23. June 2026
Anthropic har akkurat avduket «Claude Tag», et nytt verktøy designet for å gjøre det enklere for team å samarbeide med og spore AI-assistenter i profesjonelle arbeidsmiljøer. Dette gjør at bedrifter kan merke, kategorisere og tildele spesifikke oppgaver til Claude-modeller på tvers av avdelinger.
Vi har lenge sett at verktøy som Slack og Teams har revolusjonert hvordan mennesker snakker sammen internt. Men når AI-agenter nå blir en integrert del av den daglige driften, oppstår det et nytt problem: Hvordan holder vi oversikt over hva robotene faktisk gjør? Anthropic prøver å løse dette ved å behandle AI-en mer som en kollega som kan "tagges" inn i prosjekter, med full sporbarhet på hvem som ba om hva, og hvilken data som ble brukt.
For finansinstitusjoner og juridiske avdelinger som er avhengige av strenge revisjonsspor, løser dette en av de største barrierene for å ta i bruk generative AI-agenter i full skala. I stedet for at ansatte gjør ukontrollerte søk i isolerte nettleserfaner, kan administrasjonen nå spore nøyaktig hvordan sensitive beslutningsgrunnlag blir generert.
For prosjektledere i kreative byråer betyr dette også at man kan standardisere suksessrike ledetekster (prompter) og dele dem som gjenbrukbare ressurser internt. Det kutter tidsbruken på onboarding av nye prosjekter drastisk og sikrer en rød tråd i leveransene uavhengig av hvem som sitter ved tastaturet.
Les mer hos Anthropic.
Mark Zuckerberg har gitt ordre om at Meta skal utvikle en egen app for prediksjonsmarkeder. Her skal brukere, og etter alt å dømme også autonome AI-agenter, kunne satse på utfallet av alt fra politiske valg og reguleringer til teknologiske gjennombrudd.
Prediksjonsmarkeder har lenge vært en nisje for økonomer og statistikere, men har de siste årene eksplodert i popularitet fordi de ofte treffer bedre enn tradisjonelle eksperter og meningsmålinger. Ved å kombinere "folkeviddet" med økonomiske insentiver, skapes det en dynamisk sannsynlighetsmodell for fremtidige hendelser som oppdaterer seg i sanntid.
For strategiske planleggere og risikoanalytikere i store konsern representerer dette en ny måte å hente inn ekstern markedsinnsikt på. Når avanserte AI-modeller etter hvert integreres i slike markeder for å analysere milliarder av datapunkter i sekundet, kan selskaper bruke disse plattformene til å stressteste egne produktlanseringer eller vurdere forsyningskjederisiko lenge før problemene oppstår på ekte.
Dette gir også finansielle aktører muligheten til å sikre seg mot uforutsette regulatoriske endringer ved å "hegde" risikoen direkte i markedet, i stedet for å basere seg på statiske og ofte utdaterte konsulentrapporter.
Les mer hos The New York Times.