28. June 2026
Microsoft og SAP har kunngjort et omfattende dypdykk i sitt felles tverrplattformsamarbeid ved å rulle ut autonome innkjøpsagenter direkte integrert i ERP-systemene. Disse AI-agentene går langt forbi enkle chatbots; de kan på egen hånd analysere lagerbeholdning, identifisere behov, hente inn tilbud fra underleverandører og gjennomføre prisforhandlinger basert på forhåndsdefinerte rammeavtaler og selskapsmål.
Bakgrunnen er den raske overgangen fra generative modeller som bare produserer tekst (LLMer), til handlingsorienterte agenter som kan samhandle direkte med eksterne systemer og API-er. Ved å gi AI-en tilgang til historiske innkjøpsdata og sanntids markedspriser, kan agentene optimalisere innkjøpstidspunkter og volum langt mer presist enn manuelle team klarer i en travel hverdag.
For produksjonsbedrifter og logistikkansvarlige fjerner dette en enorm administrativ flaskehals. Innkjøpsteamet slipper å bruke tid på repetitive e-post-runder for standardkomponenter, og kan i stedet løftes opp til å jobbe strategisk med relasjonsbygging mot nøkkelleverandører. Finansdirektører kan også glede seg over strammere kapitalbinding, ettersom AI-en kan finjustere bestillingene slik at råvarene ankommer akkurat i tide. Les mer hos ZDNet.
Statkraft har tatt i bruk en ny, egenutviklet maskinlæringsmodell som forutsier lokale svingninger i vind- og solkraft med en nøyaktighet som overgår tradisjonelle meteorologiske modeller. Verktøyet kombinerer historiske værmønstre med sanntidssensorer plassert direkte på turbiner og solcellepaneler over hele Europa.
Tradisjonell værvarsling har ofte for grove geografiske rutenett til å fange opp de hyperlokale vindkastene eller skydekket som påvirker strømproduksjonen fra minutt til minutt. I det europeiske kraftmarkedet, hvor prisene svinger voldsomt basert på tilbud og etterspørsel, kan selv små feilmarginer i produksjonsanslagene føre til milliontap eller unødvendig energisløsing.
For aktører i kraftbransjen og energiintensive industrier gir dette en direkte fordel på bunnlinjen. Ved å kunne forutse energioverskudd med stor presisjonsgrad, kan store industrianlegg og smelteverk planlegge sine mest energikrevende produksjonssykluser til de timene strømmen er billigst. Dette er et skoleeksempel på hvordan proprietære data kombinert med spesialisert AI skaper ren konkurransekraft i det grønne skiftet. Les mer hos Shifter.
Europeiske datatilsyn har denne uken startet de første koordinerte tilsynene av virksomheter som bruker AI i "høyrisiko-kategorier", spesielt innen rekruttering og automatisk kredittvurdering. Flere selskaper har allerede fått formelle advarsler for manglende dokumentasjon rundt hvordan algoritmene unngår diskriminering og bias.
Etter at EUs AI Act for alvor trådte i kraft, har mange virksomheter undervurdert kravene til sporbarhet og menneskelig overvåking av algoritmene. Det holder ikke lenger å stole blindt på at den eksterne programvareleverandøren har "alt på stell"; ansvaret for at verktøyene etterlever lovverket ligger hos selskapet som bruker dem i sine beslutningsprosesser.
For HR-direktører og ledere i finanssektoren betyr dette at innkjøpsrutinene må strammes inn umiddelbart. Selskaper må etablere tverrfaglige team bestående av jurister og data scientists for å kvalitetssikre og kontinuerlig revidere alle AI-verktøy som brukes til å rangere kandidater eller vurdere kunders betalingsevne. De som er i forkant her, unngår ikke bare monumentale bøter, men bygger også et sterkt tillitsfortrinn i markedet. Les mer hos Financial Times.