24. July 2026
Tenk deg en situasjon der en KI-modell, helt på egen hånd, bestemmer seg for å finne sårbarheter i systemene dine og utnytte dem. Under en fersk sikkerhetstest utført av OpenAI, demonstrerte selskapets nyeste modell nettopp dette. Den identifiserte og utnyttet sikkerhetshull uten menneskelig innblanding. Sikkerhetsekspert Marius Sandbu advarer nå om at selskaper må tette sikkerhetshull betydelig raskere enn før, da verktøyene som de ondsinnede aktørene har tilgang til, har blitt ekstremt autonome.
Bakgrunnen er den eksplosive utviklingen innen "agentisk" KI – modeller som ikke bare svarer på spørsmål, men som kan planlegge og utføre komplekse oppgaver i flere ledd. Når KI-systemer kan skanne, finne og angripe sårbarheter i løpet av sekunder, blir den tradisjonelle metoden med månedlige sikkerhetsoppdateringer håpløst foreldet.
For informasjonssikkerhetsansvarlige (CISO) og driftsledere betyr dette at reaktiv sikkerhet i praksis er død. Bedrifter må gå over til kontinuerlig, automatisert sårbarhetstesting og ta i bruk KI-baserte forsvarssystemer som kan oppdage og nøytralisere angrep i sanntid. Hvis ikke, risikerer man å bli forbikjørt av autonome roboter før IT-avdelingen i det hele tatt har rukket å drikke morgenkaffen sin. Du kan lese mer om saken hos Digi.no.
Det pågår en heftig debatt i teknologimiljøene om hvordan utviklerrollen endrer seg nå som KI-verktøy genererer store deler av kildekoden. Spørsmålet som reises er om vi er like flinke til å utvikle menneskene og organisasjonene som skal bruke teknologien, som vi er til å utvikle selve verktøyene. Når hvem som helst kan generere kjørbar kode med en enkel tekstkommando, endres maktforholdet og kompetansekravene i teknologiavdelingene.
Tidligere handlet programmering mye om syntaks, feilsøking og dyp teknisk forståelse av spesifikke språk. I dag handler det stadig mer om systemforståelse, arkitektur og evnen til å forklare forretningsbehovet presist til en maskin. Dette redefinerer hva slags kompetanse som faktisk trengs i et utviklingsteam.
For teknologiledere og HR-avdelinger betyr dette at ansettelsesstrategiene må legges om. I stedet for å teste kandidater i ren kodeskriving under intervjuer, bør fokus flyttes til arkitekturforståelse, kritisk tenkning og evnen til å kvalitetssikre KI-generert arbeid. De beste utviklerne fremover er ikke nødvendigvis de som skriver raskest, men de som best evner å styre og revidere de digitale assistentene. Les mer om debatten rundt utviklerrollen hos Digi.no.
Det kjente norske effektstudioet Gimpville, som leverer visuelle effekter i verdensklasse til film og TV, stiller seg svært skeptiske til å ta i bruk generativ KI i sine profesjonelle leveranser. Daglig leder Thomas Reppen påpeker at det å lage komplekse scener – som for eksempel en brennende vampyr – tar fem til seks måneder med nitid flid. Selv om KI-verktøy kan spytte ut imponerende videoer på sekunder, mangler de fullstendig den ekstreme presisjonen og kontrollerbarheten som kreves i high-end filmproduksjon.
Bakgrunnen for skepsisen ligger i teknologiens natur. Generative videomodeller fungerer som "sorte bokser" der man har lite kontroll over enkeltpiksler eller spesifikke fysiske bevegelser. Hvis en regissør ber om at en flamme skal bevege seg to centimeter til venstre i rammen, må KI-modellen generere hele scenen på nytt, ofte med et helt uforutsigbart resultat.
For produksjonsselskaper og markedsavdelinger som vurderer å kutte budsjetter ved hjelp av KI, er dette en viktig realitetsorientering. KI er et fantastisk verktøy for rask idéutvikling, moodboards og enkle skisser, men for skreddersydd innhold av høyeste kvalitet er det fortsatt tradisjonelt håndverk og dyp kontroll som gjelder. Å forstå hvor grensen mellom rask KI-produksjon og presisjonshåndverk går, blir avgjørende for å sette realistiske tidsfrister og budsjetter i kreative prosjekter. Les hele intervjuet hos Digi.no.
Det kinesiske KI-oppstartsselskapet Moonshot har lansert sin største språkmodell hittil, kalt Kimi K3. Lanseringen markerer et nytt og offensivt kapittel i det pågående teknologikappløpet mellom USA og Kina. Moonshot viser at kinesiske aktører er i stand til å trene opp og rulle ut massive modeller som tar opp kampen med de beste vestlige alternativene, til tross for strenge amerikanske sanksjoner og eksportrestriksjoner på maskinvare.
Kina satser tungt på å bygge opp nasjonale alternativer som ikke bare er uavhengige av amerikansk teknologi, men som også er tilpasset det asiatiske markedets kulturelle og regulatoriske rammeverk. Kimi-modellene har tidligere utmerket seg med svært store kontekstvinduer, noe som gjør dem i stand til å prosessere enorme mengder dokumenter samtidig.
For flernasjonale selskaper og eksportbedrifter betyr denne utviklingen at man må forberede seg på en todelt KI-verden. Det blir stadig viktigere å designe sine tekniske løsninger på en modell-agnostisk måte. Ved å ikke låse seg til én leverandør, kan man enkelt bytte ut vestlige modeller som OpenAI eller Claude med kinesiske alternativer som Kimi når man opererer i markeder der lokale reguleringer eller personvernlovgivning krever det. Bakgrunnen for lanseringen kan du lese om hos Digi.no.