12. July 2026
Under kvartfinalen i fotball-VM mellom Argentina og Sveits oppsto det igjen heftig debatt da en marginal VAR-beslutning sendte Sveits' stjernespiller Breel Embolo i dusjen med rødt kort. Hendelsen har satt fyr på supportere og eksperter som mener de millimeter-presise, teknologidrevne avgjørelsene suger spillegleden ut av idretten (NRK).
Bak kulissene handler dette om mer enn bare fotball; det handler om svingende tillit til automatisert beslutningsstøtte. Moderne VAR-systemer hviler i dag tungt på avanserte datasyn-modeller (computer vision) og sanntids AI-sporing av spillernes bevegelser. Teknologien ble i sin tid innført for å fjerne menneskelige feil, men har i stedet skapt dyp frustrasjon fordi den ofte overstyrer det menneskelige skjønnet og den unike kontekstforståelsen på banen.
For virksomheter som nå ruller ut AI-baserte kredittvurderinger, automatisert CV-screening eller maskinell kvalitetskontroll, byr dette på en viktig lekse i såkalt "automation bias". Når vi fjerner det menneskelige skjønnet fullstendig til fordel for rigide, binære algoritmer, risikerer vi å skape massiv motstand og fremmedgjøring hos brukerne. Suksessfulle integrasjoner krever at AI fungerer som en rådgivende partner som forsterker menneskelige beslutningstakere, heller enn en ufeilbarlig dommer uten sans for kontekst.
Det har nylig blusset opp en intens diskusjon i tech-miljøene rundt en klassisk vitenskapelig avhandling om de grunnleggende energikostnadene ved biologisk beregning i levende celler (arXiv / Hacker News). Dette høres kanskje ut som tørr biologi, men timingen er alt annet enn tilfeldig for dagens AI-industri.
Dagens generative AI-modeller krever enorme mengder strøm, noe som presser både det nasjonale strømnettet og bedrifters bærekraftsmål til det ytterste. Maskinvareprodusenter leter febrilsk etter måter å gjøre beregninger mer effektive på. Biologiske systemer – som hjernen vår eller en enkelt celle – utfører ekstremt komplekse kalkulasjoner ved hjelp av bare en ørliten brøkdel av energien som en standard Nvidia-brikke krever.
For maskinvareansvarlige og teknologidirektører som planlegger bedriftens infrastruktur for de neste fem til ti årene, er dette en klar pekepinn på hvor veien går. Vi ser nå de første kommersielle skrittene mot såkalt "nevromorf" maskinvare – brikker som etterligner biologiske celler. Selskaper som klarer å ta i bruk denne typen biologisk inspirert maskinvare tidlig, vil kunne kutte driftskostnadene for sine AI-modeller dramatisk, noe som vil gi et formidabelt konkurransefortrinn i markeder der marginene i dag spises opp av skyregninger.