19. July 2026
Norges mest profilerte KI-forsker, Inga Strümke, slår fast at utviklingen av autonome KI-agenter har kommet så langt at de nå presterer bedre enn en gjennomsnittlig masterstudent på en rekke områder. Samtidig uttrykker hun dyp skepsis til dingser som smarte briller, og mener vi må se mot kjernekraft for å dekke KI-bølgens enorme energibehov.
Bakgrunnen er den voldsomme overgangen fra passive språkmodeller til autonome agenter – systemer som ikke bare svarer på kommandoer, men som selvstendig kan planlegge, hente informasjon og utføre komplekse oppgaver over tid. Teknologien har beveget seg ut av forskningslaboratoriene og inn i verktøyene vi bruker i hverdagen.
For kunnskapsbedrifter og konsulenthus som tradisjonelt har brukt nyutdannede hoder til informasjonsinnhenting, tunge analyser og rapportskriving, snur dette opp-ned på forretningsmodellen. Når digitale agenter gjør denne jobben raskere og mer presist, må selskaper redefinere hva de faktisk tar betalt for. Verdien flyttes fra ren produksjon av tekst og analyse til strategisk vurdering, kritisk tenkning og menneskelig relasjonsbygging. Det betyr også at opplæring av nyansatte må legges helt om; de må lære å lede og kvalitetssikre disse agentene fra dag én.
Les hele intervjuet hos Digi.no
Naturhistorisk museum har lykkes med å digitalisere over 15 000 historiske alge-prøver. Den store bøygen var ikke å fotografere objektene, men å tyde de snirklete, håndskrevne etikettene fra 1800-tallet. Løsningen ble en spesialtrent kunstig intelligens som leste skriften forskerne selv slet med å tolke.
Prosjektet kombinerte maskinlæring for håndskriftgjenkjenning med en dugnadsinnsats fra frivillige som kvalitetssikret dataene. Resultatet er at en enorm vitenskapelig database, som før lå gjemt i fysiske skuffer, nå er fullt søkbar for forskere over hele verden.
Dette viser potensialet for virksomheter som sitter på store, ustrukturerte og fysiske arkiver – enten det er snakk om gamle prosjektrapporter, historiske kart, kommunale saksdokumenter eller varelagerlister fra eldre industribedrifter. Ved å bruke tilsvarende KI-modeller kan man vekke "døde" data til live og integrere historisk kildemateriale direkte inn i bedriftens interne søkemotorer og beslutningsgrunnlag, uten tusenvis av manuelle arbeidstimer.
Les mer om digitaliseringsprosjektet hos Digi.no
Kinesiske Alibaba har oppdatert prisene for sine Qwen-modeller. Dette underbygger en global trend der kostnadene for å bruke ekstremt kapable språkmodeller stuper i et voldsomt tempo, noe som gjør teknologien tilgjengelig for langt flere formål.
Qwen-serien har markert seg som en av de sterkeste utfordrerne til amerikanske giganter som OpenAI og Google, særlig når det gjelder effektivitet og flerspråklig ytelse. Den aggressive priskrigen på API-kall (tokens) betyr at kostnaden ved å drifte avanserte KI-tjenester nærmer seg null.
For selskaper som utvikler egen programvare eller automatiserer kundeservice og saksbehandling i stor skala, betyr dette at de økonomiske barrierene for å rulle ut KI i praksis er borte. Det åpner for å bygge "alltid på"-agenter som kan overvåke, analysere og svare på enorme mengder data i sanntid, uten at driftsbudsjettet sprekker. Ledere som tidligere har lagt KI-prosjekter på is på grunn av høye estimerte API-kostnader, bør regne på business-caset på nytt i dag.
Se detaljene om prisendringen hos Qwen Cloud og diskusjonen på Hacker News