20. July 2026
Det snakkes mye om autonome KI-agenter som skal ta over alt fra kundeservice til avansert logistikk, men en fersk rapport basert på DORA 2025-undersøkelsen kaster kaldt vann i blodet på de mest overivrige optimistene. Kun 19 prosent av utviklingsteamene i undersøkelsen defineres som «elite-modne». Rapporten slår fast at KI ikke løser fundamentale problemer på magisk vis, men tvert imot forsterker og synliggjør de svakhetene som allerede finnes i organisasjonen fra før.
Tenk på det som å sette en Formel 1-motor inn i en sliten personbil uten å oppgradere bremsene eller girkassen. Mange selskaper mangler rett og slett den tekniske grunnmuren – som automatiserte testløp og solid versjonskontroll – som kreves for å la intelligente agenter operere fritt uten at det oppstår fullstendig kaos i produksjonsmiljøet.
For selskaper som planlegger å rulle ut autonome agenter i kundeservicen eller kjerneproduksjonen, betyr dette at investeringene må starte med å rydde i eget hus. Før du slipper løs agenter som tar beslutninger på egen hånd, må du sikre at utviklingsavdelingen din har på plass robuste sikkerhetsnett. Hvis ikke risikerer du bare at feil og sikkerhetshull oppstår i et langt høyere tempo enn tidligere.
Norske virksomheter står overfor en ny og langt mer aggressiv digital hverdag. Telenor-sjefen og ferske sikkerhetsanalyser melder nå om en urovekkende trend der utpressingsvirus (ransomware) tar i bruk kunstig intelligens for å utføre hele angrepskjeden automatisk. Det betyr at skadevaren nå kan skanne nettverk, identifisere sårbarheter, skreddersy angrepet og kryptere filer helt uten at et menneske sitter ved spakene hos de kriminelle.
Tidligere hadde man gjerne litt tid til å oppdage og isolere et påbegynt angrep fordi hackere jobbet manuelt og i etapper. Når algoritmene tar over, skjer alt i løpet av sekunder. Telenor Norge-sjefen slår fast at både næringsliv og offentlige aktører må oppgradere den digitale beredskapen sin umiddelbart.
For finansdirektører og ledere i samfunnskritisk infrastruktur er budskapet krystallklart: Gårsdagens reaktive forsvar holder ikke lenger. Sikkerhetsbudsjettene må vris over mot AI-baserte forsvarssystemer som kan oppdage og nøytralisere trusler i sanntid. I tillegg må ansatte trenes opp til å gjenkjenne langt mer sofistikerte, KI-genererte svindelforsøk enn de klassiske, gebrokne e-postene vi har vært vant til.
Les om KI-utpressingsvirus på Digi.no og Telenors advarsel på Digi.no
Digitaliseringsminister Karianne Tung (Ap) setter foten ned for forslagene om å innføre et strengt konsesjonssystem for datasentre i Norge. Til tross for hardt press fra Høyre, SV og Rødt, som ønsker strengere kontroll over hvor mye av den norske vannkraften som slukes av store datahaller, velger regjeringen å holde dørene åpne.
Bakgrunnen er den pågående drakampen om norske energiressurser. Mens kritikere frykter at datasentre fortrenger annen industri og presser opp strømprisene, argumenterer Tung med at strenge konsesjonskrav vil svekke Norges posisjon som en attraktiv tech-nasjon og bremse den nødvendige digitale omstillingen.
For internasjonale skyaktører og norske selskaper som utvikler eller drifter tunge AI-modeller, gir dette en etterlengtet regulatorisk forutsigbarhet. Vedvarende politisk velvilje betyr at man kan planlegge langsiktige datasenter-etableringer i Norge, noe som er avgjørende for virksomheter som krever kortreist datalagring og grønn energi til sine AI-prosjekter.
Skal vi være redde for kinesiske AI-modeller? Debatten raser i det globale teknologimiljøet etter at flere svært kapable, åpne modeller fra Kina har utfordret de amerikanske gigantene. Samtidig rettes søkelyset mot den utbredte praksisen med "distillasjon" – der mindre selskaper trener opp egne modeller ved å mate dem med data generert av de største modellene fra OpenAI eller Anthropic.
Selv om de amerikanske teknologigigantene forsøker å forby slik bruk i sine brukervilkår, er dette i praksis umulig å håndheve globalt. De åpne kinesiske modellene viser at det er fullt mulig å bygge ekstremt slagkraftig AI uten de astronomiske utviklingskostnadene som de amerikanske laboratoriene har måttet bære.
For programvareutviklere og teknologidrevne vekstselskaper betyr dette at kostnadsbarrieren for å ta i bruk avansert maskinlæring er i ferd med å kollapse. Man er ikke lenger låst til dyre, proprietære API-er fra Silicon Valley. I stedet kan man bygge skreddersydde, interne verktøy på toppen av gratis, åpne modeller, noe som drastisk forbedrer marginene for digitale tjenester.
Les analysen hos Simon Willison