13. July 2026
Den kjente teknologiprofilen George Hotz (Geohot) har nylig delt et nøkternt, men svært optimistisk syn på tingenes tilstand i AI-verdenen. Hans budskap er befriende klart: Vi må slutte å snakke om kunstig generell intelligens (AGI) som en slags kommende guddom, og i stedet innse at dagens store språkmodeller (LLM-er) er blant de mest kraftfulle, praktiske verktøyene menneskeheten noen gang har skapt.
Bakgrunnen for utspillet er den enorme mengden støy og spekulativ hype som preger dagens teknologidebatt, der dommedagsprofetier og urealistiske løfter om uendelig rikdom skygger for den faktiske teknologien. Hotz, som selv bygger AI-systemer, minner oss på at dagens modeller er ekstremt kapable til å automatisere kognitivt rutinearbeid akkurat nå – så lenge vi slutter å forvente at de skal tenke som mennesker.
For teknologiledere og IT-avdelinger betyr dette at man bør flytte oppmerksomheten bort fra fjerne fremtidsvisjoner og heller dypintegrere dagens modne LLM-teknologi i eksisterende arbeidsprosesser. Det handler om å bruke modellene til det de er best på i dag: generere kode, sammenstille enorme dokumentmengder og effektivisere kundestøtte. De virksomhetene som klarer å hente ut konkrete gevinster her og nå, vil stå langt sterkere enn de som sitter på gjerdet og venter på den neste store revolusjonen. [Kilde]
Den anerkjente AI-forskeren Rich Sutton advarer mot det han kaller «One-Step Trap» (ett-trinns-fellen). Dette handler om tendensen til å utvikle AI-systemer som er skreddersydd for å løse én spesifikk, umiddelbar oppgave perfekt, i stedet for å bygge systemer som er i stand til å lære, planlegge og tilpasse seg over tid.
I dagens marked er de fleste kommersielle AI-verktøy nettopp slike ett-trinns-løsninger. Du gir en instruksjon, og får et svar. Selv om dette er nyttig, mangler disse systemene evnen til kontinuerlig læring og langsiktig planlegging. De blir fort utdaterte og krever konstant menneskelig innblanding for å fungere i dynamiske omgivelser.
For produktutviklere og teknologikjøpere som skal investere i langsiktig infrastruktur, er dette en viktig påminnelse om å se forbi de mest glansede demonstrasjonene. Når du vurderer nye AI-verktøy til virksomheten, bør du utfordre leverandørene på hvordan systemene håndterer skiftende data over tid, og om de støtter mer komplekse, autonome arbeidsflyter (såkalte AI-agenter), snarere enn bare enkle «spørsmål og svar»-funksjoner. [Kilde]