19. July 2026
Norges fremste KI-ekspert, Inga Strümke, slår fast i et ferskt sommerintervju at dagens KI-agenter presterer betydelig bedre enn en gjennomsnittlig masterstudent på en rekke oppgaver. Hun advarer samtidig mot overdreven teknologitillit og oppfordrer til en sunn skepsis, spesielt mot "smarte briller" og andre dingser som umerkelig samler inn sensitive personopplysninger i hverdagen.
Strümke påpeker at KI-agentenes evne til å analysere, strukturere og løse komplekse problemer har tatt kvantesprang. Det som tidligere krevde månedsvis med akademisk flid og metodisk arbeid fra flinke studenter, kan nå ofte løses på sekunder med riktig instruerte og spesialiserte digitale agenter.
For kunnskapsbedrifter og konsulentselskaper som tradisjonelt baserer seg på å sluse nyutdannede inn i rutinepreget analysearbeid, betyr denne utviklingen at onboardingsprosessen må tenkes helt nytt om. I stedet for å bruke juniorkonsulenter til ren informasjonsinnhenting og rapportskriving, må de ansatte læres opp til å fungere som kritiske "supervisorer" for KI-agentene fra første arbeidsdag. Dette redefinerer verdien av tradisjonell utdanning og tvinger organisasjoner til å redesigne sine arbeidsflyter slik at menneskelig dømmekraft, etikk og kreativitet settes i førersetet.
Du kan lese hele det fyldige intervjuet om KI-utviklingen hos Digi.no.
Naturhistorisk museum i Oslo har lykkes med å digitalisere og tilgjengeliggjøre hele 15 000 historiske algeprøver. Suksessen skyldes en spesialtrent kunstig intelligens som klarte å tyde den snirklete, håndskrevne teksten på de urgamle etikettene – en oppgave som tidligere har krevd uendelige timer med tålmodig og manuelt dugnadsarbeid.
Museet satt på enorme mengder ustrukturert data i form av historiske notater fra tidligere århundrer. Tradisjonelle verktøy for optisk tegngjenkjenning (OCR) har konsekvent måttet melde pass på snirklete løkkeskrift, men ved å kombinere moderne maskinlæringsalgoritmer med målrettet menneskelig kvalitetssikring, klarte man endelig å knekke koden og gjøre samlingen søkbar på tvers av internett.
For arkivtunge sektorer, advokatkontorer og offentlige etater som sitter på kjellere fulle av historiske dokumenter, viser dette at teknologien for å hente verdi ut av såkalte "mørke data" nå er fullmoden. Virksomheter som sliter med å digitalisere eldre kontrakter, kundearkiver eller tekniske tegninger med håndskrevne notater, har nå en reell mulighet til å låse opp denne informasjonen uten å sprenge budsjettene på manuell inntasting. Det handler om å gå fra støvete fysiske permer til aktive, søkbare dataressurser på uker fremfor år.
Saken kan leses i sin helhet på Digi.no.
En fersk og ærlig gjennomgang fra teknologiselskapet Quesma belyser de økonomiske realitetene bak utvikling av avanserte KI-søkeverktøy. Utviklerne bak en ny, dyp analyse-pipeline innrømmer at de brukte opp hele token-budsjettet sitt utelukkende på å forske på hvordan de kunne redusere token-forbruket – og dermed driftskostnadene – i fremtidige versjoner.
Token-bruk er selve valutaen i den moderne KI-økonomien; hver gang du sender en forespørsel til en stor språkmodell, betaler du per ord eller tegn (tokens). Ettersom virksomheter begynner å bygge mer autonome systemer som gjør gjentatte, dype søk i bakgrunnen, kan API-regningene eskalere ut av kontroll på bare noen få timer dersom systemarkitekturen ikke er ekstremt stramt optimalisert.
For selskaper som utvikler egne KI-tjenester eller integrerer store språkmodeller i sine kjernesystemer, er dette en viktig påminnelse om at "proof of concept" er billig, mens skalerbar drift kan bli astronomisk dyrt. Før man ruller ut autonome agenter til hele organisasjonen eller eksterne kunder, må IT-ledelsen ha en klar strategi for kostnadsstyring, caching og minimeringsalgoritmer. Uten denne kontrollen risikerer man at suksess og høy brukertrafikk i realiteten fører til en umiddelbar økonomisk baksmell.
Les den tekniske gjennomgangen og erfaringene hos Quesma.