15. July 2026
Det høres kanskje ut som plottet i en science fiction-film, men OpenAI har faktisk bygget en virtuell "superhacker" kalt GPT-Red. Modellens eneste oppgave er å angripe og forsøke å manipulere selskapets egne AI-modeller, inkludert flaggskipet GPT-5.6. Ved å la modellene kjempe mot hverandre i et kontrollert miljø (såkalt "self-play"), avdekkes sikkerhetshull og sårbarheter for "prompt injection" i et tempo som menneskelige sikkerhetstestere bare kan drømme om.
For IT-avdelinger og produktutviklere som integrerer AI-agenter i kundevendte løsninger, markerer dette et skifte i hvordan vi må tenke sikkerhet. Tiden der manuell testing var nok er definitivt forbi. Hvis du planlegger å rulle ut agenter som har tilgang til sensitiv bedriftsdata eller skal utføre handlinger på vegne av brukere, bør du allerede nå budsjettere for kontinuerlig, automatisert "red-teaming" der AI tester AI.
Kilde: MIT Technology Review / OpenAI Blog
AI-musikkgeneratoren Suno har havnet i hardt vær etter at hackede data har avslørt at selskapet har trent modellene sine på millioner av sanger skrapet direkte fra plattformer som YouTube Music, Deezer og Genius. Dette bekrefter det mange i musikkbransjen lenge har mistenkt, og gir tunge skyts til plateselskapene som allerede har saksøkt teknologiselskapet for brudd på opphavsretten.
For markedsavdelinger og innholdsprodusenter som bruker AI-generert musikk eller effekter i kommersielle kampanjer, betyr dette økt risiko. Hvis plattformer som Suno blir dømt for brudd på opphavsretten, kan bedrifter i verste fall risikere at kampanjemateriell må trekkes tilbake fra markedet eller at man blir dratt inn i rettslige tvister. Det sikreste valget for merkevarer akkurat nå er å kreve full dokumentasjon på at verktøyene man bruker kun er trent på lisensiert materiale.
Kilde: The Verge
Da USA nylig stengte tilgangen til modellene Claude Fable og Mythos i tre uker, merket mange norske selskaper raskt hvor sårbare de faktisk er. En ny debatt i Digi.no reiser nå det ubehagelige spørsmålet: Hva gjør vi neste gang døren stenges permanent? Norge har i dag ingen reelle nasjonale alternativer, og vår totale avhengighet av amerikanske sky- og AI-giganter utgjør en betydelig strategisk sårbarhet.
For selskaper som bygger sine kjernetjenester på toppen av eksterne AI-modeller, er dette et kraftig varsko om å diversifisere. I stedet for å låse hele arkitekturen til én enkelt leverandør, bør teknologidirektører designe systemer som er "modell-agnostiske". Ved å bruke åpne modeller som kjører på europeiske servere som en backup, sikrer man kontinuerlig drift uavhengig av geopolitiske svingninger eller utenlandske handelsblokkader.
Kilde: Digi.no
Oppstartsselskapet Thinking Machines går mot strømmen og har lansert sin første åpne AI-modell, kalt Inkling. Etter halvannet år i dyp hemmelighet, satser selskapet alt på teorien om at fremtiden ikke tilhører gigantiske "alt-mulig-modeller", men heller mindre, åpne og høyst spesialiserte modeller som er skreddersydd for spesifikke oppgaver.
For teknologiorganisasjoner som ønsker full kontroll over egne data og driftskostnader, er dette en svært spennende utvikling. I stedet for å betale dyre lisenser til OpenAI eller Microsoft for gigantiske modeller som kan skrive dikt, kan man nå kjøre mindre, åpne modeller som Inkling på egen infrastruktur. Dette reduserer både risikoen for datalekkasjer og driftskostnadene betydelig.
Kilde: TechCrunch