20. July 2026
Telenors norgessjef varsler tøffere tider for cybersikkerheten i norske virksomheter. Bakgrunnen er at stadig mer kraftfulle og letttilgjengelige KI-modeller gjør det langt enklere for ondsinnede aktører å finne og utnytte sårbarheter i digitale systemer på rekordtid.
Vi har lenge snakket om kunstig intelligens som et verktøy for effektivisering, men realiteten er at teknologien er et tveegget sverd. Angripere bruker nå generative modeller til å automatisere alt fra skreddersydde spydfiske-kampanjer (phishing) til lynrask skanning av sårbar programvare. Sikkerhetsarbeid handler ikke lenger bare om å tette kjente hull, men om å forberede seg på angrepsmetoder som endrer seg i sanntid.
For selskaper med komplekse forsyningskjeder eller sensitive kundedata betyr dette at den tradisjonelle, reaktive IT-sikkerheten er utdatert. Styrer og ledergrupper må fremover budsjettere med KI-baserte forsvarssystemer som kan oppdage avvik før de eskalerer. For finans- og helseaktører vil evnen til å simulere automatiserte KI-angrep mot egne systemer bli en ren hygienefaktor for å beholde kundenes tillit.
Naturhistorisk museum har lykkes med å digitalisere 15 000 historiske algeprøver ved hjelp av kunstig intelligens. Utfordringen lå i de gamle, håndskrevne merkelappene – fulle av snirklete skrift fra en helt annen tid – som museet ved hjelp av KI og en porsjon dugnadsånd har klart å tyde og strukturere overraskende presist.
Museer og forskningsinstitusjoner over hele verden sitter på enorme fysiske arkiver som i praksis er utilgjengelige fordi dataene ikke er søkbare. Ved å trene og ta i bruk spesialiserte modeller til å gjenkjenne historisk håndskrift, kan hundrevis av årsverk med manuelt tastearbeid nå gjøres unna på en brøkdel av tiden.
For tradisjonsrike industrikonsern, eiendomsselskaper med gamle arkiver eller juridiske avdelinger med tiår med skannede kontrakter, viser dette at veien til strukturert data har blitt dramatisk mye kortere. Virksomheter som klarer å slippe løs KI på sine egne, ustrukturerte historiske dokumenter, vil plutselig kunne sitte på unike datasett som gir konkurransefordeler ingen nyetablerte konkurrenter kan kopiere.
I USA tyr nå kraftselskaper til såkalt "eminent domain" (ekspropriasjon av privat eiendom) for å sikre landområder til nye overføringslinjer og transformatorstasjoner. Formålet er å mette den ekstreme energitørsten til nye, massive KI-datasentre.
Det enorme beregningsarbeidet som kreves for å trene og drifte neste generasjons språkmodeller krever ufattelige mengder strøm. Dette har skapt et akutt press på det eksisterende strømnettet i flere regioner. Kampen om KI-hegemoniet står dermed ikke lenger bare i programvareavdelingene, men i det fysiske terrenget og i maktkampen om hvem som får koble seg til strømnettet først.
For selskaper innen kraftkrevende industri og tradisjonell eiendomsutvikling betyr dette tøffere konkurranse om arealer og potensielt høyere priser på energiinfrastruktur i årene som kommer. For investorer og gründere innen fornybar energi og nett-optimering åpner denne flaskehalsen derimot et gigantisk marked for desentraliserte energiløsninger og energieffektive brikker som kan kjøre KI med lavere fotavtrykk.