18. July 2026
Google DeepMind og søsterselskapet Isomorphic Labs har lagt frem en felles strategi for såkalt «bioresiliens» – hvordan avansert kunstig intelligens kan brukes til å forhindre, oppdage og motvirke biologiske trusler. Selskapene bak de banebrytende AlphaFold-modellene vil nå bruke teknologien til å kartlegge farlige patogener og designe motmedisiner før en eventuell pandemi i det hele tatt rekker å spre seg.
Dette handler om langt mer enn akademisk nysgjerrighet. Under tidligere pandemier tok det måneder å sekvensere virus og utvikle vaksiner; med DeepMinds nye modeller snakker vi potensielt om dager eller timer. Selskapene jobber nå tett med vaksineprodusenter og globale helsemyndigheter for å bygge en digital forsvarsmur mot både naturlige og menneskeskapte biologiske risikoer.
For farmasøytiske selskaper og biotek-startups markerer dette et skifte fra reaktiv krisemotstand til proaktiv, AI-drevet design av legemidler. Evnen til å simulere komplekse biologiske interaksjoner reduserer utviklingstiden for nye medisiner drastisk. For investorer i helsesektoren betyr dette at selskaper uten en tung AI-integrert forskningsplattform raskt kan miste konkurransekraften mot mer teknologidrevne aktører.
Les mer hos Google DeepMind.
Norges mest profilerte KI-forsker, Inga Strümke, advarer om at dagens AI-agenter nå presterer på et nivå som ligger langt over en vanlig masterstudent når det gjelder spesifikke oppgaver. I et sommerintervju peker hun på at utviklingen går så raskt at mange bedrifter undervurderer verktøyene de allerede har tilgang til, samtidig som hun selv innrømmer en dyp skepsis til overvåkingsteknologi som smarte briller.
Strümkes poeng berører kjernen av dagens digitaliseringsbølge: AI er ikke lenger bare en avansert stavekontroll, men autonome agenter som kan planlegge, kode og analysere komplekse datasett. At en programvare kan utkonkurrere en høyt utdannet akademiker på spesialiserte oppgaver, krever en fundamental omtenking av hvordan vi onboarder og bruker nyutdannede medarbeidere.
For kunnskapsbedrifter og konsulenthus betyr denne utviklingen at man må redesigne arbeidsprosessene fra bunnen av. Istedenfor å bruke juniorkonsulenter til å gjøre grovarbeidet med datainnsamling og rapportskriving, må disse nå læres opp til å være «sjefer» for AI-agentene som gjør jobben på en brøkdel av tiden. HR-avdelinger må også raskt vurdere hvordan man måler faktisk kompetanse når de tradisjonelle oppgaveformene blir trivielle for algoritmene.
Les mer hos Digi.no.
Høyre og SV har funnet sammen i et uvanlig politisk partnerskap og krever nå et nasjonalt konsesjonssystem for datasentre i Norge. De to partiene mener at etableringen av nye datasentre må vurderes strengt opp mot nasjonalt kraftbehov og hva samfunnet faktisk får igjen i form av arbeidsplasser og lokal verdiskaping.
Bakgrunnen er den eksplosive veksten i energitørste AI-modeller, som krever enorme mengder regnekraft – og dermed strøm. Norge har lenge vært et attraktivt land for datasentre på grunn av kjølig klima og historisk stabil krafttilgang, men med økende press på det norske strømnettet ønsker politikerne nå å kunne prioritere bort aktører som ikke tilfører samfunnet reell verdi.
For selskaper som planlegger å rulle ut store, skybaserte AI-løsninger i Norden, betyr dette at tilgangen på grønn regnekraft kan bli både dyrere og mer regulert. Utbyggere av datasentre må belage seg på strengere dokumentasjonskrav og vise til konkrete, samfunnsnyttige ringvirkninger for å få grønt lys. Dette tvinger også norske teknologibedrifter til å tenke mer på energieffektivitet i selve programvarearkitekturen framfor å bare stole på uendelig skykapasitet.
Les mer hos Digi.no.
En fersk visualisering av data fra Stack Overflow viser et dramatisk fall i trafikk og brukeraktivitet etter introduksjonen av moderne AI-kodeassistenter. Plattformen, som i over et tiår har vært den absolutte go-to-ressursen for programmerere som sitter fast, opplever at utviklere i stedet stiller spørsmålene sine direkte til verktøy som ChatGPT, GitHub Copilot og Claude.
Dette markerer et historisk skifte i hvordan kunnskap spres og konsumeres i IT-bransjen. Utviklere trenger ikke lenger å søke gjennom lange tråder, filtrere ut utdaterte svar og manuelt tilpasse andres løsninger til sin egen kode; AI-en gir dem skreddersydd og ferdig formatert kode på sekunder, tilpasset akkurat deres unike kontekst.
For teknologiledere og CTO-er illustrerer dette hvorfor man må tillate og oppmuntre til bruk av AI-verktøy i utviklingsteamene for å holde tritt med konkurrentene. Utviklere som tviholder på tradisjonelle søkemetoder risikerer å bli dramatisk forbiseilt i effektivitet. Samtidig reiser det et kritisk spørsmål om fremtidens kompetanseoppbygging: Når de åpne kunnskapsallmenningene som Stack Overflow tørker ut, hvor skal de fremtidige AI-modellene hente ny og kvalitetssikret menneskelig erfaring fra?
Se visualiseringen hos Stack Exchange.