21. July 2026
De fleste av oss har tenkt på OpenAI som en ren programvaregigant, men nå tar selskapet steget inn i den fysiske verden. De har lansert sitt aller første maskinvareprodukt, døpt Codex Micro. Dette er en spesialdesignet brikke som er optimalisert for å kjøre autonome KI-agenter lokalt på enheter, fremfor å sende all data frem og tilbake til skyen.
Bakgrunnen for lanseringen er den voldsomme bølgen av KI-agenter som skal utføre oppgaver på egen hånd. Å kjøre disse agentene krever enormt med datakraft og lav forsinkelse (latency). Ved å flytte intelligensen direkte inn på fysisk maskinvare, fjerner OpenAI en av de største flaskehalsene for neste generasjons teknologi.
For selskaper som utvikler smarte fysiske produkter – alt fra avanserte medisinske apparater til smarte hjem-løsninger – endrer dette spilleregler. I stedet for å være avhengig av en stabil og lynrask internettforbindelse for å ta kompliserte beslutninger, kan maskinvaren nå kjøre avanserte KI-agenter lokalt på enheten. Dette reduserer både driftskostnader til skyen og fjerner personvernbekymringer knyttet til datasending. Les mer om saken hos Digi.no.
Det snakkes varmt på styrerommene om å rulle ut autonome KI-agenter som kan programmere, svare på kundeservice og automatisere kontorarbeid. Men en ny rapport basert på DORA 2025 (DevOps Research and Assessment) slår fast at de færreste bedrifter faktisk har det tekniske fundamentet som kreves. Bare 19 prosent av utviklingsmiljøene defineres som «elite-modne».
Rapporten understreker at KI ikke er en magisk tryllestav som fikser dårlig struktur. Tvært imot: Hvis du slipper løs KI-agenter i et system som allerede har svake rutiner, uoversiktlig kode og manuelle prosesser, vil teknologien bare forsterke og akselerere de eksisterende svakhetene dine.
For teknologidirektører og utviklingsledere betyr dette at bremsen må settes på inntil grunnmuren er solid. Før dere lar autonome agenter skrive og rulle ut kode på egen hånd, må testmiljøene, sikkerhetskontrollene og deployeringsrutinene være fullstendig automatiserte og feilsikre. Hvis ikke risikerer dere at KI-en produserer og sprer feil raskere enn utviklerne klarer å rydde opp. Les mer om debatten hos Digi.no.
Norge kommer aldri til å vinne det globale kappløpet om de største, generelle språkmodellene – der er USA og Kina i en helt egen liga. Men vi har én unik mulighet til å bli verdensledende, ifølge matematiker og samfunnsdebattant Silvija Seres. Hun tar til orde for et nasjonalt fellesprosjekt for et «intelligent hav».
Tanken er enkel, men slagkraftig: Norge sitter på noen av verdens beste og mest unike datasett innen maritim sektor, marinbiologi, offshore og subsea-teknologi. Ved å koble denne dype domenekunnskapen med kunstig intelligens, kan vi bygge modeller som ingen andre i verden har forutsetninger for å kopiere.
For maritime teknologileverandører, havbruksnæringen og offshore-aktører representerer dette en enorm forretningsmulighet. Ved å posisjonere seg tidlig i dette landskapet, kan norske selskaper utvikle høyt spesialiserte KI-verktøy for alt fra autonom skipsfart til bærekraftig ressursforvaltning. Dette er nisjer med ekstreme inngangsbarrierer for globale teknologigiganter, og hvor norske aktører kan ta globale lederposisjoner. Les hele intervjuet hos Digi.no.
Sikkerhetslandskapet er i ferd med å endre seg fundamentalt. Både Telenor Norge-sjefen og uavhengige sikkerhetsforskere rapporterer nå at cyberkriminelle har begynt å ta i bruk spesialiserte KI-modeller for å automatisere angrepene sine. Det handler ikke lenger bare om kjappe phishing-eposter, men om utpressingsvirus (ransomware) som bruker KI til å skanne nettverk, finne sårbarheter og spre seg helt av seg selv.
Tidligere krevde avanserte angrep mye manuelt arbeid fra dyktige hackere. Med de nyeste KI-modellene kan angriperne automatisere denne prosessen i stor skala. Telenor-sjefen advarer om at dette vil kreve en helt ny digital beredskap fra både næringsliv og myndigheter.
For risikostyrer og IT-sikkerhetsansvarlige i både offentlig og privat sektor betyr dette at de gamle forsvarsskansemurene ikke lenger holder mål. Når angrepene skjer i maskinhastighet, må også forsvaret gjøre det. Det tvinger frem en overgang til KI-baserte overvåkningsverktøy som kan oppdage unormal aktivitet og stenge ned infiserte systemer på millisekunder, lenge før et menneskelig sikkerhetsteam i det hele tatt rekker å motta et varsel. Les mer om Telenors advarsel hos Digi.no og om de automatiserte angrepene hos Digi.no.
Google har nettopp rullet ut tre nye KI-modeller i sin portefølje: Gemini 3.6 Flash, 3.5 Flash-Lite og 3.5 Flash Cyber. Det som imidlertid vekker mest oppsikt i bransjen, er hva som ikke ble lansert. Den etterlengtede og kraftigere Gemini 3.5 Pro glimrer fremdeles med sitt fravær, noe som reiser spørsmål om tech-gigantens overordnede KI-strategi.
Lanseringen viser tydelig at Google akkurat nå prioriterer hastighet, kostnadseffektivitet og nisjeanvendelser fremfor ren, generell intelligens. Modeller som «Flash-Lite» er skreddersydd for å kjøre ekstremt billig og raskt i stor skala, mens «Flash Cyber» har innebygd spesialkompetanse for å analysere sikkerhetstrusler.
For produktansvarlige og utviklere som designer kundevendte KI-tjenester, er dette en svært positiv utvikling. Det betyr at driftskostnadene (API-utgiftene) for å kjøre enkle samtaler, tekstoppsummeringer og datastrukturering fortsetter å rase nedover. I stedet for å vente på de aller største og dyreste modellene, bør man heller optimalisere arbeidsflyten for disse lynraske og spesialiserte lettvektsmodellene. Les mer om lanseringen hos TechCrunch og i Google Blog.