som planlegger de neste tre til fem årenes infrastruktur, gir dette en viktig lekse. Vi beveger oss raskt bort fra en tid der "alt skal i den offentlige skyen". For å kjøre tunge, proprietære AI-modeller effektivt og sikkert, ser vi nå en renessanse for spesialbygde, private AI-klynger (on-premise eller i hybride skyer) med dedikerte nettverksoppsett, ikke ulikt tankegangen bak Chaosnet på 70-tallet.
Dette betyr at strategiske beslutningstakere må vurdere om selskapets sensitive data best prosesseres på generisk, leid maskinvare, eller om tiden er inne for å investere i dedikert, spesialisert KI-infrastruktur for å sikre både konkurransefortrinn, responstid og datasuverenitet. Se diskusjonen og de tekniske detaljene på Hacker News.