16. July 2026
Det tette ekteskapet mellom Microsoft og OpenAI begynner for alvor å slå sprekker i fasaden. Rapporter viser at Microsoft nå aktivt trener opp sine egne selgere til å snakke ned OpenAI og Anthropic overfor potensielle kunder. Målet er i stedet å selge inn Microsofts egne, egenutviklede AI-modeller som mer effektive og kostnadsbesparende alternativer.
Bakgrunnen er enkel: Microsoft har spyttet milliarder inn i OpenAI, men å drifte disse gigantiske modellene koster enorme summer i lisensavgifter og serverkapasitet. Ved å dytte kundene over på sine egne, mer kompakte "in-house"-modeller, kan Microsoft beholde en langt større del av kaken selv, samtidig som de reduserer avhengigheten av Sam Altmans flaggskipmodeller.
For innkjøpssjefer og teknologidirektører som forhandler om fremtidige enterprise-avtaler, gir dette et glimrende forhandlingskort. Når gigantene begynner å konkurrere mot sine egne partnere, betyr det at du kan presse prisene og kreve mer skreddersydde betingelser. Ikke godta den standardiserte Azure-OpenAI-pakken uten å utfordre selgeren på hva Microsofts egne, rimeligere modeller kan levere for akkurat dine arbeidsprosesser. Les mer hos TechCrunch.
En fersk forskningsrapport fra MIT tar for seg det store spørsmålet som hjemsøker styrerommene om dagen: Er de astronomiske AI-investeringene en klassisk spekulativ boble, eller ser vi starten på en sunn, langsiktig vekstkurve? Rapporten analyserer de økonomiske realitetene bak teknologien og advarer mot at gapet mellom markedets forventninger og faktiske produktivitetsgevinster begynner å bli faretruende stort.
Vi ser at selskaper over hele verden pøser penger inn i AI-piloter, men mange sliter med å vise til reell verdi på bunnlinjen utover enkle effektiviseringer i kundeservice eller tekstproduksjon. MIT-forskerne peker på at veksten fremover krever at teknologien integreres dypere i kjernevirksomheten, og ikke bare fungerer som et "glansbilde-verktøy" på utsiden.
For finansdirektører og strategiansvarlige som legger femårsplaner, betyr dette at tiden for "hype-baserte" investeringer offisielt er over. Prosjekter må nå forsvares med konkrete suksesskriterier (KPI-er). I stedet for å rulle ut store, generelle AI-verktøy til alle ansatte, bør fokuset rettes mot spissede prosjekter der dataene er proprietære og gevinsten kan måles direkte i reduserte produksjonskostnader eller økt leveringstakt. Les hele MIT-rapporten her (PDF).
Norge har nylig fått en kraftig vekker. Da tilgangen til de populære amerikanske modellene Claude Fable og Mythos ble midlertidig stengt for norske brukere i tre uker, slapp vi unna med skrekken. Men hendelsen har utløst en intens debatt om hvor sårbart det norske næringslivet og offentlig sektor er når vi gjør oss fullstendig avhengige av amerikansk teknologiinfrastruktur.
Debatten som nå raser i teknologimiljøet understreker at Norge og Europa har havnet i bakleksen når det gjelder suverenitet over egne data og KI-modeller. Hvis en geopolitisk konflikt eller en handelskrise skulle føre til mer permanente blokkeringer, vil store deler av den digitaliserte norske arbeidshverdagen kunne stoppe helt opp.
For norske offentlige virksomheter og strengt regulerte bransjer som finans og helse, viser denne sårbarheten at det er risikabelt å legge alle eggene i én amerikansk kurv. Strategiske ledere bør allerede nå vurdere å bygge kompetanse på åpne kildekodemodeller (som Llama eller europeiske Mistral) som kan kjøres på lokale, europeiske servere. Dette sikrer at kritiske funksjoner forblir operative selv om de transatlantiske linjene skulle bli midlertidig kuttet. Les debattinnlegget på Digi.no.
Som første delstat i USA har New York innført en ettårig stans i byggingen av de aller største datasentrene. Myndighetene skal bruke det neste året på å kartlegge hvordan den enorme veksten i energiforbruk og vannkjøling påvirker miljøet og det lokale strømnettet. AI-revolusjonen krever nemlig enorme mengder strøm, og nå begynner den fysiske infrastrukturen å knake i sammenføyningene.
Denne beslutningen er et synlig bevis på den økende konflikten mellom det grønne skiftet og den eksplosive veksten innen generativ AI. Datasentre krever mer energi enn strømnettene i mange regioner er dimensjonert for, og New Yorks midlertidige stopp kan fort bli kopiert av andre regioner både i USA og Europa.
For selskaper som planlegger globale sky-etableringer eller vurderer å trene egne store AI-modeller, betyr dette at energitilgang blir en kritisk risikofaktor fremover. Prisene på sky- og beregningstjenester vil sannsynligvis stige i pressområder. Selskaper som klarer å optimalisere algoritmene sine til å bruke mindre energi, eller som velger datasentre i land med stabil, grønn energi (som Norden), vil stille langt sterkere rustet i årene som kommer. Les saken på Digi.no.