06. July 2026
Det har lenge vært en etablert sannhet at de beste menneskelige "super-prognosemakerne" (superforecasters) utkonkurrerer både algoritmer og tradisjonelle eksperter når det gjelder å forutsi geopolitiske og økonomiske endringer. Nå har imidlertid kunstig intelligens tatt et gigantisk jafs inn på denne arenaen. Nyere forsøk viser at spesialiserte AI-agenter, strukturert til å søke etter informasjon, diskutere seg imellom og konsolidere spådommer, nå leverer prognoser med en nøyaktighet som matcher eller overgår elite-mennesker.
Bakgrunnen er en fersk analyse publisert på Astral Codex Ten, som viser hvordan AI-systemer systematisk kan settes opp til å vurdere sannsynligheter for fremtidige hendelser. Ved å la flere språkmodeller debattere mot hverandre og kontinuerlig oppdatere sine modeller basert på sanntidsdata, unngår de mange av de kognitive fellene og emosjonelle biasene som menneskelige analytikere ofte går i.
For strategiske planleggere, CFO-er og risikostyrere representerer dette et fundamentalt skifte i beslutningsstøtte. I stedet for å vente ukesvis på kostbare konsulentrapporter for å vurdere risikoen for råvaremangel eller regulatoriske endringer i et nytt marked, kan man nå kjøre kontinuerlige, automatiserte sannsynlighetsberegninger. Dette gir styrer og ledergrupper et langt mer presist og dynamisk beslutningsgrunnlag i urolige tider. [Kilde]
Det er ikke lenge siden Silicon Valley-toppene advarte om at kunstig intelligens ville føre til en umiddelbar og brutal massiv arbeidsledighet for kunnskapsarbeidere. Nå har pipen fått en annen lyd. Flere av de mest profilerte tech-lederne har i det stille endret sitt narrativ fra "massiv utskifting" til "produktivitetspartner".
Ifølge en rapport fra Wall Street Journal skyldes denne helomvendingen dels et forsøk på å dempe bekymringene til myndigheter som vurderer strengere reguleringer. Men vel så viktig er erkjennelsen av at menneskelig arbeid i praksis er langt mer komplekst og sammensatt enn det som kan fanges opp av en chatbot. Jobber består av hundrevis av mikrosekvenser av beslutninger, empati og kontekstforståelse som AI-verktøy foreløpig sliter med å sy sammen på egen hånd.
For HR-direktører og endringsledere betyr dette at strategien bør skifte fokus fra aggressiv nedbanning til strategisk kompetanseheving (upskilling). Bedrifter som lykkes best fremover, vil være de som lærer sine ansatte å bruke AI-verktøy som personlige assistenter. Målet er ikke å erstatte fagekspertene, men å frigjøre dem fra administrativt rutinearbeid slik at de kan bruke mer tid på verdiskapende kjerneoppgaver. [Kilde]
Dersom din bedrift bruker Googles tjenester i det daglige, bidrar dere høyst sannsynlig til å trene opp søkegigantens fremtidige AI-modeller. Google har i det stille gjort endringer i sine personverninnstillinger som gir dem utvidede rettigheter til å bruke brukergenerert data til modelltreningsformål, med mindre man aktivt går inn og reserverer seg (opt-out).
Kappløpet om å utvikle de mest kapable AI-modellene handler i økende grad om tilgang på data av høy kvalitet. Ettersom det meste av det åpne internettet allerede er støvsugd for tekst, retter teknologigantene nå blikket mot de enorme mengdene med bruksprosesser, interaksjoner og lukkede data som genereres på plattformene deres hver eneste dag.
For selskaper som håndterer sensitiv kundekorrespondanse, immaterielle rettigheter eller proprietære forretningshemmeligheter, utgjør denne usynlige datainnsamlingen en betydelig risiko. IT-sikkerhetsansvarlige og compliance-offiserer bør umiddelbart gjennomgå bedriftens personverninnstillinger hos eksterne skytjenesteleandører for å sikre at ikke kritiske forretningsdata uforvarende blir en del av det offentlige treningsgrunnlaget til neste generasjons AI-modeller. [Kilde]