20. July 2026
Norges mest profilerte KI-forsker, Inga Strümke, tegner et bilde av en teknologiutvikling som løper raskere enn utdanningssystemet klarer å omstille seg. I et ferskt intervju slår hun fast at dagens autonome KI-agenter – altså systemer som ikke bare svarer på spørsmål, men som faktisk kan planlegge og utføre komplekse oppgaver på egen hånd – nå presterer langt bedre enn den jevne masterstudent.
Bakgrunnen for uttalelsen er det voldsomme skiftet vi nå ser fra enkle chat-modeller til autonome agenter. Der vi tidligere måtte mate KI-en med detaljerte instruksjoner steg for steg, kan dagens agenter få tildelt et overordnet mål, feilsøke sin egen kode, og hente inn ekstern informasjon for å løse oppgaven. Dette gjør dem i stand til å utføre komplekst analyse- og utviklingsarbeid i et tempo intet menneske kan matche.
For kunnskapsbedrifter og konsulenthus som tradisjonelt baserer seg på å leie ut juniorressurser til rutinepreget analysearbeid, betyr dette at forretningsmodellen må revurderes. Når KI-verktøyene gjør grovarbeidet både raskere og billigere, må verdien til nyutdannede medarbeidere ligge i kritisk tenkning, domenekunnskap og evnen til å kvalitetssikre systemenes leveranser. Ledere i disse sektorene bør allerede nå redesigne karriereveiene slik at de yngre talentene får den nødvendige erfaringen til å bli seniorer, selv når de tradisjonelle "junioroppgavene" er automatisert bort.
Naturhistorisk museum i Oslo har lykkes med å digitalisere hele 15 000 historiske alge-registreringer ved hjelp av kunstig intelligens. Den store bøygen har lenge vært at merkelappene på de gamle prøvene var skrevet med en snirklete, gammel håndskrift som tradisjonell tekstgjenkjenning (OCR) har måttet gi tapt for. Med nye KI-modeller klarte maskinen å tyde skriften som menneskelige eksperter har brukt år på å katalogisere.
Historisk sett har digitalisering av eldre arkiver vært en ekstremt kostbar og tidkrevende manuell prosess, ofte avhengig av dugnad og frivillige. Mange verdifulle data har ligget låst i fysiske arkivskuffer fordi kostnaden ved å punche dataene manuelt har vært uoverkommelig.
For industrier og offentlige etater som sitter på enorme mengder ustrukturert og håndskrevet historisk dokumentasjon – som gamle vedlikeholdslogger, grunnbøker eller tegninger – viser dette prosjektet at teknologien nå er moden for kommersiell skalering. Selskaper kan nå hente ut verdifull historisk innsikt og trene egne modeller på proprietære data som tidligere var helt utilgjengelige. Dette åpner for bedre prediktivt vedlikehold og dypere historiske analyser uten de tradisjonelt avskrekkende lønnskostnadene. Les mer hos Digi.no.
Nvidias administrerende direktør, Jensen Huang, har nettopp avsluttet et svært vellykket besøk i Tokyo. Han forlater landet med en rekke tunge avtaler som spenner over hele det japanske teknologi- og industriøkosystemet. Målet er å bygge opp en massiv, lokal infrastruktur for kunstig intelligens, skreddersydd for japanske behov.
Dette handler om det som på fagspråket kalles "suveren KI" (sovereign AI). Japan ønsker ikke å være prisgitt amerikanske skytjenester for sine mest kritiske AI-beregninger. Ved å sikre seg direkte tilgang til Nvidias nyeste maskinvare og tette integrasjoner med landets egne industrikjemper, ønsker de å sikre teknologisk uavhengighet og nasjonal datasikkerhet.
For selskaper med globale forsyningskjeder eller virksomhet i strengt regulerte markeder er dette en viktig utvikling å merke seg. Vi beveger oss raskt bort fra en verden der AI er sentralisert hos noen få amerikanske giganter, over til en mer fragmentert modell med nasjonale og regionale KI-infrastrukturer. Strategiske beslutningstakere bør ta høyde for dette i sine langsiktige IT-strategier og investere i fleksible løsninger som gjør det enkelt å flytte og kjøre modeller lokalt, i tråd med nasjonale personvern- og sikkerhetsregler. Les mer hos TechCrunch.