20. July 2026
Norges profilerte KI-forsker, Inga Strümke, kommer nå med en klar advarsel til næringslivet: Dagens KI-agenter leverer allerede bedre arbeid enn en gjennomsnittlig masterstudent på en rekke områder. Utviklingen har beveget seg fra enkle prateroboter til autonome agenter som kan planlegge, utføre og kvalitetssikre komplekse oppgaver over tid.
Bakgrunnen er den voldsomme modningen i måten vi bruker store språkmodeller på. Der vi i fjor måtte mate teknologien med teskje, kan dagens agenter settes til å løse flertrinns oppgaver på egen hånd. Strümke, som selv beskriver sin indre stemme som en sindig, eldre professor, understreker at teknologien nå har nådd et nivå der den utfordrer tradisjonell kunnskapsformidling og oppgaveløsning i bunn.
For kunnskapsbedrifter og konsulentselskaper betyr ikke dette at dere skal slutte å ansette nyutdannede, men rollen deres må defineres på nytt fra dag én. Unge talenter må læres opp til å være "redaktører" og "dirigenter" for KI-systemer, snarere enn å bruke de første arbeidsårene på å manuelt sammenstille rapporter. Virksomheter som raskest klarer å integrere disse autonome agentene i sine faste arbeidsprosesser, vil kunne skalere analyse- og utredningskapasiteten sin uten at kostnadene skyter i været.
Les hele intervjuet hos Digi.no.
Naturhistorisk museum har lykkes med å digitalisere over 15 000 historiske alge- og tangprøver. Den store bøygen har lenge vært de gamle, snirklete håndskrevne etikettene fra tidligere århundrer – en oppgave som vanligvis krever eksperter og uoverkommelig mange arbeidstimer. Ved å trene opp en tilpasset KI-modell på håndskriftsgjenkjenning (HTR), klarte algoritmene å tyde skriften som tradisjonell skanningsteknologi måtte gi opp på.
Dette prosjektet viser hvordan kombinasjonen av dugnadsånd og moderne maskinlæring kan løse floker som tidligere ble henlagt som økonomisk umulige. Museet brukte frivillige til å verifisere og trene modellen i starten, og deretter tok teknologien over grovarbeidet med å transkribere de tusenvis av historiske dokumentene.
For virksomheter innen tungindustri, shipping eller energisektoren som sitter på enorme mengder fysiske arkiver – som gamle vedlikeholdslogger, håndskrevne ingeniørnotater eller historiske borelogger – viser dette at veien til digitalisering er kortere enn antatt. Data som tidligere ble ansett som tapte eller uleselige, kan nå konverteres til strukturerte datasett. Dette åpner for å trene egne, proprietære KI-modeller på bedriftens historiske kjernekompetanse.
Les mer om algeprosjektet hos Digi.no.
Flere polititjenestemenn i den amerikanske delstaten Georgia har mistet jobben og blitt siktet etter å ha misbrukt Flock-kamerasystemet. Dette er et svært utbredt, KI-drevet kamerasystem som automatisk gjenkjenner bilskilt, kjøretøytyper og til og med unike kjennetegn ved biler for å spore bevegelser i sanntid. Tjenestemennene skal ha brukt det kraftige verktøyet til private formål og ulovlig overvåking av enkeltpersoner.
Saken belyser en voksende utfordring globalt: Når KI gjør det lekende lett å overvåke, analysere og sammenstille personopplysninger, øker også fristelsen og risikoen for misbruk internt i organisasjoner. Teknologien i seg selv er ekstremt effektiv for sikkerhet og logistikk, men den krever vanntette skott mot misbruk.
For logistikkbedrifter, sikkerhetsselskaper eller detaljister som ruller ut smarte kamerasystemer og ansiktsgjenkjenning, understreker denne hendelsen viktigheten av streng tilgangsstyring (IAM) og automatiske revisjonslogger. Det holder ikke lenger å ha retningslinjer på papiret; systemene må settes opp slik at uvanlige søkemønstre automatisk flagges og blokkeres. Mangelfull internkontroll på dette området utgjør i dag en enorm risiko for både omdømmetap og massive bøter.
Les detaljene om saken på The Atlanta Journal-Constitution / Hacker News.