22. July 2026
Kunstig intelligens er i ferd med å flytte ut av skyen og inn på skrivebordet. OpenAI gjør nå sitt aller første inntog i maskinvareverdenen med brikken «Codex Micro». Dette er ikke en generell prosessor, men en spesialisert brikke designet fra bunnen av for å kjøre autonome KI-agenter lokalt, med minimal forsinkelse og strømforbruk.
Bakgrunnen for lanseringen er den massive bølgen av KI-agenter – programvare som ikke bare svarer på spørsmål, men som faktisk utfører handlinger som å booke reiser, oppdatere databaser eller feilsøke kode. Å sende alle disse komplekse instruksjonene frem og tilbake til gigantiske datasentre skaper forsinkelser og skyhøye driftskostnader. Codex Micro skal løse dette ved å flytte «tenkingen» direkte til enhetene vi bruker i hverdagen.
For selskaper som utvikler proprietære roboter, spesialiserte IoT-enheter eller håndholdte terminaler for feltarbeidere, gir denne brikken helt nye muligheter. Dere kan nå kjøre avanserte, handlingsorienterte agenter uten å være avhengig av konstant internettforbindelse eller risikere at sensitive selskapsdata sendes ut av huset. Maskinvareinnkjøpere bør merke seg dette skiftet: Fremtidens PC-er og dingser vil i økende grad bli målt på hvor godt de kjører lokale agenter, ikke bare på rå prosessorkraft. Les mer hos Digi.no.
Det snakkes varmt om hvordan autonome agenter skal revolusjonere produktiviteten, men den ferske DORA-rapporten (DevOps Research and Assessment) for 2025 serverer en real kalddusj: Bare 19 prosent av verdens utviklingsteam blir definert som «elite-modne». Rapporten slår fast at å rulle ut avanserte KI-verktøy i en organisasjon med umodne prosesser, bare bidrar til å forsterke de svakhetene som allerede finnes.
Iveren etter å ta i bruk det siste innen generativ teknologi har ført til at mange selskaper har hoppet over det grunnleggende arbeidet. Uten solide pipelines for kodeleveranse, god testdekning og ryddig arkitektur, blir KI-agenter som prøver å skrive eller fikse kode i praksis bare en kilde til mer teknisk gjeld og uforutsigbare systemfeil.
For teknologiledere og prosjekteiere betyr dette at bremsene må på før dere gir KI-agenter frie tøyler i produksjonssystemene. Suksess med KI krever at dere først rydder i prosessene og oppgraderer den tekniske infrastrukturen. Investeringer i å heve utviklingsteamets grunnleggende DevOps-disiplin vil gi langt høyere avkastning på sikt enn å kaste penger etter umodne KI-piloter som snubler i interne systemfloker. Les mer hos Digi.no.
Matematiker og investor Silvija Seres mener Norge kaster bort tiden hvis vi prøver å konkurrere med USA og Kina på generelle språkmodeller. I stedet må vi satse alt på det vi faktisk kan best: havet. Hun tar nå til orde for et nasjonalt krafttak for et «intelligent hav». At dette ikke bare er teori, bevises av at norske aktører allerede er i gang med å bygge en åpen KI-plattform som skal revolusjonere hvordan vi forstår og simulerer undergrunnen.
Tradisjonelt krever tolkning av seismikk og oppbygging av geologiske modeller enorme mengder manuelt arbeid og tunge simuleringsprosesser. Den nye norske agentplattformen kobler sammen ulike datakilder automatisk, slik at selskaper kan ta beslutninger om havbunn, CO2-lagring og energiutvinning på brøkdelen av tiden det tok før. Dette er et klassisk eksempel på anvendt KI der dyp domenekunnskap trumfer rå datakraft.
For ledere i maritim sektor, offshore og den voksende havvind- og CO2-lagringsindustrien, tegner dette opp en tydelig retning. De mest verdifulle AI-prosjektene i Norge fremover vil handle om å digitalisere fysiske, nasjonale fortrinn. Selskaper som klarer å koble sine historiske driftsdata fra tøffe fysiske miljøer med smarte KI-agenter, vil sitte på åndsverk som er ekstremt vanskelig for globale tech-giganter å kopiere. Les mer om hav-satsingen og den nye undergrunnsplattformen hos Digi.no.
Trusselbildet har endret karakter nesten over natten. Telenor Norge-sjefen går nå ut med en klar advarsel om tøffere tider for cybersikkerheten. Bakgrunnen er urovekkende: Forskere melder at kriminelle nettverk har begynt å ta i bruk KI til å automatisere utpressingsangrep (ransomware) fra start til slutt, uten at et menneske trenger å røre tastaturet.
Tidligere krevde avanserte dataangrep at menneskelige hackere manuelt speidet ut ofre, lette etter sårbarheter og skreddersydde e-poster. Nå gjør spesialiserte KI-modeller alt dette på sekunder. De saumfarer åpne kilder på jakt etter sikkerhetshull, genererer skreddersydd phishing-materiale på feilfritt norsk og tilpasser angrepskoden underveis for å unngå tradisjonelle antivirus-systemer.
For driftsdirektører og styremedlemmer betyr dette at den gamle tankegangen om at «vi er for små til å være et mål» er offisielt utdatert. Når angrepene automatiseres, blir alle potensielle mål trålet samtidig. Sikkerhetsarbeidet må oppgraderes fra reaktive brannmurer til KI-drevet, proaktiv overvåking som kan oppdage og isolere mistenkelig aktivitet på millisekunder. Hvis forsvaret deres ikke kjører i maskinhastighet, har dere i praksis ikke noe forsvar i det hele tatt. Les om de automatiserte angrepene og Telenors advarsel hos Digi.no.
Twitter-gründer og Block-sjef Jack Dorsey kaster seg inn i kampen om fremtidens digitale arbeidsplass. Med nylanseringen av plattformen «Buzz» ønsker han å smelte sammen team-chat, kildekode-håndtering (Git) og – mest oppsiktsvekkende – autonome KI-agenter i én og samme løsning.
Mens etablerte verktøy som Slack og Microsoft Teams behandler KI som eksterne roboter du kan chatte med i et hjørne, er Buzz bygget fra grunnen av med tanke på at KI-agenter er fullverdige teammedlemmer. Agentene har direkte tilgang til prosjektets kildekode og fildeling, og kan tildeles oppgaver, skrive kode og rette feil direkte i den felles chatstrømmen på linje med menneskelige utviklere.
For programvarehus og teknologitunge oppstartsbedrifter representerer dette et fundamentalt skifte i hvordan prosjekter ledes. I stedet for å bruke tid på å koordinere oppgaver mellom Jira, GitHub og Slack, kan prosjektledere i fremtiden delegere oppgaver direkte til en digital "kollega" i chatten. Dette vil tvinge frem en diskusjon om hvordan vi måler produktivitet og definerer roller når grensene mellom menneskelig arbeid og autonom programvare viskes helt ut. Les mer hos RuntimeWire.