25. June 2026
Tiden der kunstig intelligens bare svarte på spørsmål i en chatboks er offisielt forbi. De siste ukene har vi sett et markant skifte mot såkalt "agentisk AI" – autonome systemer som ikke bare foreslår løsninger, men faktisk utfører komplekse oppgaver over flere ledd. Det siste gjennombruddet er AI-agenter som forhandler kontrakter direkte med andre AI-agenter, uten menneskelig innblanding før den endelige signaturen skal på plass.
Bakgrunnen er integrasjonen av avanserte resonneringsmodeller i bedrifters ERP- og innkjøpssystemer. I stedet for tradisjonelle, statiske innkjøpsavtaler som tar uker å spikre sammen, kan disse agentene analysere historiske data, vurdere sanntidsmarkedspriser og automatisk forhandle frem unike, dynamiske avtaler basert på gitte budsjettrammer og kvalitetskrav.
For logistikk- og innkjøpsansvarlige i handelsbedrifter betyr denne utviklingen at manuelle forhandlinger om standardiserte volumrabatter og leveringsbetingelser snart er historie. Rollen din flyttes fra å sitte i endeløse e-postutvekslinger til å bli en strategisk premissgiver som definerer handlingsrommet og risikoprofilen til AI-agentene dine. Sourcing-prosesser som før tok måneder, kan nå i praksis gjennomføres på noen få minutter mens du drikker morgenkaffen.
Den ekstreme sommervarmen i Europa har igjen satt søkelyset på strømnettets sårbarhet. Flere norske nettselskaper og industriparker har denne uken tatt i bruk nye, prediktive maskinlæringsmodeller for å unngå lokale overbelastninger og uforutsigbare strømtopper når kjøleanleggene går for fullt.
Systemene fungerer ved at de analyserer værdata, historisk forbruksmønster og sanntidsdata fra smarte strømmålere. Ved å forutse belastningstopper opptil 12 timer i forkant, kan algoritmene automatisk og mikrosekund-for-mikrosekund omfordele energilaster, lade opp lokale batteribanker eller foreslå midlertidig reduksjon i ikke-kritisk energibruk.
For prosessindustrien og produksjonsbedrifter med høyt energiforbruk gir dette en helt ny forutsigbarhet. I stedet for å risikere brå og kostbare nedstengninger under ekstreme lastperioder, kan fabrikksjefer nå stole på at AI-systemet jevner ut toppene automatisk. Dette reduserer ikke bare nettleien og faren for dyre straffegebyrer, men gjør det også mulig å planlegge energitunge produksjonslinjer mer presist i forhold til de svingende strømprisene.
EUs regelverk for kunstig intelligens (AI Act) har for alvor begynt å vise tennene. Europeiske personvernmyndigheter har denne måneden gjennomført de første store tilsynene rettet mot selskaper som bruker AI til automatiserte ansettelsesprosesser. Flere internasjonale selskaper har fått varsel om betydelige bøter for manglende samsvar med de strenge kravene til "høyrisiko-AI".
Bakteppet er at AI-verktøy som brukes til å sortere CV-er, analysere videointervjuer eller rangere kandidater, faller inn under kategorien for høyrisiko-systemer i regelverket. Dette krever ekstremt streng dokumentasjon, logging, menneskelig overvåking og bevis på at algoritmene ikke diskriminerer på bakgrunn av kjønn, etnisitet eller alder.
For HR-direktører og rekrutteringsbyråer betyr dette at den bekymringsfrie "testingen" av smarte rekrutteringsverktøy er over. Det er ikke lenger nok å stole på leverandørens glansede brosjyrer. Dere må umiddelbart kreve fullstendig innsyn i algoritmisk bias og dokumentasjon på samsvar med AI Act fra leverandørene deres. Ved brudd risikerer dere som brukere av teknologien – ikke bare de som har utviklet den – et felles juridisk og økonomisk ansvar.