10. July 2026
Det skjer et markant skifte i hvordan næringslivet ruller ut kunstig intelligens. Ifølge Clem Delangue, sjefen for AI-plattformen Hugging Face, har bedrifter for alvor begynt å bevege seg bort fra å «leie» proprietære modeller via eksterne API-er (som ChatGPT). I stedet investerer de tungt i åpne modeller (open source) som de kan kjøre, tilpasse og eie fullt ut i egne datasystemer. Hugging Face har i praksis blitt AI-verdenens svar på GitHub, der selskaper nå deler og henter ned tusenvis av åpne datasett og modeller.
Bakgrunnen for dette hamskiftet handler om kontroll og modenhet. De siste årene har de fleste bedrifter startet sin AI-reise ved å koble seg på ferdige sky-tjenester fordi det var raskt, enkelt og krevde lite infrastruktur. Men etter hvert som prosjektene skal opp i produksjonsskala, møter mange de samme utfordringene: skyhøye og uforutsigbare transaksjonskostnader, bekymringer rundt datadeling og mangel på unik konkurransefordel når alle bruker nøyaktig samme motor.
For virksomheter med strenge krav til personvern og compliance – som banker, forsikringsforetak eller helseaktører – fjerner denne overgangen en enorm barriere. Ved å ta i bruk åpne modeller kan IT-avdelingen trene og finjustere AI på interne servere, helt uten risiko for at sensitiv kundeinformasjon lekker ut. Økonomisk betyr dette også at man går fra uforutsigbare driftsutgifter per API-kall, til mer stabile og kontrollerbare investeringer i egen infrastruktur. De som lykkes best fremover, er organisasjoner som evner å bygge egne, skreddersydde modeller på toppen av åpne kildekodesystemer.
Les mer om denne utviklingen hos TechCrunch i artiklene om hvorfor bedrifter slutter å leie AI og hvorfor åpen kildekode er viktigere enn noen gang.
OpenAIs nyeste modell, GPT-5.6 Sol Ultra, har nettopp levert et oppsiktsvekkende gjennombrudd ved å legge frem et formelt bevis for den såkalte «Cycle Double Cover Conjecture». Dette er en matematisk hypotese innen grafteori som har stått uløst i flere tiår, og som har utfordret noen av verdens fremste menneskelige hjerner. At en maskin nå har knekt denne nøtten, markerer en milepæl for kunstig intelligens som vitenskapelig verktøy.
Tidligere generasjoner av språkmodeller har primært vært gode på mønstergjenkjenning, tekstproduksjon og koding basert på eksisterende kunnskap. De har imidlertid ofte feilet på dyp logisk resonnering og matematikk på høyt nivå. Med denne ferske demonstrasjonen viser OpenAI at modellene deres har beveget seg fra å bare gjette på det neste mest sannsynlige ordet, til å faktisk kunne utføre strukturerte, logiske resonnementer som genererer helt ny kunnskap.
Dette har voldsomme ringvirkninger langt utenfor akademia. For logistikk- og transportgiganter som daglig prøver å løse ekstremt komplekse ruteplanlegginger, beviser dette at AI er i ferd med å bli i stand til å optimalisere distribusjonsnettverk på et nivå vi aldri før har sett. Det samme gjelder for selskaper som driver med avansert produktutvikling, materialteknologi eller farmasi: AI-en går fra å være en passiv assistent som oppsummerer rapporter, til å bli en aktiv FoU-partner som faktisk kan designe nye molekyler, teste hypoteser og løse flaskehalser i utviklingsløpet.
Du kan studere det vitenskapelige dokumentet og beviset direkte i OpenAIs PDF-publisering.