1.Bitten tændes i Sønderborg

En dansk supercomputer med varmegenvinding og suverænitetsambitioner.

Danmark fik i denne uge en ny national AI-supercomputer, Bitten, etableret af SDU, Danfoss, HPE og DeiC. Den bliver tilgængelig gennem UCloud og skal give danske forskere og studerende adgang til tung AI-regnekraft uden at sende alt ud i den store globale sky, hvor både data og kontrol kan få lidt vel meget rejsefeber.

Maskinen er udstyret med 128 NVIDIA B200-GPU’er og er ifølge SDU den største AI-facilitetsinvestering fra et dansk universitet. Den er samtidig bygget med væskekøling og varmegenvinding, så overskudsvarmen kan sendes ind i Sønderborgs lokale energisystem. Det er den slags detalje, der får “bæredygtig AI” til at lyde en smule mindre som brochuretekst.

Når regnekraft bliver national infrastruktur

Bitten handler ikke kun om hastighed. Den handler om suverænitet, adgang og praktisk forskningskapacitet. Når danske universiteter og institutioner skal arbejde med generative modeller, store datasæt og følsomme domæner, bliver spørgsmålet ikke bare “hvilken model bruger vi?”, men “hvor kører den, hvem kontrollerer den, og hvad koster varmen bagefter?”

Det er et meget nordisk AI-spørgsmål. Ikke mindre ambitiøst af den grund. Bare bedre isoleret.

2. Københavns Kommune bruger AI til vagtplanlægning

Post-its møder regelmotoren.

Københavns Kommune har udviklet en AI-prototype, der skal hjælpe med vagtplanlægning på ældreområdet. Det lyder måske ikke som science fiction, men det er netop pointen. I dag håndteres planlægningen for omkring 5.000 medarbejdere på cirka 40 plejehjem med Excel-ark, manuelle rutiner og nok hensyn til at få selv den mest robuste planlægger til at stirre længe ud ad vinduet.

Prototypen fungerer som en regelmotor, der kan opdage brud på hårde regler som overenskomster og lokale aftaler, men også bløde hensyn som individuelle ønsker og særlige arbejdstider. Den kan oprette og flytte vagter, vise konflikter og give planlæggeren et bedre overblik, før fejlen bliver til en kalender, en klage eller en kollega med meget små øjne mandag morgen.

Den slags AI, der faktisk kan mærkes mandag morgen

Det her er en af ugens vigtigste historier, netop fordi den ikke prøver at være spektakulær. AI i velfærdssektoren bliver ofte diskuteret som enten mirakelkur eller moralsk katastrofe. Her er den noget mere jordnært: et værktøj til at mindske fejl, skabe overblik og frigøre tid.

Hvis AI skal vinde tillid i den offentlige sektor, starter det ikke med store visioner. Det starter med bedre arbejdsdage.

3. Den danske AI-sandkasse lukkede første ansøgningsrunde

Regulering er ikke længere noget, man gemmer til juristens fredag eftermiddag.

Den regulatoriske sandkasse for AI, drevet af Digitaliseringsstyrelsen og Datatilsynet, lukkede for ansøgninger til første runde den 1. maj. Sandkassen skal give virksomheder og offentlige myndigheder praksisnær vejledning om GDPR og AI Act, især risikoklassificering og ansvarlig udvikling.

Det er vigtigt at bemærke, hvad sandkassen ikke er. Den er ikke en fribillet. Den giver ikke dispensation, godkendelse eller økonomisk støtte. Den er heller ikke en teknisk testplatform. Den er et rum, hvor projekter kan blive klogere på reglerne, før reglerne bliver dyre.

Compliance før kaos

Det danske AI-marked har brug for netop den slags mellemrum: ikke mere løs snak om innovation, men heller ikke en mur af compliance, som gør alle bange for at prøve noget. Sandkassen kan blive et nyttigt sted, hvor de gode projekter lærer at dokumentere sig selv, før de møder virkeligheden.

Og ja, dokumentation er stadig kedeligt. Det er også sådan, broer bliver stående.

4. Norges oliefond taler AI med regneark og risikoblik

Nicolai Tangen kom ikke med en visionstavle, men med tal.

Ved en høring i Stortinget sagde Nicolai Tangen fra Norges Bank Investment Management, at AI er den vigtigste udvikling lige nu for fonden. Ifølge Tangen bruger alle fondens 680 medarbejdere AI dagligt, mere end halvdelen bruger kodeværktøjer, og den interne produktivitetsmåling viser en gevinst på over 20 procent.

Fonden kobler også AI til konkrete resultater: Fra 2023 til 2025 er handelsomkostningerne reduceret med 30 procent, svarende til 4,8 milliarder norske kroner, hvor AI beskrives som en væsentlig komponent. Samtidig pegede Tangen på koncentrationsrisikoen i de store amerikanske teknologiselskaber, som fylder markant i fondens aktieportefølje.

Produktivitet, porteføljer og den lille detalje: risiko

Det interessante er ikke, at en stor fond bruger AI. Det gør alle store organisationer nu, i hvert fald i presseafdelingen. Det interessante er, at Norges oliefond taler om AI på tre niveauer samtidig: intern produktivitet, operationel effektivitet og systemisk markedsrisiko.

Det er sådan strategisk AI bør diskuteres. Ikke som “hvilken chatbot er bedst?”, men som “hvad ændrer dette i vores arbejdskraft, omkostninger og eksponering?”

5. Island: Treyst.ai gør op med det europæiske lov-kaos

Når en lille nation bruger AI mod store bunker jura

Island har i denne uge markeret Treyst.ai som en AI-platform til at overvåge, analysere og understøtte implementeringen af EU- og EØS-lovgivning. Platformen er udviklet af Víkonnekt og retter sig mod regeringer, institutioner, virksomheder, brancheorganisationer og juridiske rådgivere, der skal følge med i den europæiske reguleringsmaskine uden at forsvinde ind i et dokumentarkiv og først blive fundet igen efter sommerferien.

Treyst.ai arbejder med lovmonitorering, national implementering, conformity assessments og identifikation af såkaldt gold-plating, hvor nationale regler går længere end EU-kravene. EFTA har allerede et pilotprojekt, hvor Treyst.ai bruges til at skabe konsoliderede versioner af EØS-retsakter, så komplekse lovtekster bliver lettere at navigere i.

Digital suverænitet begynder med at kunne følge med

For Island er pointen ikke bare effektivisering. Det er kapacitet. Små lande skal håndtere de samme lovmængder som større naboer, men med færre hænder, kortere afstande og mindre plads til administrativ luksus. Hvis AI kan reducere friktionen i lovimplementering, er det ikke bare legaltech. Det er digital suverænitet i praksis.

1. EU forenkler AI-reglerne og flytter dele af startlinjen

AI Act fik en kalender og en brandslukker.

Den 7. maj landede der politisk enighed i EU om ændringer, der skal gøre AI-reglerne enklere og mere innovationsvenlige. Aftalen betyder blandt andet, at nogle højrisko-regler får en mere realistisk implementeringskalender: flere højrisko-områder rammes fra 2. december 2027, mens produktintegrerede systemer som legetøj og elevatorer først rammes fra 2. august 2028.

Aftalen indeholder også forbud mod såkaldte “nudification”-apps. Det er værd at notere sig, fordi EU her kobler den store AI-governance-maskine med en meget konkret skade: digitale overgreb forklædt som teknologi.

Europa justerer bremserne uden at fjerne rattet

EU prøver at balancere to ting, der sjældent hygger sig i samme sofa: innovation og kontrol. For nordiske virksomheder er budskabet ikke “slap af, reglerne er væk.” Det er snarere “brug tiden rigtigt.” Dokumentér data, formål, risici, roller og overvågning nu, før kalenderen begynder at lyde som en brandalarm.

Den, der først får styr på governance, får ikke bare færre problemer. Den får bedre produkter.

2. OpenAI gør GPT-5.5 Instant til standard

Mere personlig kontekst, mere kontrol og endnu en omgang modelnavne til kaffemaskinen.

OpenAI gjorde den 5. maj GPT-5.5 Instant til standardmodellen i ChatGPT. Modellen erstatter GPT-5.3 Instant og beskrives som mere præcis, klarere og bedre til personalisering. Samtidig introducerer OpenAI “memory sources”, hvor brugeren kan se, hvilken kontekst modellen bruger, og slette eller rette den.

Det er en vigtig produktændring, fordi standardmodellen ofte betyder mere end flagskibsmodellen. Den er den, flest mennesker faktisk møder i hverdagen. Lidt som kontorstolen: ingen skriver digte om den, men du mærker hurtigt, hvis den er dårlig.

Standardmodellen er der, hverdagen bliver afgjort

Den store kamp flytter sig fra “hvem har den mest imponerende model?” til “hvem har den mest brugbare standardoplevelse?” Hukommelse, kontekst og kontrol bliver centrale parametre. For virksomheder betyder det, at personalisering ikke længere kun er en feature. Det er et governance-spørgsmål.

Hvis modellen husker mere, skal organisationen forstå mere.

3. Anthropic sender Claude ind i finansmaskinen

Agenterne er ikke længere demoer, men skabeloner med compliance-sved på panden.

Anthropic lancerede den 5. maj ti færdige agent-skabeloner til finanssektoren, blandt andet til pitchbooks, KYC-filer og month-end close. Claude får samtidig dybere integrationer i Microsoft 365-værktøjer som Excel, PowerPoint, Word og Outlook samt forbindelser til dataleverandører som FactSet, S&P Capital IQ, MSCI, PitchBook og Morningstar.

Det er en meget tydelig bevægelse: fra generel assistent til branchespecifik arbejdsmaskine. Ikke “spørg AI om noget”, men “lad AI hjælpe med en konkret proces, hvor datakilder, formatkrav og revisionsspor allerede findes.”

Fra chatbot til arbejdsgang med revisionsspor

Finans er ikke et sted, hvor man bare slipper en entusiastisk model løs og håber, den har sovet godt. Branchen kræver sporbarhed, datakvalitet, kontrol og ansvar. Hvis Anthropic kan gøre agenter brugbare her, bliver samme mønster relevant for jura, sundhed, forsikring, offentlig forvaltning og alle andre steder, hvor “næsten korrekt” er en dyr hobby.

4. Kapacitet blev ugens mest undervurderede produktfeature

AI kører ikke på intentioner. Den kører på strøm, GPU’er og kabler.

Anthropic annoncerede den 6. maj en aftale med SpaceX om at øge sin compute-kapacitet markant, herunder brug af kapacitet i SpaceX’ Colossus 1-datacenter. Samme uge annoncerede Corning og NVIDIA en udvidelse af optisk infrastruktur til AI-datacentre, herunder en kraftig kapacitetsopbygning i USA.

Det lyder som baglokalet i AI-fortællingen. Det er det ikke. Det er scenen. Modeller, agenter og nye brugeroplevelser kræver regnekraft, netværk, køling og strøm. Uden det bliver selv den mest elegante AI-strategi til en meget velformuleret PDF.

AI kører stadig ikke på gode intentioner

AI-infrastruktur er blevet geopolitik, industripolitik og produktstrategi på én gang. For nordiske virksomheder er pointen ikke, at man selv skal bygge datacentre i morgen. Pointen er, at afhængighederne skal forstås. Hvem ejer kapaciteten? Hvor ligger data? Hvad sker der med priserne? Og hvor robust er løsningen, når alle andre også får den samme gode idé samtidig?

5. USA gør modeltest før lancering til ny normal

Frontier-modellerne skal forbi laboratoriefrakken, før de får publikumsbillet.

NIST’s Center for AI Standards and Innovation indgik i denne uge aftaler med Google DeepMind, Microsoft og xAI om evaluering af avancerede AI-modeller før og efter lancering. Aftalerne skal give amerikanske myndigheder adgang til at teste modeller, blandt andet i sikkerhedskritiske miljøer og i nogle tilfælde med reducerede eller fjernede sikkerhedsfiltre.

Det er et markant signal. Ikke fordi alle modeller nu bliver trygge og pæne. Det gør de ikke. Men fordi staten i stigende grad insisterer på at være med før pressemeddelelsen, ikke først efter hændelsen.

Frontier AI får laboratoriefrakken på

Frontier AI bliver behandlet mere som kritisk teknologi og mindre som software med dårlig onboarding. For Europa og Norden betyder det, at modelstyring ikke kun kommer fra EU-regler. Den kommer også fra sikkerhedspolitik, eksportkontrol, national infrastruktur og offentlige testmiljøer.

AI-governance er ved at få flere døre. Og de er ikke alle sammen lige venlige.

Uge 18 føltes som en overgangsuge. Ikke fordi AI pludselig ændrede form, men fordi samtalen blev mere voksen. Mindre “hvad kan modellen?” og mere “hvor kører den, hvem styrer den, hvad koster den, og kan vi dokumentere den uden at oprette et nyt udvalg med kaffeabonnement?”

Det nordiske billede var særligt interessant. Danmark byggede regnekraft, testede AI i kommunal drift og lukkede første runde af en regulatorisk sandkasse. Norge viste både kapitalapparatets og industrien konkrete AI-brug. Det er ikke én stor fortælling om AI som magi. Det er mange små fortællinger om AI som arbejdskraft, infrastruktur, målesystem og beslutningsstøtte.

Globalt er mønsteret tydeligt: De store spillere bevæger sig fra modeller til økosystemer. OpenAI forbedrer standardoplevelsen og hukommelsen. Anthropic pakker agenter ind i brancher og arbejdsgange. Microsoft bygger styringslaget. NVIDIA, Corning, SpaceX og andre viser, at infrastrukturen under AI er lige så strategisk som modellerne over den.

Det praktiske råd er derfor ret enkelt: Stop med at vurdere AI-projekter isoleret. Et godt AI-projekt har ikke kun en prompt og en model. Det har dataejerskab, sikkerhed, målepunkter, brugerforståelse, procesansvar og en realistisk plan for, hvad der sker, når modellen ændrer sig, bliver dyrere eller husker noget, den ikke burde.

Det næste konkurrenceparameter bliver ikke at “bruge AI”. Det gør alle snart, også dem der stadig kalder det en pilot, fordi det lyder mere ufarligt. Forskellen bliver kvaliteten af integrationen. De dygtige organisationer bygger AI ind i arbejdets struktur. De mindre dygtige samler værktøjer som souvenirs og undrer sig senere over, hvorfor kufferten ikke kan lukkes.

Så ugens puls er rolig, men bestemt: AI er ved at forlade scenen og gå ind i maskinrummet. Det er dér, de virkelige forbedringer sker. Og også dér, man opdager, om nogen faktisk har læst manualen.