21. July 2026
OpenAI tar steget inn i den fysiske verdenen med lanseringen av «Codex Micro» – en brikke som er spesifikt designet for å kjøre KI-agenter lokalt på enheter uten å være avhengig av kontinuerlig skyforbindelse.
Mens mange ventet at OpenAIs første fysiske produkt skulle være en smarttelefon eller en dings for forbrukere, har de i stedet valgt å gå etter kjernen av fremtidens KI-infrastruktur. Codex Micro er en spesialbygd komponent utviklet for å takle de tunge beregningene som kreves når autonome agenter skal ta beslutninger i sanntid, direkte på maskinvaren.
For selskaper som utvikler smarte, fysiske produkter – alt fra roboter på fabrikkgulvet til avanserte medisinsk-tekniske apparater – betyr denne brikken en revolusjon i responstid og datakontroll. Ved å flytte agentene ut av skyen og inn på selve enheten eliminerer man forsinkelsen (latens) som skytjenester krever, samtidig som man løser strenge krav til personvern og datasikkerhet. Dette åpner døren for at autonome systemer kan fungere feilfritt selv på steder helt uten nettdekning.
Matematiker og investor Silvija Seres mener Norge må slutte å prøve å kopiere de amerikanske og kinesiske tek-gigantene på generiske språkmodeller. I stedet må vi samles om ett felles prosjekt: Å bygge verdens beste kunstige intelligens for havrommet.
Mens USA leder an på generative tekstverktøy og Kina dominerer på ansiktsgjenkjenning og overvåkingsteknologi, har Norge en unik skattkiste: Tiår med ekstremt detaljerte og strukturerte data fra maritim sektor, offshore-energi og havbruk. Seres argumenterer for at ved å koble disse datasettene sammen i en felles plattform, kan vi skape KI-verktøy for marine miljøer som ingen andre i verden har forutsetninger for å matche.
For maritime selskaper, sjømatprodusenter og subsea-entreprenører gir dette en gylden mulighet til å ta en global lederposisjon. I stedet for å sitte på hver sin tue med proprietære data, kan et slikt felles løft gi norske aktører tilgang til modeller som optimaliserer skipsruter, overvåker biologisk mangfold i sanntid og forutsier nøyaktig vedlikeholdsbehov på undervannsinstallasjoner. Det handler om å gjøre norske havdata om til global eksportvare.
Digitaliseringsminister Karianne Tung (Ap) avviser blankt kravene fra Høyre, SV og Rødt om å innføre et eget konsesjonssystem for å regulere etableringen av datasentre i Norge.
Bakteppet er en opphetet debatt om hvor mye av den dyrebare norske strømmen som skal gå til å drifte tunge KI-modeller og kryptoutvinnere. Tung mener imidlertid at det nylig strammede regelverket og den eksisterende plan- og bygningsloven gir norske kommuner mer enn nok makt til å styre hvem som får etablere seg lokalt, uten at staten trenger å innføre et tungvint byråkrati.
For internasjonale teknologiselskaper og norske sky-leverandører gir denne beslutningen en etterlengtet forutsigbarhet. Norge forblir et attraktivt og stabilt marked for utbygging av den grønne infrastrukturen som trengs for å kjøre fremtidens KI-tjenester. For industrier som kjemper om de samme strømkvotene, betyr det imidlertid at kampen om nettkapasiteten må tas direkte med kommunepolitikerne, snarere enn gjennom et statlig organ.
Nye prognoser viser at datasentre bygget frem mot 2033 kan ende opp med å bruke like mye elektrisitet som hele India gjør i dag. Innen 2035 forventes det globale strømforbruket til datasentre å være firedoblet, drevet nesten utelukkende av KI-revolusjonen.
Trening av stadig mer avanserte språkmodeller og den kontinuerlige driften av milliarder av KI-agenter krever enorme mengder energi. Dette har allerede ført til at teknologikjemper som Microsoft og Google har begynt å sikre seg egne avtaler med atomkraftverk for å garantere stabil og utslippsfri strømtilførsel til sine anlegg.
For selskaper som har satt seg ambisiøse klimamål, betyr denne utviklingen at valg av skypartner må gjøres med lupe. Man må se forbi markedsføringen og kreve dokumentasjon på faktisk energieffektivitet. Samtidig tvinger det IT-avdelinger til å vurdere mindre, mer spesialiserte KI-modeller (såkalte SLMer) som løser spesifikke oppgaver med en brøkdel av energiforbruket til de store gigantmodellene.