25. June 2026
En ny teknisk demonstrasjon kalt CrossCanon har tatt i bruk Bibelen som en såkalt RAG-database (Retrieval-Augmented Generation). Ved å behandle en av verdens mest komplekse, tolkningsrike og historisk tette tekster med moderne søketeknologi, viser prosjektet hvordan kunstig intelligens kan navigere i ustrukturerte dokumenter uten å miste konteksten av syne.
De fleste ledere har etter hvert innsett at bedriftens interne data er gull verdt, men også at de er kaotiske. RAG har blitt standardmetoden for å la en språkmodell svare basert på bedriftens egne PDF-er, instrukser og databaser i stedet for å bare gjette. Likevel strander mange prosjekter fordi bedriftens dokumenter er fulle av selvmotstridende informasjon, stammespråk og historiske lag som AI-en sliter med å tolke riktig.
For kunnskapsintensive organisasjoner – som advokatkontorer, konsulenthus eller ingeniørbedrifter med tiår med prosjektdokumentasjon – gir dette prosjektet verdifull lærdom. Hvis en algoritme presist kan hente ut nyanser, flette sammen kryssreferanser og gi korrekte svar fra eldgamle, komplekse skrifter, betyr det at dine interne kvalitetshåndbøker og anbudsdokumenter også kan temmes. Nøkkelen til suksess ligger ikke i å kjøpe en større AI-modell, men i å investere i intelligent indeksering og semantisk strukturering av dataene før modellen i det hele tatt slipper til.
Ny forskning publisert på arXiv utforsker hvordan vi kan kombinere visuell koding (low-code/no-code) med tekstbasert generativ AI. Målet er å skape systemer der utviklere og forretningsutviklere kan jobbe i det samme grensesnittet, hvor AI-en oversetter visuelle flytdiagrammer til ren, kjørbar kildekode – og omvendt – i sanntid.
Tradisjonelt har det eksistert et dypt gap mellom de visuelle verktøyene som produkteiere og designere bruker for å skissere logikk, og den faktiske kildekoden som utviklerne må skrive og vedlikeholde. AI-assistenter har til nå mest fokusert på å skrive ren tekst i en kodeeditor, noe som fortsetter å holde de ikke-tekniske beslutningstakerne på armlengdes avstand fra selve produktet.
For selskaper som driver med rask produktutvikling eller digital transformasjon, åpner denne hybride tilnærmingen for en helt ny arbeidsflyt. I stedet for den klassiske "viskelyken" der en forretningsutvikler tegner en skisse i Figma som en utvikler senere må tolke og kode fra bunnen av, kan AI-en fungere som en sanntidsoversetter på en felles digital tavle. Dette reduserer misforståelser i kravspesifikasjoner drastisk, og gjør at tverrfaglige team kan prototype og rulle ut funksjonelle applikasjoner på brøkdeler av tiden man bruker i dag.