05. July 2026
Amazon har bestemt seg for å stoppe registreringen av nye kunder på sin legendariske Mechanical Turk-plattform. For de som har fulgt AI-bølgen tett, føles dette som slutten på en epoke. Mechanical Turk har i over tjue år vært selve motoren bak kulissene for å trene opp kunstig intelligens ved hjelp av billig, menneskelig arbeidskraft til dataannotering og enkle mikrooppgaver.
Forretningsmodellen var i sin tid genial i sin enkelhet: Bedrifter som trengte å merke tusenvis av bilder eller transkribere lydfiler for å trene modellene sine, la ut oppgavene til en hær av frilansere globalt. Men tidene har endret seg dramatisk. Med fremveksten av generative AI-modeller som kan merke og vaske data selv, samt overgangen til syntetiske data og mer sofistikerte metoder, har verdien av lavkost-crowdsourcing stupt.
For selskaper som utvikler egne AI-modeller betyr dette at strategien for datainnsamling må profesjonaliseres ytterligere. Tiden der man kunne basere seg på billig "klikking" fra tilfeldige nettbrukere er definitivt forbi. Nå handler alt om høykvalitetsdata levert av fageksperter eller spesialiserte selskaper som tilbyr presis "human-in-the-loop"-trening. Hvis din virksomhet fortsatt budsjetterer med tradisjonell crowdsourcing for maskinlæring, er det på tide å legge om kursen mot mer moderne og kvalitetssikrede datakilder.
Les hele saken hos TechCrunch.
Mark Zuckerberg har nylig gitt sine ansatte i Meta en realitetsorientering: Utviklingen av autonome AI-agenter går ikke på langt nær så fort som han hadde håpet. Til tross for massive investeringer og offensive visjoner de siste par årene, innrømmer Meta-sjefen nå at teknologien som skal la AI utføre komplekse, selvstendige oppgaver over tid, fortsatt har betydelige flaskehalser.
Vi har lenge blitt forespeilet en fremtid der en digital agent ikke bare svarer på enkle spørsmål, men faktisk logger inn i systemene dine, booker reiser, oppdaterer CRM-systemet og samhandler med andre agenter for å løse oppgaver på egen hånd. Dette krever imidlertid en planleggingsevne og en pålitelighet som dagens store språkmodeller (LLM-er) fortsatt sliter med å levere stabilt uten menneskelig kontroll.
For virksomheter som har lagt ambisiøse strategier om fullautomatisering av komplekse arbeidsprosesser i nærmeste fremtid, er dette et signal om å justere veikartet. I stedet for å satse på at autonome roboter skal overta hele avdelinger – for eksempel innen kundesupport eller saksbehandling – bør fokuset rettes mot støtteverktøy. Ved å integrere AI som en intelligent assistent for menneskelige ansatte, reduserer man risikoen for kostbare hallusinasjoner og feil, samtidig som man henter ut umiddelbar effektivitetsgevinst.