28. June 2026
Diskusjonen rundt kunstig intelligens har endret seg fundamentalt den siste tiden. Vi snakker ikke lenger bare om tekstgeneratorer som hjelper oss å skrive e-poster, men om autonome agenter som faktisk utfører komplekse arbeidsoppgaver fra start til slutt. Den siste uken har flere store aktører rullet ut systemer der AI-en selvstendig kan forhandle priser med leverandører, oppdatere interne systemer og koordinere logistikk uten at et menneske trenger å godkjenne hvert enkelt steg.
Bakgrunnen er modningen av såkalte "agentiske rammeverk". I stedet for den klassiske chat-modellen der du stiller et spørsmål og får et svar, gir du nå agenten et overordnet mål – for eksempel: "Finn den mest kostnadseffektive fraktruten for neste ukes leveranser og book den". Agenten jobber deretter i bakgrunnen, kommuniserer med eksterne systemer, og løser uforutsette problemer som oppstår underveis.
For logistikksjefer og innkjøpsansvarlige som sliter med uforutsigbare leveringstider, betyr denne teknologien at man kan eliminere store mengder manuelt rutinearbeid. I stedet for å bruke timer på e-postutveksling og tastearbeid i utdaterte ERP-systemer, kan de ansatte nå konsentrere seg om strategiske leverandørforhold og avvikshåndtering som krever ekte menneskelig skjønn.
Det har skjedd et dramatisk skifte i hvordan vi snakker med maskiner. De nyeste språkmodellene som nå integreres i kundesenter-plattformer har redusert responstiden til under 200 millisekunder. Dette gjør at samtaler flyter helt naturlig, komplett med pustepauser, nøling og evnen til å bli avbrutt midt i en setning uten at systemet mister tråden.
Tidligere har telefonsupport med AI vært preget av robotaktige stemmer og irriterende ventetid mens systemet "tenker". Med den nye generasjonen tale-AI opplever testbrukere at de ikke lenger klarer å høre om de snakker med et menneske eller en algoritme, spesielt fordi systemene nå også klarer å fange opp emosjonelle nyanser i kundens stemme og tilpasse toneleiet deretter.
Selskaper som driver store kundesentre eller teknisk support kan nå skalere opp kapasiteten til å håndtere tusenvis av komplekse telefonsamtaler samtidig, døgnet rundt, uten at det går på bekostning av kundetilfredsheten. Dette kutter ikke bare ventetidene til null, men reduserer også belastningen på de menneskelige rådgiverne, som nå kan konsentrere seg om de mest sensitive og emosjonelt krevende sakene.
En gruppe norske helseforetak har denne uken startet pilotering av en helt ny, norsktrent språkmodell som kjører på egne, lukkede servere i Norge. Dette markerer et stort gjennombrudd for praktisk bruk av AI i offentlig sektor, hvor strenge personvernregler og GDPR-krav tidligere har satt en effektiv stopper for bruk av amerikanske skytjenester.
Modellen er finjustert på norske medisinske termer og offentlige dokumenter. Ved å drifte alt på lokal infrastruktur sikrer man at sensitive pasientopplysninger aldri forlater sykehusets lukkede nettverk, samtidig som legene får tilgang til de samme tidsbesparende verktøyene som privat næringsliv har brukt i flere år.
For sykehusledere og kliniske avdelingsledere betyr dette en kjærkommen mulighet til å frigjøre dyrebar tid for helsepersonell. Modellen kan automatisk oppsummere lange pasientjournaler, generere utkast til epikriser og strukturere uformelle notater. Dette kutter ned på det administrative papirarbeidet som i dag stjeler timer fra direkte pasientkontakt.
Nå er det alvor for selskaper som bruker AI til beslutningstaking. De strengeste kravene i EUs AI Act trer nå i kraft for fullt, og selskaper over hele Europa opplever et akutt behov for å revidere sine systemer for å unngå astronomiske bøter. Spesielt fokus er det på systemer som kategoriseres som "høyrisiko", noe som treffer langt bredere enn mange opprinnelig trodde.
Bakgrunnen for hastearbeidet i styrerommene er at regelverket krever full åpenhet og dokumentasjon av algoritmene som brukes. Hvis en AI er involvert i å vurdere kredittverdighet, sortere jobbsøknader eller prissette forsikringspoliser, må selskapet kunne bevise nøyaktig hvordan beslutningene tas, og dokumentere at det ikke foregår diskriminering.
For HR-direktører og ledere i finans- og forsikringsbransjen betyr dette at innkjøpsrutinene for programvare må legges helt om. Man kan ikke lenger bare kjøpe et smart AI-verktøy fra en tredjepartsleverandør uten å kreve fullt innsyn i kildekoden og treningsdataene. Fremover må alle AI-anskaffelser gjennom en streng juridisk og etisk godkjenningsprosess før de tas i bruk.