16. July 2026
Anthropic har tatt et viktig skritt i retning av sanne, autonome KI-agenter. Gjennom en ny integrasjon med 1Password kan KI-assistenten Claude nå få autorisert tilgang til brukernavn, passord og sikkerhetskodesystemer for å utføre oppgaver på tvers av ulike nettjenester på vegne av brukeren.
Dette markerer et skifte fra passive chat-grensesnitt til aktive agenter som faktisk kan handle på dine vegne. Tidligere måtte du manuelt kopiere koder og logge inn i eksterne verktøy når KI-en ba om det for å fullføre en oppgave. Nå kan slike multi-stegs prosesser automatiseres i en lukket og sikret flyt.
For selskaper som har tunge, manuelle oppgaver i sin backoffice – som registrering av data på tvers av eldre SaaS-systemer uten gode API-er – åpner dette for en helt ny bølge av effektivisering. Samtidig setter det store krav til virksomhetens IT-sikkerhetsavdeling. Når KI-en får nøklene til systemene, må tilgangskontrollen (IAM) være ekstremt finmasket og strengt overvåket for å unngå uautoriserte handlinger.
En fersk debatt reiser spørsmål ved Norges dype avhengighet av amerikansk KI-infrastruktur. Bakgrunnen er en nylig hendelse der norske brukere ble stengt ute fra populære modeller som Claude Fable og Mythos i tre uker på grunn av eksportrestriksjoner og tekniske sperrer fra USA. Denne gangen slapp vi billig unna, men saken har utløst en viktig prinsipiell diskusjon.
Norske virksomheter har kastet seg over amerikanske skyløsninger og KI-API-er for å modernisere driften. Men når motorene bak teknologien eies og kontrolleres utelukkende i Silicon Valley, er vi prisgitt geopolitiske svingninger og amerikansk lovgivning.
For teknologiske beslutningstakere i kritiske sektorer – som helse, energi og offentlig forvaltning – betyr dette at beredskapsplanene må opp av skuffen. Tiden er inne for å vurdere hybride løsninger, der man i større grad tar i bruk åpne kildekodemodeller driftet på europeisk eller nasjonal jord. Å legge alle eggene i én amerikansk kurv fremstår stadig mer risikabelt.
Les debattinnlegget hos Digi.no
Bane Nor vil bruke eksisterende fiberkabler langs jernbanelinjene som sensorer for å oppdage og varsle jordskred. Prosjektet, som ble fremskyndet etter en tragisk ulykke i 2024, bruker maskinlæring til å analysere akustiske vibrasjoner i kablene. Målet er å oppdage skred med minst 80 prosent sannsynlighet, og systemet skal kunne rulles ut relativt raskt.
Dette er et klassisk og genialt eksempel på hvordan man kan gjenbruke eksisterende fysisk infrastruktur ved å legge til et lag med smart programvare. I stedet for å grave ned tusenvis av nye, kostbare sensorer langs norske fjellsider, lytter man på de fiberkablene som allerede ligger der og lar algoritmer tolke lydbølgene.
For ledere innen logistikk, transport og tung industri viser dette verdien av å tenke kreativt rundt egne data. Ofte sitter etablerte selskaper på enorme mengder uutnyttet "støy" i sine fysiske anlegg som, med riktig opplært maskinlæring, kan omsettes til økt sikkerhet, færre driftsavbrudd og reduserte vedlikeholdskostnader.
EU-kommisjonen har beordret Google til å gi konkurrerende KI-assistenter og søkemotorer dypere integrasjon og tilgang til nøkkeldeler av Android-operativsystemet og Google Søk. Vedtaket er hjemlet i EUs strenge antitrust-regler (DMA) og har som mål å forhindre at søkegiganten monopoliserer det gryende markedet for KI-agenter.
I dag har Google en enorm fordel ved at deres egen KI, Gemini, ligger ferdig integrert i milliarder av Android-telefoner. EUs nye pålegg betyr at eksterne aktører nå skal kunne tilby sine KI-tjenester med samme sømløse systemtilgang som Google selv.
For programvarehus og tech-startups som utvikler spesialiserte KI-agenter, betyr dette en historisk mulighet til å konkurrere på like vilkår. Det blir plutselig langt enklere å nå ut til sluttbrukere i det europeiske markedet uten å bli kvalt av plattformeiernes egne standardvalg.
New York har, som første delstat i USA, innført en ettårig stans i byggingen og etableringen av de aller største datasentrene. Myndighetene vil bruke pausen til å kartlegge hvordan den enorme boomen innen KI-trening påvirker strømnettet, det lokale energiforbruket og delstatens miljømål.
KI-bølgen krever ufattelige mengder strøm. Trening og drift av stadig større modeller tvinger teknologigantene til å støvsuge markedet for energi, noe som nå skaper politisk motstand og fysiske begrensninger i kraftnettene verden over.
For selskaper som legger sine langsiktige IT-strategier og skybudsjetter, sender dette et tydelig signal om at ubegrenset og billig skykapasitet ikke er en selvfølge i fremtiden. Vi vil sannsynligvis se økte priser på tunge KI-beregninger i pressområder, og virksomheter må i økende grad vurdere energieffektivitet og geografisk plassering når de velger hvor de skal kjøre sine tyngste KI-modeller.