1. DTU sender AI-regningen til politikerne – grøn gevinst møder sort strømforbrug

AI kan hjælpe klimaet. Den kan også spise det til frokost.

DTU’s rektor og prorektor brugte ugen på at sende en høflig, men tydelig besked til uddannelses- og forskningsminister Christina Egelund: Kunstig intelligens og grøn omstilling kan ikke længere behandles som to separate politiske mapper.

AI kan optimere energisystemer, udvikle nye materialer, forbedre klimamodeller og gøre produktion mere effektiv. Men modellerne kræver samtidig datacentre, chips, køling og betydelige mængder strøm. Gevinsten er altså ikke automatisk grøn, bare fordi præsentationen har et billede af en vindmølle på forsiden.

Effektivitet uden energiblindhed

DTU efterlyser en samlet strategi, hvor Danmark vurderer, hvilke AI-anvendelser der faktisk skaber tilstrækkelig samfunds- og klimaværdi til at retfærdiggøre ressourceforbruget. Det er en vigtig korrektion til forestillingen om, at mere digitalisering altid betyder mindre fysisk belastning.

For danske virksomheder er spørgsmålet derfor ikke kun, om AI kan spare medarbejdertimer. Det er også, hvilken model der bruges, hvor den kører, hvor ofte den kaldes, og om en mindre løsning kunne have klaret opgaven uden at opvarme en mindre provins.

Det er svært at kalde en proces effektiv, hvis man sparer to timer i regnearket og bagefter skal bygge et kraftværk.

2. Sverige gør AI-suverenitet til hovednummer på Almedalen

Fra svenske sommertaler til geopolitik med GPU’er

Mens svenske politikere, erhvervsledere og embedsfolk samledes på Gotland, fyldte AI mere end endnu en paneldebat med lunken kaffe. AI Sweden gennemførte tre dages program med ni seminarer og 45 talere om blandt andet offentlig sektor, sundhed, forsvar, kompetencer, arbejdsmarked og konkurrenceevne.

Udgangspunktet var Sveriges nationale ambition om at blive verdens bedste til at bruge AI i den offentlige sektor. Politikere fra både regering og opposition var enige om, at landet nu skal bevæge sig fra strategiske formuleringer til konkret gennemførelse.

Det er altid den del, der ligger efter PowerPointen.

Suverænitet er blevet praktisk politik

Et gennemgående tema var Sveriges teknologiske handlefrihed. Når amerikanske virksomheder kontrollerer modeller, cloudmiljøer og centrale chips, bliver AI ikke kun et spørgsmål om produktivitet. Det bliver et spørgsmål om sikkerhed, afhængighed og evnen til selv at holde samfundskritiske funktioner kørende.

Den svenske debat handler ikke om at afkoble sig fra resten af verden eller bygge en national chatbot med blågult slips. Den handler om at vide, hvilke kapaciteter landet selv skal kontrollere, hvilke alliancer der er nødvendige, og hvor afhængigheder bliver farlige.

Det er også relevant for danske organisationer. En løsning kan være teknisk fremragende og samtidig strategisk skrøbelig, hvis den kan forsvinde, ændre vilkår eller blive utilgængelig med én opdateret eksportregel.

3. Norge viser Borealis frem – en sprogmodel med norsk opdragelse

Mindre amerikansk begejstring, mere nynorsk og lokal dømmekraft

Norges Nationalbibliotek foldede i denne uge arbejdet med den norske sprogmodel Borealis yderligere ud. Projektet skal udvikle modeller, der forstår norsk sprog, kultur og samfund bedre end de globale standardmodeller – og som offentlige myndigheder, virksomheder og borgere frit kan bruge.

Borealis bygger på Googles åbne Gemma 3-model, men videreudvikles og køres på Nationalbibliotekets egne servere. Omkring 15 udviklere arbejder med projektet, og de første demoer blev tilgængelige i maj. En ny version ventes til efteråret.

Det er endnu ikke en norsk ChatGPT-dræber. Nationalbiblioteket siger det selv ganske ædrueligt. Men mindre modeller kan være bedre til afgrænsede opgaver, især når sprog, jura, kultur og datasikkerhed betyder mere end størrelsen på et amerikansk benchmark.

Copyright bliver en del af arkitekturen

Norge har indgået en aftale med Kopinor, som gør det muligt at træne på norske avisarkiver med rettighederne på plads. Staten betaler årligt 45 millioner norske kroner for ordningen, mens en planlagt aftale om skønlitteratur endnu mangler finansiering.

Det er måske projektets mest interessante del. Borealis viser, at en national AI-satsning ikke kun består af kode og grafikkort. Den kræver også licenser, institutioner, redaktionelle valg og svar på, hvem der må bruge hvilke tekster til hvad.

Modellen får endda instruktioner om ikke at rose brugeren unødigt eller konstant spørge, om den skal gøre mere. En lille ting, men også et tegn på, at kulturel tilpasning handler om andet end æ, ø og å. Den handler også om, hvordan en maskine opfører sig ved bordet.

4. Norske IT-uddannede mærker kulden – men AI er endnu ikke dømt skyldig

Fra sikker karrierevej til et mere usikkert første job

Da mange norske programmeringsstuderende begyndte deres bachelor i 2023, fik de at vide, at uddannelsen nærmest var en direkte billet til fast arbejde. Tre år senere ser modtagelsen på arbejdsmarkedet væsentligt køligere ud.

Nye tal omtalt i Norge denne uge viser et tydeligt fald i beskæftigelsen blandt unge, nyuddannede IT-profiler. Udviklingen skiller sig ud i forhold til flere andre faggrupper, også blandt jobtyper der ellers vurderes som udsatte for generativ AI.

Forskerne understreger samtidig, at man endnu ikke kan placere hele ansvaret hos ChatGPT og kollegerne. Rentestigninger, lavere investeringer, færre nyansættelser og en generel afmatning i teknologisektoren spiller også ind.

De første trin på karrierestigen forsvinder først

Alligevel er historien strategisk vigtig. AI rammer ikke nødvendigvis arbejdsmarkedet ved at afskedige tusindvis af erfarne medarbejdere fra den ene dag til den anden. Den kan begynde mere diskret ved at reducere behovet for juniorer, praktikanter og nyuddannede til de opgaver, hvor man tidligere lærte faget.

Hvis virksomheder automatiserer de simple opgaver, men stadig efterspørger erfarne specialister, opstår et klassisk problem: Hvor skal den næste generation af specialister få sin erfaring?

Det kræver nye modeller for oplæring. Ellers risikerer vi at effektivisere begyndelsen af karrieren væk og om fem år stå i mødelokalet og undre os over, hvorfor ingen længere har fem års erfaring.

5. Haaland bliver råstof for en ny AI-memekultur

Når internettet får ubegrænset adgang til en nordmand og en billedmodel

Før Norges VM-kvartfinale mod England eksploderede sociale medier i AI-genererede billeder og videoer af Erling Haaland. Han optrådte i absurde miljøer, overdrevne helteroller og situationer, der havde meget lidt med almindelig fodboldanalyse at gøre.

Fænomenet er ikke tilfældigt. Haaland er en af verdens mest fotograferede sportsstjerner, hvilket giver billedmodeller og indholdsskabere enorme mængder visuelt materiale at arbejde med. Samtidig belønner platformenes algoritmer indhold, der er genkendeligt, overraskende og let at dele. Haaland passer desværre glimrende ind i alle tre felter.

Fra fan-kultur til syntetisk identitet

I den uskyldige ende er det memes og digital folkekomedie. I den mindre charmerende ende er det endnu et eksempel på, hvor let et menneskes ansigt, krop og offentlige identitet kan blive råstof for indhold, personen ikke selv kontrollerer.

For brands, sportsfolk og offentlige personer bliver autentificering derfor vigtigere. Det er ikke længere nok at overvåge, hvad der bliver skrevet. Man skal også kunne opdage syntetiske billeder, falske videoer og indhold, der bevæger sig fra joke til misinformation på et par hurtige delinger.

AI har gjort alle til potentielle filmproducenter. Den har ikke nødvendigvis gjort dem til ansvarlige udgivere.

1. OpenAI flytter ind på kontoret – GPT-5.6 får arbejdstøjet på

Chatbotten bliver en arbejdsflade

OpenAI lancerede i denne uge GPT-5.6-familien og integrerede samtidig Codex dybere i ChatGPTs desktopapp. Den nye Work-funktion kan arbejde med lokale filer, udføre opgaver i browseren og håndtere længere, mere selvstændige arbejdsgange.

Strategien er tydelig: ChatGPT skal ikke længere være et vindue, man besøger for at få et svar. Den skal være det lag, hvorfra man skriver, analyserer, koder, undersøger, navigerer og udfører arbejde på tværs af andre systemer.

Det er et direkte opgør med Microsoft Copilot, Claude Cowork og alle de øvrige platforme, der vil være den intelligente reception til den digitale arbejdsplads.

Fra hjælper til operatør

Forskellen er vigtig. En chatbot producerer tekst, som et menneske bagefter kopierer og bruger. En agent med fil- og browseradgang kan foretage ændringer, hente information, logge ind i tjenester og sætte handlinger i gang.

Potentialet er større. Det samme er konsekvensen af en fejl.

Virksomheder bør derfor behandle agentadgang som medarbejderadgang. Hvilke mapper må systemet åbne? Hvilke handlinger kræver godkendelse? Hvad logges? Og hvem har ansvaret, når agenten med stor selvtillid gør præcis det forkerte i rekordfart?

Den nye AI-kollega har fået adgangskort. Nu mangler den en ordentlig jobbeskrivelse.

2. Europæiske banker får cyberlektier for – AI gør angreb hurtigere

Finanssektoren får frem til efteråret til at vise sit beredskab

Europæiske bankmyndigheder skærpede denne uge tonen omkring AI-drevne cyberangreb. Den Europæiske Centralbanks tilsyn har bedt 110 banker om at udarbejde omfattende handlingsplaner for deres cyberberedskab inden udgangen af oktober.

Samtidig har Det Europæiske Udvalg for Systemiske Risici hævet vurderingen af den systemiske cyberrisiko fra forhøjet til alvorlig. Bekymringen er, at de stærkeste modeller kan finde sårbarheder, automatisere angreb og forkorte tiden mellem opdaget sikkerhedshul og aktiv udnyttelse.

Det er dårligt nyt for organisationer, hvor “vi patcher det næste kvartal” stadig regnes som en handleplan.

AI mod AI i maskinrummet

Forsvarssiden bruger naturligvis også teknologien. AI kan analysere logdata, identificere mistænkelig adfærd og hjælpe sikkerhedsteams med at håndtere flere hændelser hurtigere.

Men hastighed ændrer spillereglerne. Hvis både angreb og forsvar automatiseres, bliver gamle systemer, mangelfuld dokumentation og uklare ansvarsforhold dyrere end før. Den menneskelige flaskehals forsvinder ikke. Den flytter bare til de steder, hvor beslutningerne skal godkendes.

For nordiske virksomheder er budskabet ikke kun relevant for banker. Enhver organisation med følsomme data, kritiske systemer eller gamle servere i et skab, som kun Finn fra IT rigtig forstår, bør lytte med.

3. Meta åbner model-API’en – Muse Spark skal tjene sine egne GPU’er hjem

Kodning, agenter og multimodale input kommer ud til udviklerne

Meta lancerede Muse Spark 1.1, en opdateret model målrettet avanceret kodning, fejlfinding og agentiske arbejdsgange. Modellen kan arbejde med tekst, billeder, video og dokumenter og bliver gjort tilgængelig for amerikanske udviklere gennem den nye Meta Model API.

Dermed bevæger Meta sig fra hovedsageligt at demonstrere modeller i egne produkter til at tilbyde dem som byggeklodser for andre virksomheder. Det er også et skridt mod at skabe direkte indtjening på de milliarder, selskabet har lagt i AI-forskning, medarbejdere og infrastruktur.

Open source møder kasseapparatet

Meta har længe profileret sig som det mere åbne alternativ til OpenAI og Anthropic. Men åbenhed er ikke det samme som gratis drift. Træning, hosting og inference koster stadig penge, og Meta skal finde en forretningsmodel, der ikke kun består i at gøre Instagram-reklamer en smule bedre.

For udviklere er mere konkurrence godt. Flere modeller kan give lavere priser, bedre specialisering og mindre afhængighed af én leverandør.

Men fleksibiliteten findes kun, hvis systemerne bygges, så modeller kan udskiftes. Et produkt, der er limet direkte fast til én bestemt API, er ikke multicloud, mult model eller strategisk frit. Det er bare vendor lock-in med lidt mere teknisk konfetti.

4. Amazon låner 25 milliarder dollar til AI – serverfesten rammer obligationsmarkedet

Big Tech finder kreditkortet frem

Amazon gik denne uge på obligationsmarkedet for at låne yderligere 25 milliarder dollar. Pengene skal blandt andet understøtte virksomhedens massive investeringer i AI- og cloudinfrastruktur.

Udstedelsen skabte uro i markedet for såkaldt hyperscaler-gæld. Investorer solgte obligationer fra blandt andre Microsoft, Meta, Alphabet og Oracle for at gøre plads til Amazons nye papirer. Seks af de største selskaber i AI-kapløbet har nu tilsammen udstedt mere end 460 milliarder dollar i udestående gæld.

AI-boomet er med andre ord ikke længere kun finansieret af overskud og optimisme. Nu kommer bankerne, obligationsfondene og renteudgifterne også med til festen.

Compute skal betales – også når den står stille

Det ændrer risikobilledet. Datacentre kræver enorme investeringer flere år før kapaciteten nødvendigvis er solgt. Hvis efterspørgslen vokser som ventet, kan infrastrukturen blive en guldmine. Hvis modellerne bliver billigere, kunderne mere forsigtige eller kapaciteten overdimensioneret, står regningen stadig i indbakken.

For almindelige virksomheder er læringen ikke, at de skal begynde at analysere Amazons obligationer over frokosten. Den er, at AI-priser ikke kun bestemmes af teknologien. De bestemmes også af energi, renter, kapacitetsudnyttelse og investorernes tålmodighed.

Skyen er stadig bare en andens computer. Nu er den også en andens meget store lån.

5. Amerikansk senator vil certificere AI-datacentre

Reguleringen flytter ned fra skyen og ud til naboerne

Den amerikanske senator Ed Markey præsenterede denne uge en bred AI-ansvarlighedspakke. Et af de mest markante forslag vil kræve, at nye AI-datacentre certificeres af de amerikanske telemyndigheder, før byggeriet går i gang.

Myndighederne skal blandt andet vurdere påvirkningen af luft, vand, støj, elpriser, forsyningssikkerhed, natur og lokale arbejdspladser. Datacentre skal med andre ord ikke længere kun vurderes på antallet af GPU’er og pressemeddelelsens optimisme.

Pakken omfatter også automatiseret rekruttering, diskrimination, overvågning af ansatte, børns relationer til chatbots og krav om menneskelig mulighed for at tilsidesætte AI-anbefalinger i sundhedsvæsenet.

Mennesket får en nødknap

Forslagene er langt fra vedtaget, men retningen er vigtig. AI-regulering bevæger sig fra brede formuleringer om etik til konkrete krav om dokumentation, audit, energiforbrug og menneskeligt ansvar.

Det gælder også i Europa. Organisationer bør derfor ikke vente på den endelige paragraf, før de begynder at registrere, hvor deres AI-systemer bruges, hvilke beslutninger de påvirker, og hvilke data de forbruger.

Governance behøver ikke begynde med et udvalg på 17 personer og et logo. Det kan begynde med, at nogen faktisk ved, hvilke modeller virksomheden bruger, og hvor nødstopknappen sidder.

Uge 27 gjorde noget usædvanligt nyttigt: Den fjernede lidt af tryllestøvet. Bag de nye modeller stod elnettet, obligationsmarkedet, copyrightaftalerne, arbejdsmarkedet og sikkerhedsfolkene med hver sin mappe og et lettere bekymret ansigtsudtryk. AI er ikke blevet mindre imponerende. Den er bare blevet konkret nok til, at regningerne er begyndt at ankomme.

Norden viser en interessant alternativ retning. Sverige taler om teknologisk handlefrihed frem for isoleret selvforsyning. Norge bygger en lokal model, men indrømmer åbent, at den står på et amerikansk fundament. Danmark vil bruge AI til den grønne omstilling, men begynder samtidig at spørge, hvor meget strøm omstillingen selv bruger. Det er ikke perfekt suverænitet. Det er informeret afhængighed – og det er et væsentligt bedre udgangspunkt end bare at klikke “acceptér”.

Arbejdsmarkedshistorien fra Norge bør også hænge ved. AI’s første store effekt bliver muligvis ikke dramatisk massearbejdsløshed, men en langsom udhuling af de junioropgaver, hvor mennesker lærer deres fag. Effektiviteten ser god ud i kvartalsrapporten. Fem år senere opdager man, at talentpipen mest består af seniorer, der snart vil på pension, og en chatbot, der aldrig har mødt en kunde.

Samtidig samler platformene stadig mere funktionalitet. OpenAI vil være arbejdsfladen. Meta vil være modelleverandøren. Cloudgiganterne vil være infrastrukturen. Jo flere lag én leverandør kontrollerer, desto lettere bliver implementeringen – og desto dyrere bliver det at fortryde den. Den praktiske AI-strategi bør derfor ikke kun spørge, hvad en løsning kan i dag. Den bør også spørge, hvor dataene ligger, hvordan man kommer ud igen, og hvad der sker, hvis prislisten får en kreativ opdatering.

Vi har set filmen før. Først kommer de imponerende demoer. Så kommer integrationerne. Derefter kommer regningen, reguleringen og erkendelsen af, at teknologi ikke automatisk skaber god organisation. Kvalitet kræver stadig faglighed. Ansvar kræver stadig mennesker. Og suverænitet kræver mere end et flag på datacenterets hjemmeside.

Så sommerens råd er ganske enkelt: Byg mindre, men dybere. Vælg arbejdsgange, hvor værdien er tydelig. Brug modeller, der passer til opgaven, ikke til direktørens seneste podcast. Mål både gevinst, risiko og ressourceforbrug. Og sørg for, at nogen stadig ved, hvordan arbejdet udføres, når agenten holder ferie, leverandøren ændrer vilkår, eller serverrummet får det varmere end terrassen.

AI holder ikke sommerferie. Det er derfor, vi andre bliver nødt til at holde hovedet koldt.