19. July 2026
Norges kanskje mest kjente KI-formidler, Inga Strümke, sparer ikke på konfekten i et ferskt sommerintervju. Hun slår fast at dagens KI-agenter nå presterer på et nivå som ligger godt over den gjennomsnittlige masterstudenten på mange områder. Samtidig advarer hun mot blind teknologiotisme, og innrømmer at hun selv hater smarte briller og mener vi må tørre å diskutere kjernekraft for å dekke det enorme energibehovet KI-bølgen krever.
Bakgrunnen for uttalelsen er det raske skiftet vi nå ser fra enkle chat-modeller til "agentisk KI". Dette er systemer som ikke bare svarer på spørsmål, men som planlegger, utfører oppgaver i flere ledd og retter opp egne feil underveis. Strümkes sammenligning med masterstudenter viser hvor raskt denne teknologien modnes fra å være et avansert leketøy til å bli en reell kognitiv arbeidskraft.
Dette gir kunnskapsintensive virksomheter og konsulenthus en klar marsjordre: Tiden der man manuelt kunne ta seg betalt for enkle utredninger, kildeoppsummeringer og rutinepreget analyse er i ferd med å renne ut. I stedet for å lære ansatte hvordan de skal skrive rapporter fra bunnen av, bør fokuset rettes mot å trene de ansatte til å bli "redaktører" og "prosjektledere" for digitale agenter. Suksess vil måles i hvor godt man klarer å kvalitetssikre og integrere KI-generert arbeid, ikke hvor mange timer man bruker på å taste det ut selv. Les hele intervjuet hos Digi.no.
Naturhistorisk museum har lykkes med å gjøre en enorm, historisk samling av alger søkbar på nett. Utfordringen var ikke å ta bilder av plantene, men å tyde de nesten uleselige, håndskrevne merkelappene fra forrige århundre. Takket være kunstig intelligens og en solid porsjon dugnadsånd er nå 15 000 objekter digitalisert og tilgjengelige for forskere over hele verden.
Historisk sett har digitalisering av gamle dokumenter strandet på at vanlig tekstgjenkjenning (OCR) er sjanseløs på snirklete, personlig løkkeskrift. Museet måtte tidligere lene seg utelukkende på menneskelige eksperter for å tyde hvert enkelt ord – en prosess som ville tatt tiår å gjennomføre for hele samlingen.
For arkivtunge bransjer, som forsikringsselskaper med historiske skademeldinger, eiendomsaktører med eldre tinglysninger eller juridiske avdelinger med fysiske kontraktsarkiver, er dette et ugjendrivelig bevis på at håndskriftsbarrieren er brutt. Det betyr at ustrukturerte og utilgjengelige "papirfjell" nå kan transformeres til verdifulle, søkbare databaser på en brøkdel av tiden og til en minimal kostnad. Data som før ble ansett som tapte eller for dyre å hente ut, kan nå rulles rett inn i bedriftens analysemodeller. Les mer om prosjektet på Digi.no.
OpenAI har i det stille redusert kontekstvinduet for sin Codex-modell fra 372k til 272k tokens. Det kan virke som et skritt tilbake i en bransje som har vært besatt av slagordet "større er bedre", men endringen har praktiske årsaker som påvirker hvordan utviklingsavdelinger bør jobbe fremover.
Kontekstvinduet bestemmer hvor mye data KI-en kan holde i "minnet" samtidig under en samtale. Gigantiske kontekstvinduer har imidlertid vist seg å være ekstremt kostbare i drift, de øker ventetiden (latency), og modellene har en tendens til å bli "distrahert" eller glemme informasjon som ligger midt i en enorm tekstmengde. OpenAI strammer nå inn tøylene for å optimalisere ytelse og stabilitet.
For programvarehus og selskaper med egne IT-utviklingsteam betyr denne justeringen at man må slutte å mate KI-verktøyene med hele kodebaser i håp om at den "forstår alt" automatisk. I stedet bør tekniske ledere insistere på mer modulær kode og smartere informasjonshenting (som RAG-arkitektur). Dette holder ikke bare API-kostnadene nede, men sikrer også at koden som genereres faktisk er mer presis, fordi modellen tvinges til å fokusere kun på de mest relevante linjene. Se endringen på GitHub.