20. July 2026
En fersk debatt basert på den nye DORA-rapporten avslører et gapende avvik mellom visjonene om autonome KI-agenter og bedriftenes faktiske evne til å ta dem i bruk. Bare 19 prosent av utviklingsteamene i undersøkelsen klassifiseres som "elite-modne". Rapporten slår fast at KI ikke løser fundamentale, eksisterende problemer i en organisasjon – tvert imot har teknologien en tendens til å forsterke de svakhetene som allerede er der.
Vi har det siste året hørt mye om hvordan intelligente agenter skal overta komplekse arbeidsprosesser og frigjøre masse tid. Men sannheten på bakken er at mange IT- og utviklingsavdelinger fortsatt sliter med grunnleggende struktur, teknisk gjeld og umodne prosesser. Å rulle ut avanserte KI-verktøy i et ustrukturert miljø er som å sette en rakettmotor på en bil uten styring.
For selskaper som planlegger å effektivisere kundeservice eller saksbehandling med autonome agenter, betyr dette at man må rydde i eget hus først. Hvis dataflyten og systemarkitekturen din er uoversiktlig i dag, vil en KI-agent bare automatisere og akselerere dette kaoset. Fokus bør derfor flyttes fra å kjøpe det nyeste verktøyet til å bygge en robust, moden digital infrastruktur som tåler agent-teknologi.
Les hele debattinnlegget hos Digi.no
Telenor Norges leder varsler tøffere tider for digital beredskap. Nye, superkraftige KI-modeller har gjort det langt enklere for ondsinnede aktører å finne og utnytte sårbarheter i digitale systemer i et tempo og omfang vi aldri har sett før.
Tidligere krevde avanserte cyberangrep dyp teknisk spisskompetanse og ukesvis med planlegging. Med generative KI-verktøy kan hackere nå automatisere kartleggingen av sikkerhetshull og generere ekstremt troverdige, målrettede svindelforsøk på sekunder. Dette visker effektivt ut skillet mellom amatører og profesjonelle trusselaktører.
For finansinstitusjoner, energiselskaper og andre virksomheter med samfunnskritisk infrastruktur betyr denne utviklingen at tradisjonelle sikkerhetsrutiner ikke lenger holder mål. Sikkerhetsledere må slutte å tenke på cyberforsvar som en årlig sjekkliste, og heller gå over til KI-basert sanntidsovervåking som kan oppdage og nøytralisere angrep automatisk før skaden oppstår.
Naturhistorisk museum har lykkes med å digitalisere over 15 000 historiske algeprøver ved hjelp av kunstig intelligens. Den største barrieren har hittil vært å tyde over hundre år gammel, snirklete håndskrift på etikettene – en oppgave KI-modellen løste med imponerende presisjon.
Museer og arkiver over hele verden sitter på enorme fysiske skatter som forblir utilgjengelige fordi informasjonen kun finnes på falmet papir. Tidligere krevde dette manuelt dugnadsarbeid over flere tiår. Ved å kombinere moderne bilde- og tekstgjenkjenning (OCR) med menneskelig kvalitetssikring, har museet nå gjort denne vitenskapelige dataen søkbar for forskere globalt.
For virksomheter innen jus, eiendom, medisin eller offentlig sektor som sitter på store papirarkiver eller scannede PDF-er med håndskrevne notater, viser dette prosjektet at teknologien nå er fullt moden for kommersiell bruk. Man kan effektivt hente ut verdifull historisk innsikt, kundehistorikk eller gamle saksdokumenter og transformere dem til strukturerte, søkbare databaser.
Det svensk-grunnlagte milliardselskapet Neo4j tar opp kampen mot den omstridte amerikanske giganten Palantir. De posisjonerer sin grafdatabaseteknologi som et kraftig verktøy for å analysere komplekse sammenhenger og gi KI-modeller nødvendig forretningskontekst, men uten Palantirs beryktede "kill switch" som låser kundene til plattformen.
Mange selskaper opplever at generative KI-modeller (LLM-er) "hallusinerer" eller mangler presis forståelse for bedriftens interne logikk. Grafdatabaser løser dette ved å koble sammen data på en måte som ligner menneskelig tenkning (relasjoner fremfor isolerte tabeller), noe som gjør at KI-en kan hente ut langt mer nøyaktige svar.
For virksomheter innen logistikk, svindelbekjempelse eller komplekse leverandørkjeder gir dette helt nye muligheter til å bygge uavhengige KI-analyseplattformer. Ved å bruke åpne standarder slipper man å binde seg til dyre, proprietære systemer, samtidig som man beholder full kontroll over kritiske data og KI-beslutninger.