27. June 2026
Flere globale selskaper rapporterer nå om en markant overgang fra passive AI-assistenter til "agentisk AI" – autonome systemer som ikke bare foreslår løsninger, men faktisk fatter beslutninger, forhandler priser og gjennomfører transaksjoner på egen hånd. Siste uke rapporterte logistikkgiganten DHL at de har rullet ut AI-agenter som selvstendig reforhandler ruteavtaler med underleverandører basert på sanntidsdata om vær, kapasitet og drivstoffpriser.
Dette markerer det store skiftet fra "copilot"-æraen, hvor teknologien bare var en digital samtalepartner, til "agent"-æraen. Tidligere måtte en ansatt manuelt godkjenne hvert eneste steg i en prosess. Nå setter man i stedet overordnede rammebetingelser og KPI-er, og lar AI-en operere autonomt innenfor disse rammene for å nå målene.
For innkjøpssjefer og logistikkansvarlige med komplekse leverandørkjeder betyr denne utviklingen en dramatisk reduksjon i administrativt tidsbruk. Istedenfor å bruke dager på e-poster fram og tilbake om fraktrater og leveringstider, kan teamet fokusere på strategisk leverandørutvikling og avvikshåndtering. Det krever imidlertid at juridiske avdelinger oppdaterer sine kontraktsmaler: Hvem har ansvaret når en autonom agent inngår en juridisk bindende, men ugunstig avtale? Å etablere klare "stopp-knapper" og økonomiske mandater for de digitale agentene blir en kritisk lederoppgave fremover. (TechCrunch)
Et konsortium av norske banker, anført av DNB og SpareBank 1-alliansen, har lansert et felles, sanntids AI-system for å avdekke sofistikerte deepfake- og svindelforsøk. Systemet analyserer transaksjonsmønstre og adferdsdata på tvers av bankgrensene i løpet av millisekunder, uten å bryte personvernreglene.
Bakgrunnen er den eksplosive veksten i hyperrealistiske stemme- og videosimuleringer (deepfakes), som har gjort tradisjonelle sikkerhetstiltak som passord og SMS-koder sårbare. Svindlere bruker nå AI til å generere personlig tilpassede angrep i stor skala, noe som har tvunget bankene til å samarbeide framfor å kjempe hver for seg.
For sikkerhetsansvarlige og compliance-ledere i finanssektoren setter dette en helt ny standard for bransjesamarbeid. Det viser at "coopetition" – samarbeid mellom konkurrenter – er helt nødvendig for å møte moderne cybertrusler. Bedrifter utenfor finanssektoren, spesielt innen e-handel og offentlig forvaltning, bør merke seg metodikken: Ved å bruke såkalt "federated learning" kan man trene felles AI-modeller på sensitive data uten at man faktisk deler eller blotlegger de rå dataene til konkurrentene. (Shifter)
De første store sanksjonene under EUs nye AI-forordning (AI Act) har begynt å tikke inn. Flere europeiske selskaper har denne uken mottatt varsler om bøter for bruk av uregulerte ansiktsgjenkjenningssystemer og partiske rekrutteringsalgoritmer i sine HR-avdelinger.
AI Act har nå nådd punktet der de strengeste kravene for "høyrisiko-AI" håndheves fullt ut. Mange virksomhetsledere har feilaktig trodd at regelverket kun gjelder for teknologigigantene som utvikler modellene, og ikke for de ordinære bedriftene som tar verktøyene i bruk i hverdagen.
For HR-direktører og rekrutteringsansvarlige haster det med å revidere verktøyene man bruker til screening av CV-er og kandidatvurderinger. Hvis systemet ditt bruker maskinlæring til å rangere søkere, er sjansen stor for at det faller under "høyrisiko"-kategorien. Dette krever dokumentert sporbarhet, menneskelig overvåking og grundige risikovurderinger. Å ha kjøpt verktøyet fra en ekstern leverandør fritar deg ikke for ansvar; kontraktene med programvareleverandørene må reforhandles for å sikre at de garanterer samsvar med de europeiske reglene. (Wired)