21. July 2026
En fersk rapport (DORA 2025) slår fast at kun 19 prosent av verdens utviklingsteam oppnår status som "elite-modne". Rapporten avslører en ubehagelig sannhet for mange teknologiledere: kunstig intelligens fungerer i praksis som en lupe som forsterker de svakhetene og den tekniske gjelden organisasjonen allerede sliter med på IT-siden.
Mange har kastet penger etter KI-verktøy i håp om å mangedoble produktiviteten over natten. Men hvis de underliggende prosessene, testrutinene og arkitekturen er ustrukturerte, vil de nye autonome KI-agentene bare spytte ut feil og uferdig kode i et langt høyere tempo enn før. Det blir som å sette en Formel 1-motor i en gammel Lada.
For IT-direktører og teknologiledere krever dette et umiddelbart skifte i fokus. Før man ruller ut autonome agenter som skal skrive eller vedlikeholde programvare, må grunnmuren – kontinuerlig integrasjon, smidige testrutiner og ryddig arkitektur – være på plass. Ellers risikerer man at KI-satsingen ender opp med å skape merarbeid og sikkerhetshull fremfor reell effektivisering.
Den kjente matematikeren og investoren Silvija Seres mener at Norge har én unik mulighet til å slå teknologigiganten Kina på hjemmebane: ved å skape et felles, nasjonalt prosjekt for "intelligent hav". Hun etterlyser en koordinert AI-satsing på våre egne kjerneområder fremfor å prøve å kopiere Silicon Valley.
Kina leder an på forbrukerteknologi og rå maskinvare, men de mangler Norges århundrelange erfaring og dype domenekunnskap om maritime miljøer, havbruk og energiproduksjon til havs. Ved å kombinere fysiske sensorer, historiske data og avansert kunstig intelligens kan Norge ta en global lederposisjon på havet.
For maritime aktører, sjømatnæringen og havvind-utbyggere er dette en direkte invitasjon til tettere samarbeid og datadeling. Ved å bygge felles AI-modeller for havovervåking kan norske selskaper sette internasjonale standarder. Dette åpner dørene for norske tech-startups som vil utvikle nisje-AI for en global maritim industri, der den unike norske rådataen fungerer som en uinntakelig inngangsbarriere for utenlandske giganter.
En ny, åpen agentplattform er under utvikling for å bygge bro mellom seismiske målinger og geologiske simuleringer. Målet er å redusere tiden og det tunge, manuelle arbeidet som kreves for å lage nøyaktige 3D-modeller av hva som befinner seg under jordoverflaten.
Tradisjonelt har modellering av undergrunnen vært en tidkrevende flaskehals der spesialister manuelt må tolke og oversette enorme datamengder mellom ulike lukkede fagsystemer. Den nye plattformen lar spesialiserte KI-agenter ta over mye av denne tunge dataflyten og simuleringsarbeidet.
For prosjektutviklere innen geotermisk energi, CO2-lagring og store infrastrukturprosjekter kan denne teknologien kutte planleggingsfasen drastisk. Ved å automatisere de kjedelige oversettelsesoppgavene kan geologene bruke tiden på faktiske analyser. Det reduserer risikoen for dyre feilvurderinger før borekronen treffer bakken.
En føderal dommer har godkjent et gigantforlik på 1,5 milliarder dollar mellom KI-selskapet Anthropic og en gruppe forfattere. Forfatterne saksøkte Anthropic for å ha trent sine Claude-modeller på piratkopierte versjoner av bøkene deres.
Dette er et av de første virkelige store økonomiske oppgjørene i de pågående opphavsrettsstridene rundt KI-trening. Mens teknologigigantene lenge har argumentert med at slik trening faller inn under "fair use", viser dette forliket at regningen for uautorisert databruk nå har kommet på bordet.
For selskaper som utvikler egne KI-modeller eller integrerer store språkmodeller i sine systemer, markerer dette slutten på gratispassasjer-æraen. Fremover vil lisensieringskostnader bakes direkte inn i prisen på KI-tjenester. For innkjøpsansvarlige betyr det at man må kreve langt strengere dokumentasjon på opphavsrett fra KI-leverandører for å sikre seg mot fremtidige søksmål knyttet til opphavsrettsbrudd.
OpenAI har lansert "Codex Micro", en fysisk brikke spesifikt designet for å kjøre og akselerere autonome KI-agenter lokalt. Dette er selskapets aller første rene maskinvareprodukt.
Mange hadde kanskje ventet en smarttelefon eller en dings for forbrukere, men OpenAI retter seg i stedet direkte mot infrastrukturen som kreves for neste generasjons KI. Ved å flytte prosesseringen av KI-agenter fysisk nærmere brukeren, løser de to av de største problemene med dagens skybaserte KI: ventetid (latency) og personvern.
For produksjonsbedrifter og logistikkselskaper som bruker roboter på fabrikkgulvet, åpner dette for lynrask, lokal beslutningstaking. Roboter kan tilpasse seg endringer i sanntid uten å være avhengig av en stabil internettforbindelse til skyen. I tillegg sikrer det at sensitive driftsdata og interne prosesser forblir trygt innenfor bedriftens egne fire vegger.