20. July 2026
Naturhistorisk museum har i samarbeid med frivillige digitalisert over 15 000 historiske algeprøver. Den store bøygen har lenge vært etikettene: eldgamle, håndskrevne lapper med snirklete og til tider helt uleselig skrift. Ved å slippe løs spesialtrente KI-modeller har man nå klart å tyde og transkribere tekstene med en presisjon som tidligere krevde timevis med ekspertarbeid per etikett.
Du har sikkert vært borti problemstillingen selv: verdifulle data som ligger innelåst i gamle permer, ustrukturerte PDF-er eller skannede dokumenter som ingen har tid til å gå igjennom. Tradisjonell tekstgjenkjenning (OCR) har ofte måttet gi tapt for alt som ikke er skrevet med standard skrifttyper. Denne saken viser at dagens KI-modeller har knekt koden for mønstergjenkjenning i en slik grad at selv historisk håndskrift ikke lenger er en barriere.
For arkivtunge bransjer som juss, forsikring og eiendomsmegling betyr dette et enormt effektiviseringspotensial. I stedet for å bruke dyre konsulenttimer på å manuelt taste inn historiske data fra skannede dokumenter, kan man nå automatisere prosessen fullstendig. Dette frigjør store mengder ustrukturert data som plutselig blir søkbar og klar til å trenes på i interne KI-systemer for å avdekke historiske mønstre eller trender.
Les mer om prosjektet hos Digi.no.
Administrerende direktør i Telenor Norge advarer nå mot en ny og langt mer sofistikert bølge av cyberangrep drevet av kunstig intelligens. Nye og stadig kraftigere KI-modeller gjør det lekende lett for ondsinnede aktører å raskt skanne komplekse IT-systemer etter sårbarheter, for så å automatisere skreddersydde angrep i et tempo vi aldri har sett maken til tidligere.
Det som gjør situasjonen ekstra utfordrende, er at terskelen for å gjennomføre avanserte angrep har sunket dramatisk. Tidligere krevde det dyp teknisk spisskompetanse og ukesvis med koding for å finne sikkerhetshull. Nå kan hvem som helst bruke spesialiserte KI-verktøy til å generere feilfri phishing-kommunikasjon på perfekt norsk, eller finne svakheter i en bedrifts skyinfrastruktur på sekunder.
For IT-sikkerhetsansvarlige og daglige ledere betyr denne utviklingen at man må gå bort fra reaktiv sikkerhetstenking. Man kan ikke lenger nøye seg med å tette hullene *etter* at de er oppdaget. Virksomheter må investere i defensive, KI-baserte overvåkingssystemer som kan analysere nettverkstrafikk i sanntid og nøytralisere trusler automatisk før de rekker å gjøre skade. Sikkerhetsarbeidet må løftes fra å være en ren IT-oppgave til et strategisk styreansvar.
Få med deg hele advarselen hos Digi.no.
I USA har kampen om strømmen til AI-datasentre nådd et nytt og dramatisk nivå. Kraftselskaper tar nå i bruk såkalt "eminent domain" (ekspropriasjon) for å beslaglegge private landområder. Målet er å bygge ut høyspentlinjer og infrastruktur raskt nok til å mette den enorme energitørsten til tech-giganter som bygger stadig større anlegg for å trene neste generasjons KI-modeller.
Dette understreker at den digitale AI-revolusjonen i aller høyeste grad har fysiske og geopolitiske konsekvenser. Beregningskraften som kreves for å drive dagens og morgendagens AI-tjenester dobler seg i et voldsomt tempo, og tilgangen på stabil, ren strøm har blitt den desidert største flaskehalsen for hele teknologiindustrien.
For norske energiaktører, eiendomsutviklere og industribedrifter er dette en tydelig pekepinn på hva som kommer. Kampen om nettkapasiteten vil tilspisse seg også her hjemme i takt med at internasjonale aktører søker etter grønn energi i Norden. Industribedrifter som planlegger fremtidig elektrifisering eller utvidelser, må belage seg på langt tøffere konkurranse om strømmen, noe som gjør det kritisk å tenke på alternative, lokale energikilder og smarte energiledelsessystemer allerede nå.
Les mer om kraftkampen hos Fortune.
Den kinesiske tek-giganten Xiaomi har avduket sin nye satsing, "Xiaomi-Robotics-1". Dette er en åpen plattform utviklet for å forene avansert kunstig intelligens med fysisk robotikk, med mål om å gjøre roboter mer tilpasningsdyktige og i stand til å utføre komplekse oppgaver uten behov for tradisjonell, stiv programmering.
Dette markerer et viktig skifte i industrien. Vi beveger oss raskt bort fra roboter som kun kan utføre repeterende oppgaver i kontrollerte omgivelser, og over i en æra med "fysisk AI" – der roboter bruker maskinsyn og språkmodeller til å forstå omgivelsene sine og lære nye oppgaver nesten på egen hånd ved å observere mennesker.
For produksjonsbedrifter, logistikkaktører og lagerdrift åpner dette helt nye muligheter for automatisering. I stedet for å investere millioner i spesialtilpassede produksjonslinjer som må bygges om hver gang et produkt endres, vil slike fleksible robotplattformer kunne omstilles på minutter. Det gjør det lønnsomt å automatisere selv mindre produksjonsserier og mer varierte logistikkoppgaver som tidligere krevde menneskelig fleksibilitet.
Sjekk ut detaljene hos Xiaomi Robotics.