20. July 2026
Inga Strümke, en av Norges mest profilerte forskere innen kunstig intelligens, kommer i et ferskt intervju med en klar realitetsorientering til næringslivet: Dagens KI-agenter har nå passert nivået til gjennomsnittlige masterstudenter på en rekke områder. Hun advarer om at utviklingen går ekstremt fort, og at vi må ta innover oss den enorme kapasiteten som ligger i disse systemene, samtidig som vi må passe oss for å overlate for mye kritisk tenkning til maskinene.
Bakgrunnen for Strümkes uttalelser er den eksplosive utviklingen innen autonome KI-agenter. Dette er systemer som ikke bare svarer på enkle spørsmål, men som kan planlegge, resonnere og utføre komplekse oppgaver over tid uten menneskelig innblanding. At disse verktøyene nå utkonkurrerer høyt utdannede akademikere på spesifikke oppgaver, viser at teknologien har beveget seg fra å være et enkelt støtteverktøy til å bli en reell, autonom ressurs.
Dette tvinger kunnskapsintensive virksomheter og konsulentselskaper til å redefinere hvordan de onboarder og bruker nyutdannede medarbeidere. Rutinepreget analyse, tunge kunnskapsoppsummeringer og førsteutkast til komplekse rapporter kan nå i stor grad delegeres direkte til KI-agenter. Ledergrupper som lykkes med å restrukturere arbeidsprosessene slik at juniormedarbeidere fungerer som kvalitetssikrere og "redaktører" for KI-en – fremfor å gjøre grovarbeidet selv – vil kunne hente ut et formidabelt produktivitetshopp. Utfordringen blir å sikre at de unge talentene fortsatt får nok praktisk erfaring til å utvikle den dype fagforståelsen som KI-en foreløpig mangler.
Les mer i saken hos Digi.no.
Naturhistorisk museum i Oslo har lyktes med å digitalisere hele 15 000 historiske algeprøver ved hjelp av kunstig intelligens. Den største barrieren for å tilgjengeliggjøre denne unike samlingen har lenge vært den snirklete, historiske håndskriften på etikettene, som tradisjonelt har krevd uoverkommelig mye manuelt arbeid å tyde. Med moderne KI-verktøy på laget ble den uleselige skriften omgjort til strukturert, søkbar data på rekordtid.
Dette prosjektet kombinerer avansert visuell KI med en engasjert dugnadsånd for å flytte fysiske, historiske samlinger over i den digitale sfæren. Mange institusjoner og bedrifter sitter på enorme mengder ustrukturert informasjon i fysiske arkiver som oppfattes som utilgjengelige. Suksessen ved museet viser at dagens syns- og språkteknologi nå er robust nok til å tolke selv de mest utfordrende analoge kildene med ekstremt høy presisjon.
Dette åpner helt nye dører for arkivtunge organisasjoner, offentlige etater og tradisjonsrike industriselskaper som sitter på tiår med håndskrevne loggbøker, gamle varelister, saksdokumenter eller fysiske rapporter. Ved å kjøre slike historiske dokumenter gjennom spesialtrente KI-modeller, kan man plutselig hente ut verdifull historisk innsikt, avdekke glemte mønstre og trene interne modeller på data som tidligere ble ansett som "tapt" i kjellerarkivene. Digitaliseringskostnaden per dokument er nå redusert til en brøkdel av hva manuell inntasting tidligere kostet.
Les mer om prosjektet hos Digi.no.
I USA vokser det frem en kraftig folkelig motstand mot utbyggingen av nye datasentre, og lokale politikere føler nå på et voldsomt press fra velgerne. Innbyggere over hele landet protesterer mot det enorme strømforbruket, belastningen på det lokale strømnettet, det massive vannforbruket til nedkjøling, og støyforurensningen fra de gigantiske anleggene som kreves for å holde liv i den globale KI-bølgen.
Teknologikjemper som Microsoft, Google og Meta investerer hundrevis av milliarder dollar i fysisk infrastruktur for å trene og drifte neste generasjons KI-modeller. Men denne fysiske manifestasjonen av den ellers så "vektløse" skyteknologien krever enorme ressurser på bakken. Konfliktene har nå eskalert fra å være lokale nabokrangler til å bli nasjonale politiske stridstemaer som potensielt kan bremse tempoet i utrullingen av ny KI-kapasitet globalt.
Selskaper som legger opp sine langsiktige vekststrategier rundt tung bruk av ressurskrevende generative KI-tjenester, bør merke seg denne sårbarheten i verdikjeden. Dersom lokal motstand og nye miljøreguleringer bremser utbyggingen av datasentre, kan vi gå mot en periode med økt volatilitet i prisene på skybasert datakraft (compute). Teknologiledere bør derfor proaktivt vurdere "computeeffektivitet" som en nøkkelmetrikk i sine innkjøpsprosesser, og i økende grad se mot leverandører som benytter mindre, spesialiserte språkmodeller fremfor unødvendig store og ressurskrevende generelle modeller.
Les mer om den økende motstanden hos Reuters.