23. June 2026
Nå som AI-verktøyene våre er i ferd med å gå fra å være passive skriveassistenter til å bli aktive, autonome agenter, står vi overfor en ny utfordring: Hvordan skal vi organisere menneskene som skal jobbe sammen med dem? En fersk analyse foreslår å bruke det kjente rammeverket «Team Topologies» – opprinnelig utviklet for smidig programvareutvikling – for å designe den nye, agent-støttede organisasjonen.
Tidligere har vi integrert AI som en «co-pilot» i en ren én-til-én-modell der én ansatt bruker ett verktøy. Men i takt med at AI-agenter tar over hele arbeidsflyter uavhengig av menneskelig mikrostyring, må vi tenke nytt om teamstruktur. Hvis en AI-agent kjører analyser, tar beslutninger og utfører oppgaver på egen hånd, må den behandles mer som et fullverdig teammedlem enn som en applikasjon på datamaskinen.
For IT-direktører og organisasjonsutviklere krever dette en overgang fra å kurse ansatte i enkle instrukser (prompting), til å faktisk tegne nye, hybride organisasjonskart. Ved å etablere dedikerte plattform-team som bygger og vedlikeholder de autonome agentene, kan resten av virksomheten "ansette" disse digitale medarbeiderne ved behov. Dette flytter flaskehalsen fra ren teknologiutvikling og over til organisasjonsdesign – de som raskest klarer å definere hvem (og hva) som gjør hva, vil hente ut de største effektivitetsgevinstene. Les mer om teamorganiseringen her.
Den nederlandske teknologikjempen ASML har rullet ut sin nyeste High-NA EUV-litografimaskin, et teknologisk monster på størrelse med en dobbeldekkerbuss og med en prislapp på rundt 400 millioner dollar. Denne maskinen er selve fundamentet for å kunne trykke de ekstremt tette transistormønstrene som kreves for neste generasjons AI-brikker.
ASML har i dag et tilnærmet monopol på de mest avanserte maskinene som kreves for å lage moderne mikrochips. Siden dagens store språkmodeller krever enorme mengder regnekraft, er de fysiske begrensningene i dagens silisiumbrikker i ferd med å bli en alvorlig flaskehals. Den nye maskinen lar brikkeprodusenter som TSMC og Intel krympe transistorene ytterligere, noe som betyr mer kraft og lavere strømforbruk i datasentrene.
For innkjøpsansvarlige og teknologistrateger fungerer dette som en viktig veiviser for de neste årene. Distribusjonen av disse maskinene betyr at kostnaden per beregning for avanserte AI-modeller vil falle markant mot slutten av tiåret. Samtidig understreker den astronomiske prisen og den begrensede tilgangen at maskinvare-flaskehalsen vil forbli kontrollert av et ekstremt lite oligopol. Det sikreste kortet akkurat nå er derfor å optimalisere programvaren man allerede har, fremfor å vente på billigere maskinvare fra skyen. Dypdykk i maskinvarefremtiden her.