EU’s AI Omnibus trådte i kraft 27. juli. Pakken justerer dele af AI Act med længere implementeringsfrister, mere proportionale krav til mindre og mellemstore virksomheder og bedre adgang til regulatoriske sandkasser, hvor løsninger kan testes under opsyn.

Samtidig får AI Office udvidede beføjelser over visse systemer baseret på generelle modeller, og samspillet mellem AI Act og anden EU-lovgivning bliver præciseret. Det lyder som administrativ finmekanik. Det er det også. Men det er netop den slags finmekanik, der afgør, om et AI-projekt kan gå fra demo til drift uden at efterlade jura, sikkerhed og dokumentation i receptionen.

For danske og nordiske virksomheder er den vigtigste ændring ikke, at kalenderen har fået mere luft. Det er, at der nu er bedre mulighed for at afprøve systemer kontrolleret og få ansvar, data og leverandørkrav på plads før fuld udrulning.

Den ekstra tid bør bruges på systemregistre, risikovurderinger, kontrakter, menneskelig kontrol og klare stopkriterier. En udsættelse er kun en fordel, hvis den ikke bliver behandlet som en hængekøje.

Det Stockholm-baserede startup Scape kom ud af stealth med 3,2 millioner dollar fra blandt andre Y Combinator, General Catalyst og FundersClub. Virksomheden bygger en AI-native mailklient, der ikke blot foreslår formuleringer, men forbereder svar, udfylder dokumenter, bruger kalenderen og prioriterer indbakken efter, hvad der kræver handling.

Scape forsøger dermed at flytte AI fra skrivehjælp til arbejdsudførelse. Beskeden om et møde skal ikke bare opsummeres. Systemet skal finde tiden, formulere svaret og stille det færdige resultat klar til menneskelig godkendelse.

Scape sender ikke beskeder uden brugerens review, og det er sandsynligvis produktets vigtigste funktion. En indbakke rummer relationer, løfter, konflikter, fortrolighed og den slags tavs viden, der sjældent står i emnefeltet.

For nordiske virksomheder er casen interessant, fordi email stadig er det uofficielle styresystem for en stor del af kontorarbejdet. Gevinsten kan blive betydelig. Det samme kan den professionelle forlegenhed, hvis agenten forveksler “forbered” med “send”.

EU åbnede 30. juli konkurrencen om op til syv AI-gigafabrikker. Anlæggene skal kombinere datacentre og supercomputere i en skala, der gør det muligt at træne og drive næste generations modeller på europæisk jord.

Planen kan udløse omkring 30 milliarder euro i samlet investering, hvor EU og værtslandene leverer den offentlige del, mens private konsortier forventes at lægge hovedparten. Projekterne skal konkurrere på teknisk styrke, finansiering og bæredygtighed, og de første anlæg ventes tidligst omkring 2028.

Europa taler om suverænitet, men de første fabrikker vil stadig være afhængige af avancerede amerikanske chips. Til gengæld har Norden noget, modeller ikke kan downloade: relativt stabil energi, køligt klima, stærke netværk og erfaring med kritisk infrastruktur.

Det betyder ikke, at enhver mark med en transformerstation bør blive til serverpark. Det betyder, at energi, vand, lokal opbakning og langsigtet kapacitet nu er en del af AI-strategien. Maskinrummet er blevet geopolitik med kølevæske.

Meta begyndte 24. juli at rulle nye agentiske funktioner ud i Meta AI. Med Muse Spark 1.1 kan assistenten lægge planer, forbinde til mail og kalender, gennemføre research, oprette præsentationer og levere tilbagevendende briefinger uden at skulle startes på ny hver gang.

Brugeren kan eksempelvis få en ugentlig træningsplan, et dagligt overblik eller hjælp til at koordinere en middag. Meta gør det også muligt at styre arbejdet undervejs, så assistenten kan ændre retning, før den afleverer et meget grundigt svar på det forkerte spørgsmål.

Meta har en særlig fordel: Selskabet ejer allerede store dele af den sociale kontekst, hvor mennesker kommunikerer, handler og deler interesser. Når assistenten kobles til flere værktøjer, bliver den ikke bare klogere. Den kommer tættere på de handlinger, der skaber værdi og risiko.

For virksomheder er læringen enkel: Agenten bliver først nyttig, når den får adgang. Derfor skal adgangsstyring, godkendelser og logning designes før den charmerende demo, ikke efter den første uventede kalenderinvitation.

Microsoft præsenterede 27. juli Project Perception, en ny agentisk sikkerhedsarkitektur, der samler signaler, kontekst, modeller og specialiserede agenter i et kontinuerligt forsvarssystem. Målet er at opdage, forstå og reagere på trusler i samme tempo, som AI kan hjælpe angribere med at skabe dem.

Den første anvendelse retter sig mod softwaresårbarheder. Microsoft har koblet sin specialiserede MAI-Cyber-1-Flash-model til et fleragentsystem, hvor forskellige agenter kan finde, efterprøve og håndtere fejl. Virksomheden oplyser en score på 96 procent i CyberGym og omtrent halverede omkostninger sammenlignet med den tidligere opsætning.

Sidste uges OpenAI-Hugging Face-hændelse viste, hvor langt en målrettet agent kan bevæge sig, når målet er klart og hegnet har en åbning. Project Perception er en reel fortsættelse, fordi Microsoft nu lancerer et konkret forsvarslag til netop den virkelighed.

Mennesket forsvinder ikke. Men rollen flytter sig fra at læse alle alarmer til at sætte rammer, godkende eskalationer og forstå, hvad maskinerne allerede har gjort. Det kræver færre blinkende dashboards og bedre ansvar.

Nvidia og Safe Superintelligence annoncerede 27. juli et langsigtet strategisk partnerskab. Nvidia investerer i SSI og giver virksomheden adgang til den kommende Vera Rubin-platform, hvilket ifølge parterne skal øge SSI’s computerkraft med en størrelsesorden.

SSI blev grundlagt med ét erklæret produkt: sikker superintelligens. Selskabet har arbejdet stille, uden løbende produktlanceringer, annonceforretning eller en app, der skal lære at bestille brunch. Nu får forskningsprojektet adgang til en af branchens mest avancerede compute-platforme.

Partnerskabet viser, at frontier-forskning ikke kun handler om algoritmer og talent. Den handler om langsigtet adgang til chips, netværk, køling og systemdesign. Selv det mest principfaste laboratorium skal have en plads i maskinhallen.

Nvidia får til gengæld indsigt i, hvad fremtidens modeller kræver af infrastrukturen. Det er både investering, leverandøraftale og et meget dyrt kig ind i næste kapitel.

Moonshot AI offentliggjorde 27. juli den tekniske rapport og de fulde modelvægte til Kimi K3. Modellen er en Mixture-of-Experts-arkitektur med 2,8 billioner parametre, 104 milliarder aktiverede parametre, indbygget syn og en kontekst på op til én million tokens.

Kimi-teamet beskriver stærke resultater på kodning, agentiske opgaver, viden, ræsonnement og billedforståelse. Samtidig erkender rapporten, at modellen samlet set fortsat ligger under de stærkeste lukkede systemer. Det er en nyttig detalje i en branche, hvor benchmarkgrafen ofte får mere makeup end produktet.

Kimi K3 gør open weights til et infrastrukturelt valg, ikke bare et licensvalg. Modellen kan inspiceres, tilpasses og drives uden en ekstern API, men den kræver også hardware, kompetencer og sikkerhedsarbejde i en skala, der ikke passer ind under skrivebordet.

For europæiske virksomheder åbner det for mere kontrol og flere leverandørmuligheder. Det åbner også for nye måder at bruge enormt mange penge på at undgå et månedligt abonnement.

OpenAI offentliggjorde 27. juli en analyse af mere end 800.000 beskeder fra amerikanske ChatGPT-brugere. Undersøgelsen viser, at 16,8 procent af arbejdsrelaterede beskeder og 43,5 procent af de beskeder, der kan knyttes til et bestemt fag, handler om opgaver, der traditionelt hører til en anden profession.

En sælger analyserer data, en marketingmedarbejder fejlsøger kode, og en mindre virksomhed gennemgår kontrakter. Bevægelsen er tydeligst i små virksomheder, hvor der ikke altid sidder en specialist bag næste dør.

AI kan gøre små teams bredere, fordi medarbejdere får hjælp til at tage de første skridt ind i nabofag. Det er praktisk, hurtigt og ofte værdifuldt. Men et overbevisende første udkast er ikke det samme som faglig dømmekraft.

Ledelser får derfor en ny opgave: at skelne mellem arbejde, der kan udvides med AI, og arbejde, hvor en specialist stadig skal stå på mål for resultatet. AI kan flytte opgaven. Den flytter ikke automatisk ansvaret med.

Google underskriver EU’s kode for AI-gennemsigtighed: Google tilslutter sig koden for mærkning af AI-genereret indhold og fremhæver SynthID og C2PA. Selskabet advarer samtidig mod så mange labels, at brugeren får brug for en label til at forklare labels.

Nvidia samler Open Secure AI Alliance: Microsoft, IBM, Cloudflare, Hugging Face og andre går sammen om åbne sikkerhedsværktøjer til AI. Open source får dermed både et større værksted og flere sikkerhedsvagter.

Nvidia lader Vera CPU hjælpe med at designe næste generation: Samarbejder med Cadence og Synopsys skal bruge den kommende CPU til at accelerere chipdesign. Infrastrukturen er begyndt at hjælpe med at tegne sin egen efterfølger.

Ingeniøragenter får fysikværktøjer: Nvidia udvider sit Agent Toolkit med PhysicsNeMo og CUDA-X, så agenter kan arbejde tættere med simulation, produktudvikling og tekniske beregninger. Det er mindre chatbot og mere digital kollega med sikkerhedsbriller.

SK Group og Nvidia planlægger et partnerskab over 500 milliarder dollar: Aftalen spænder over AI-fabrikker, memory og global compute. Summen er så stor, at selv regnearket har brug for køling.

NAVER tredobler planlagt koreansk AI-kapacitet: Sammen med Nvidia og Brookfield vil NAVER udvide en national AI-fabrik til 200 megawatt. Suverænitet kommer efterhånden med sin egen højspændingsledning.

Meta uddeler AI-brillelegater til 30 organisationer: Projekterne skal bruge brillerne til sikkerhed, læring og større selvstændighed. Det er en mere håndgribelig use case end endnu en virtuel flamingo i et produktdemo-klip.

Delte Claude-samtaler blev synlige i søgemaskiner: Offentlige delelinks kunne indekseres af Google og Bing, hvilket gjorde private detaljer søgbare. En deleknap er stadig en publiceringsknap, også når den ser uskyldig ud.

25 teknologivirksomheder forsvarer åbne modelvægte: Microsoft, Meta, Nvidia, IBM, Mozilla og andre opfordrer USA til at støtte open-weight AI. OpenAI, Anthropic og Google stod uden for brevet, hvilket også er en slags underskrift.

Google ringer til lokale butikker på brugerens vegne: AI Mode kan undersøge pris og lagerstatus ved at foretage automatiske opkald og sende en opsummering. Den gamle telefonskræk har endelig fået enterprise-software.

Uge 31 handlede mindre om nye chatvinduer og mere om myndighed. Meta AI får lov til at handle, Microsofts sikkerhedsagenter får lov til at reagere, og medarbejdere får hjælp til at træde ind i opgaver, der tidligere lå hos andre fag. AI bliver ikke bare bedre til at svare. Den bliver bedre til at krydse grænser.

Det gør EU’s Omnibus mere relevant, ikke mindre. Når systemer får adgang til kalender, mail, kode, kontrakter og kritisk infrastruktur, bliver governance en del af produktet. Den kan ikke reduceres til et dokument, der underskrives efter pilotprojektet og derefter arkiveres med imponerende ro.

Scape viser samtidig, hvor den praktiske værdi kan opstå. Den næste store produktivitetsgevinst kommer ikke nødvendigvis fra en model, der kan skrive smukkere. Den kan komme fra et system, der forstår en arbejdsgang godt nok til at forberede det kedelige og stoppe, før det foretager det irreversible.

Kimi K3, SSI-partnerskabet og Europas gigafabrikker viser den anden side af udviklingen: intelligens er blevet industri. Åbne vægte kræver stadig dyr drift, sikker superintelligens kræver stadig chips, og europæisk suverænitet kræver stadig leverandører, som Europa endnu ikke selv kan erstatte.

Den kloge strategi er derfor hverken at købe alt eller vente på fuld klarhed. Den er at give AI præcis nok adgang til at skabe værdi, men ikke mere end organisationen kan forklare, overvåge og standse. Det lyder mindre dramatisk end superintelligens. Det er sandsynligvis også det, der virker mandag morgen.