18. July 2026
Under et internt møte hos OpenAI i fjor, invitert av Sam Altman selv, rettet den profilerte amerikanske forfatteren Dave Eggers en skarp advarsel til de rundt 200 ansatte i salen: ChatGPT og lignende generative verktøy risikerer å passivisere og «kneble» en hel generasjon av skapere ved å fjerne den nødvendige, men smertefulle, prosessen det er å tenke og skrive selv.
Eggers, som står bak en rekke kritikerroste bøker og ideelle organisasjoner for unge skribenter, argumenterer for at det er i selve skriveprosessen – i den vanskelige og tidkrevende kverningen av ord – at de beste menneskelige ideene og den virkelige dype forståelsen oppstår. Ved å outsource dette arbeidet til en maskin, mister vi ikke bare håndverket, men også evnen til original tenkning.
For markedsavdelinger og innholdsproduserende virksomheter representerer dette en reell risiko for «kreativ utvanning». Mens fristelsen til å la AI skrive alt av pressemeldinger, artikler og kampanjer på sekunder er stor, risikerer bedrifter å ende opp med en fullstendig homogenisert merkevarestemme som ikke skiller seg ut i mengden. Progressive selskaper bør i stedet posisjonere AI som en lynrask sparringspartner i idéfasen, men beholde selve formidlingen og den språklige finpussen hos dyktige hoder for å bevare den autentiske relasjonen til kundene sine.
Les mer i saken fra The Verge AI.
Norges fremste KI-ekspert, Inga Strümke, advarer om at den teknologiske utviklingen har passert et kritisk punkt. Hun påpeker at autonome KI-agenter nå utfører komplekse kunnskapsoppgaver med et presisjonsnivå som overgår det vi kan forvente av en gjennomsnittlig masterstudent.
I et sommerintervju reflekterer hun over hvordan disse agentene nå er i stand til å syntetisere informasjon, programmere og løse logiske oppgaver i et tempo og med en nøyaktighet som utfordrer tradisjonelle utdannings- og arbeidskonsepter. Strümke uttrykker samtidig dyp skepsis til fysiske duppedingser som smarte briller, og mener det er i den usynlige programvaren og agentteknologien den virkelige revolusjonen skjer.
Dette setter etablerte forretningsmodeller i kunnskapsbedrifter – som advokatkontorer, konsulenthus og revisjonsselskaper – under hardt press. Den tradisjonelle metoden der nyutdannede «går i lære» ved å gjøre manuelt analyse- og rutinearbeid, faller bort når maskinene gjør jobben bedre og billigere. Ledere i disse bransjene må redesigne karriereveiene: De nyansatte må læres opp i strategisk problemformulering, kritisk kildekritikk og direkte kundeforståelse fra dag én, ettersom den rene informasjonsinnhentingen allerede er automatisert.
Les hele intervjuet hos Digi.no.
I en sjelden politisk allianse krever nå både Høyre og SV at det innføres et nasjonalt konsesjonssystem for etablering av datasentre i Norge. Politikerne mener at det ikke lenger kan være fritt frem, og at nye prosjekter må vurderes strengt opp mot det lokale kraftbehovet og hva samfunnet faktisk får igjen av verdi og arbeidsplasser.
Bakgrunnen er det enorme kraftsuget som følger med KI-bølgen. Trening og drift av store språkmodeller krever enorme mengder energi, og det har vært en eksplosjonsartet søknadstilstrømning fra aktører som ønsker å bygge gigantiske anlegg i Norge, lokket av historisk ren energi og kjølig klima.
For norske virksomheter som planlegger å drifte egne KI-modeller eller flytte tunge dataarkiver til skyen, betyr dette at ubegrenset og billig lokal prosesseringskapasitet ikke lenger er en selvfølge. Med strengere reguleringer vil serverplass bli en knapphetsressurs. Teknologiledere bør allerede nå prioritere energieffektive KI-arkitekturer, vurdere mindre, spesialiserte modeller fremfor generelle gigantmodeller, og ta høyde for potensielt høyere driftskostnader i skyen i sine langsiktige budsjetter.
Les saken hos Digi.no.
Google DeepMind og søsterselskapet Isomorphic Labs har lagt frem en omfattende strategi for «bioresiliens». Målet er å bruke kunstig intelligens til å forutse, modellere og utvikle raske motmidler mot fremtidige biologiske trusler, pandemier og hittil uhelbredelige sykdommer.
Ved å bygge videre på suksessen til AlphaFold-modellen, som revolusjonerte biologien ved å forutsi proteinstrukturer, ønsker selskapene å transformere medisinsk forskning og vaksineutvikling fra en langvarig prøve-og-feile-prosess til en presis, digital ingeniørvitenskap.
Dette markerer et fundamentalt skifte for bioteknologi-, farmasi- og helsesektoren. Evnen til å simulere komplekse biologiske prosesser på sekunder vil forkorte utviklingstiden for nye medisiner drastisk. For investorer og beslutningstakere i helsesektoren betyr dette at fremtidens vinnere ikke nødvendigvis er de med de største laboratoriene, men de som har best integrasjon mellom biologisk fagekspertise og avansert maskinlæringskapasitet.
Les mer på Google DeepMind.