Et finsk borgerforslag om strammere regler for datacentre nåede 18. september de nødvendige 50.000 underskrifter – på bare tre dage – og skal derfor behandles i parlamentet.

Forslaget hedder “Datakeskukset kuriin”, omtrent “Få styr på datacentrene”, og retter sig ikke mod AI som sådan. Det retter sig mod den meget fysiske virkelighed under AI: strøm, vand, jord, backup-kapacitet og varme.

Initiativtagerne vil blandt andet have klare vilkår for, hvordan datacentre kobles på det finske elnet og driver deres virksomhed. De ønsker også en særskilt datacenterafgift, der tager højde for miljøbelastning og ressourceforbrug.

Det kommer efter en periode med store datacenterplaner i Finland, som er attraktivt på grund af køligt klima og relativt meget lavemissions-el.

Det er en klassisk AI-historie forklædt som energipolitik.

I mange virksomheder føles AI stadig som et softwareabonnement. Man køber adgang, logger ind og betaler pr. bruger eller token.

Men hver prompt lander et fysisk sted.

I en bygning. På en accelerator. I et kølesystem. På et elnet.

Finlands borgerforslag er interessant, fordi det viser, hvad der sker, når AI-infrastruktur vokser hurtigt nok til at blive noget almindelige borgere kan mærke i deres lokale område og i diskussionen om energi.

Det betyder ikke, at Finland er ved at lukke for datacentre. Forslaget er netop et forslag og skal nu gennem den parlamentariske proces.

Men diskussionen har flyttet sig.

AI skal ikke længere kun forklare, hvad den kan.

Den skal også forklare, hvad den bruger.

Finlands præsident Alexander Stubb og Norges statsminister Jonas Gahr Støre lancerede 21. september en international appel, der skal holde de mest avancerede AI-modeller under menneskelig retning, kontrol og opsyn.

Ved lanceringen havde 22 politiske ledere fra 20 lande tilsluttet sig, blandt andet ledere fra Danmark og Island samt formanden for Europa-Kommissionen.

Appellen retter sig mod såkaldt frontier-AI – de mest kapable modeller, hvor fejl, misbrug eller uventet adfærd kan få større konsekvenser.

Forslaget er ikke en ny lov eller en bindende international aftale. Det er en politisk erklæring med tre ret konkrete ønsker: udviklere bør have transparente sikkerhedsprotokoller, modeller bør testes før udrulning og kunne evalueres uafhængigt, og regeringer bør koordinere standarder og dele information om alvorlige sikkerhedshændelser.

Derudover opfordres FN-landene til at undersøge en international institution, der kan sætte standarder og understøtte verificering.

Det interessante er ikke, at politikere igen taler om AI-risici.

Det interessante er formen.

AI-regulering har indtil nu i høj grad været national eller regional. EU har AI Act. USA har sin egen blanding af sektorregler og politiske initiativer. Kina har sit regelsæt. Frontier-modellerne er til gengæld globale fra dag ét.

Hvis en meget kapabel model får en alvorlig sikkerhedsfejl, er det ikke oplagt, at problemet respekterer landegrænser.

Derfor ligner den nordiske appel mindre et forsøg på at regulere endnu en softwarekategori og mere de tidlige skridt mod fælles beredskab: test, incident reporting, verifikation og tærskler for, hvornår nogen bør ringe til hinanden.

Det er stadig kun en appel.

Men Norden har tydeligvis besluttet, at “vi håber, alle opfører sig pænt” ikke er en komplet sikkerhedsarkitektur.

Helsinki-baserede Verda annoncerede 22. september 189 mio. dollar – cirka 163 mio. euro – i ny finansiering til at udbygge sin full-stack AI-cloud.

Runden omfatter en overtegnet Series B ledet af Emergence Capital samt yderligere investeringer. Verda beskriver selv finansieringen som det, der gør selskabet til Europas nyeste unicorn.

Pengene skal bruges på hele stakken: mere compute-kapacitet, platformtjenester, inference og værktøjer til frontier-AI-teams. Selskabet siger, at det planlægger at mangedoble sin compute-kapacitet det kommende år.

Verda driver selv kæden fra fysiske datacentre og hardware til cloudplatform og AI-forskning. Selskabet oplyser samtidig, at det samlet har rejst over 450 mio. dollar.

Det er ikke et chatbotfirma.

Det sælger jorden under chatbotten.

De sidste par år har “AI-infrastruktur” ofte været en pæn måde at sige Nvidia-chips på.

Nu bliver markedet mere lagdelt.

Nogen bygger modellerne. Nogen leverer cloudplatformen. Nogen sikrer GPU-kapaciteten. Nogen bygger datacentret. Nogen sørger for strøm, køling, netværk, governance og adgang.

Verda forsøger at eje en større del af den kæde og gøre europæisk compute til et produkt, ikke kun en råvare købt hos amerikanske hyperscalere.

Det er strategisk interessant for Europa, men også helt almindelig forretning: hvis AI bliver en kritisk produktionsfaktor, bliver adgang til beregning noget virksomheder vil betale for at få hurtigt, stabilt og under kendte vilkår.

Software-as-a-service var nemt.

Nu har vi GPU-as-a-geopolitics.

Norske Shifter beskrev 23. september, med udgangspunkt i Nscales børsdokumenter og Financial Times’ rapportering, hvordan ByteDance gennem et Singapore-baseret datterselskab fik adgang til 2.304 Nvidia B200-chips i Nscales datacenter i Glomfjord.

Nscale oplyser i sit børsprospekt, at én ikke-navngiven kunde stod for 73 procent af selskabets omsætning på 33 mio. dollar i 2025. En låneaftale i bilagene peger på selskabet Spring (SG) Pte Ltd, som kilder til Financial Times identificerer som et ByteDance-datterselskab.

Ifølge dokumenterne lejede Spring fra maj 2025 de 2.304 B200-acceleratorer i Glomfjord.

Selve arrangementet beskrives som lovligt under de gældende regler. Pointen er netop, at cloudadgang til avancerede chips kan give virksomheder adgang til compute, som de ikke nødvendigvis kan købe og eksportere hjem på samme måde.

Det er forskellen mellem at eje maskinen og at leje tiden på den.

Chipkontrol er bygget omkring en verden, hvor hardware flytter fra land A til land B.

Cloud gør geografien mere besværlig.

Serveren kan stå i Norge. Kunden kan sidde i Singapore. Moderselskabet kan være kinesisk. Softwaren kan tilgå kapaciteten på afstand. Ingen behøver lægge en B200 i håndbagagen.

Det betyder ikke, at aftalen er ulovlig. Tværtimod er det netop det interessante ved historien: den viser en forskel mellem reglernes fysiske logik og cloudens service-logik.

Amerikanske lovgivere arbejder på at lukke den type hul. Men teknisk set er problemet større end én kunde og ét norsk datacenter.

Når compute bliver en tjeneste, bliver adgangspolitik lige så vigtig som eksportpolitik.

Geopolitik har fået en login-knap.

Den europæiske legal-AI-virksomhed Noxtua annoncerede 23. september en Series C på over 100 mio. euro.

Det mest interessante er ikke kun beløbet.

Tyske C.H.BECK bliver ny majoritetsejer, mens østrigske MANZ kommer ind som investor. Begge er tunge juridiske fagforlag, og Noxtua beskriver partnerskabet som en måde at kombinere AI med autoritativt juridisk indhold i en sikker, europæisk platform.

For C.H.BECK er investeringen ifølge parterne den største i forlagets mere end 260-årige historie.

Noxtua arbejder med research, analyse af komplekse juridiske spørgsmål og dokumentudkast. Virksomheden oplyser at have over 30.000 brugere og kontorer flere steder i Europa.

Det er en ret elegant drejning i AI-værdikæden.

Meget af diskussionen om generativ AI og indhold har handlet om, hvorvidt modeller må træne på forlagenes materiale, og hvad rettighedshaverne får ud af det.

Noxtua-aftalen peger på en anden model.

I stedet for kun at være leverandør af kilder kan et fagforlag eje en del af det system, juristen bruger til at søge, analysere og skrive.

Det giver mening i domæner, hvor troværdighed, opdateret fagindhold og sporbarhed er vigtigere end at have den model, der kan skrive den mest elegante limerick.

For virksomheder er læringen bredere end jura: har man data, ekspertise eller autoritativt indhold, behøver AI-strategien ikke ende med en licensaftale.

Man kan også eje noget af laget ovenpå.

Det er en mere interessant forhandlingsposition.

USA foreslog i weekenden en ny mekanisme, hvor USA og Kina kan underrette hinanden om alvorlige AI-hændelser med betydning for national sikkerhed.

Forslaget blev ifølge Associated Press rejst af den amerikanske finansminister Scott Bessent i samtaler med Kinas vicepremierminister He Lifeng i New York.

De to lande konkurrerer hårdt om modeller, chips og AI-infrastruktur. Netop derfor er ideen værd at bemærke.

Mekanismen er ikke en færdig aftale, og der er ikke offentliggjort en detaljeret protokol. Men ambitionen er at skabe mere transparens og en kanal for dialog, hvis en AI-hændelse bliver alvorlig nok til at kunne udvikle sig til en sikkerhedskrise.

Kinesiske statsmedier beskrev AI-dialogen som åbenhjertig og konstruktiv.

Teknologikapløb og sikkerhedssamarbejde kan godt eksistere samtidig.

Det gør de allerede på andre områder.

Man behøver ikke være enige om handel, chips, Taiwan eller industriel strategi for at kunne se værdien i at have en kanal, når noget uventet sker med et system, begge sider er afhængige af.

AI gør den logik mere presserende, fordi software kan skaleres hurtigt, bruges på tværs af grænser og påvirke cyber-, finans- og infrastruktursystemer uden den lange fysiske opbygning, man forbinder med klassiske strategiske teknologier.

Det er stadig tidligt, og mekanismen kan ende som diplomati på PowerPoint.

Men selve samtalen er et signal.

Når konkurrenterne begynder at diskutere incident reporting, er teknologien ikke længere kun et marked.

Den er blevet noget, man også skal kunne ringe om klokken tre om natten.

OpenAI lancerede 22. september GPT-6 Sol og GPT-6 Luna i ChatGPT Work og Codex.

De to modeller er separate fra modellerne i den almindelige Chat-oplevelse og er tydeligt positioneret efter workload.

Sol er målrettet komplekse coding- og agentiske workflows. Luna er tænkt til fokuserede opgaver med høj volumen. Begge rulles ud med lavere tokenpriser end deres GPT-5.6-forgængere.

OpenAI beskriver dem som en udvidelse af GPT-6-familien efter Astra: mindre fokus på at være det absolutte flagskib, mere fokus på den praktiske balance mellem kapabilitet, hastighed og pris.

Det er nok mere vigtigt for virksomheder end endnu et benchmark.

Når AI går fra pilot til drift, ændrer spørgsmålet sig.

Man spørger ikke kun: Hvilken model er smartest?

Man spørger: Hvad koster 200.000 af de her opgaver om måneden? Hvor hurtigt svarer den? Hvor ofte skal et menneske gribe ind? Hvilke opgaver fortjener den dyre model, og hvilke kan klares billigere?

Det er derfor modelporteføljer begynder at ligne cloud-instanser. Én til det tunge arbejde. Én til volumen. Én til særlige risici. Routing imellem dem.

OpenAI gør med Sol og Luna den økonomi mere eksplicit.

Det er også en påmindelse om, at AI-strategi ikke bør bindes til ét modelnavn.

Modelnavne har efterhånden kortere levetid end yoghurt.

Samme dag som OpenAI lancerede Sol og Luna, introducerede Anthropic Claude Opus 5.5.

Anthropic positionerer modellen som sin stærkeste Opus-model til coding, agenter og vidensarbejde. Selskabet siger, at den på de fleste opgaver præsterer på niveau med Claude Fable 5.1, samtidig med at typiske token-baserede workloads koster omkring 40 procent mindre at køre end på Opus 5.

Listeprisen er 4 dollar pr. million inputtokens og 20 dollar pr. million outputtokens. Cache reads, som fylder meget i langvarigt agentarbejde, er også blevet billigere.

Opus 5.5 er tilgængelig i Claude og via Anthropics platform samt hos de store cloududbydere.

Igen er den mest interessante nyhed næsten prisskiltet.

I den første fase af generativ AI var modelomkostningen ofte så lille en del af et kontorworkflow, at man kunne ignorere den.

Agenter ændrer regnestykket.

En agent kan læse tusindvis af dokumenter, køre værktøjer, prøve igen, bruge memory, delegere til subagenter og arbejde i lang tid. Pludselig kan tokenøkonomi og cache-priser mærkes.

Derfor er “40 procent billigere” ikke bare et marketingtal. Hvis det holder i ens egne workloads, kan det afgøre, hvilke processer der overhovedet kan automatiseres økonomisk.

Det betyder samtidig, at virksomheder bør benchmarke egne opgaver frem for at forelske sig i leverandørernes samlede ranglister.

Den bedste model er ikke nødvendigvis den med flest medaljer.

Det er den, der løser din opgave godt nok, sikkert nok og billigt nok til, at du faktisk tør sætte den i drift.

OpenAI annoncerede 23. september, at Ukraines regering får adgang til Daybreak-programmet til cyberforsvar af civil infrastruktur.

Samarbejdet sker med Ukraines ministerium for digital transformation og skal give ukrainske teams adgang til avancerede AI-værktøjer til at identificere softwaresårbarheder og udvikle og teste rettelser hurtigere.

Daybreak er målrettet autoriseret sikkerhedsarbejde: gennemgang af ældre software, undersøgelse af mistænkelig aktivitet, validering af sårbarheder og test af fixes.

OpenAI henviser til, at Ukraines nationale incident response-team CERT-UA håndterede næsten 6.000 cyberhændelser i 2025, blandt andet mod hospitaler, energisektoren og telekommunikation.

Det er et markant skridt fra AI-cybersikkerhed som evalueringskategori til konkret operationel brug.

Stærke cybermodeller er dobbeltsidede værktøjer.

Det, der kan finde en sårbarhed for en forsvarer, kan i andre hænder hjælpe en angriber. Derfor har adgangskontrol, scope og autorisation været centrale i hele diskussionen om avancerede AI-cyberkapabiliteter.

Ukraine-samarbejdet viser den anden side af sikkerhedsdebatten: der findes situationer, hvor det også har en pris ikke at give dygtige forsvarere de stærkeste værktøjer.

For virksomheder er læringen mere jordnær.

Sikkerhed handler ikke kun om, hvilken model man tillader. Det handler om hvem der må bruge den, til hvilke systemer, med hvilket mandat, hvilke logs og hvilke stopklodser.

En stærk model uden kontekst er en risiko.

Den samme model i et kontrolleret workflow kan være et forsvarsværktøj.

Meta brugte Connect 2026 den 24. september til at annoncere, at den personlige AI-agent Muse kommer til selskabets AI-briller i de kommende måneder.

Ideen er enkel og ret stor: brugeren skal kunne sige agentens navn, hvorefter Muse kan handle på det, personen faktisk ser.

Meta nævner eksempler som et produkt på en hylde, en plakat på en væg eller en lang indkøbsliste. Agenten skal kunne forstå den visuelle kontekst og derefter udføre handlinger via de forbindelser, den har til andre tjenester.

Meta udvider samtidig Muse med flere connectors til handel og arbejde, og agenten får sin egen e-mailadresse.

Det er ikke længere en chatbot, man åbner.

Det er en agent, der følger med.

Smart glasses har i årevis haft et klassisk problem: teknologien har været imponerende, men man har manglet en grund til at have den på hele dagen.

Agenter kan være den grund.

Hvis systemet kan forstå det, man ser, huske kontekst og handle uden at man først tager telefonen frem, bliver brillerne en langt mere naturlig grænseflade.

Det gør samtidig spørgsmål om privatliv, samtykke og tydelig feedback langt mere konkrete. Når en telefon lytter, kan man lægge den på bordet. Briller sidder i ansigtet.

Derfor bliver designet af agentadfærd mindst lige så vigtigt som modellen: Hvornår må den kigge med? Hvornår må den handle? Hvad viser den til brugeren? Hvad optages? Hvad sendes videre?

AI har længe prøvet at blive mere menneskelig.

Nu prøver den at komme tættere på menneskets sanser.

Det bliver praktisk.

Og en lille smule mærkeligt.

1. Microsoft går efter EvilTokens: Microsofts Digital Crimes Unit annoncerede 22. september en operation mod EvilTokens, en AI-understøttet cybercrime-tjeneste, som ifølge Microsoft var knyttet til over 12.000 kompromitterede mailbokse i mere end 10.000 organisationer. Sammen med partnere blev 50 websites beslaglagt og mere end 150 relaterede domæner deaktiveret. AI hjælper både angriberen og efterforskeren. Symmetrien er desværre ret effektiv.
2. Google lancerer Gemini 3.8 til tekst-til-tale: Gemini 3.8 Flash TTS og Flash-Lite TTS blev annonceret 23. september med langt mere styring af tone, tempo, karakterstemmer og dialog. Google gør dermed genereret tale mindre til en syntetisk oplæser og mere til et egentligt kreativt lag i produkter og agenter.
3. Gemini får flere Connected Apps: Fra 23. september begyndte Google at rulle integrationer ud til blandt andet Airtable, Linear, monday.com, PandaDoc, Adobe, Webflow, Peloton og SeatGeek. Det ligner en lille produktnyhed, men strategien er stor: AI-assistenten bliver i stigende grad stedet, man beder andre programmer om at arbejde.
4. Google tester “Call for Me”: Den 24. september begyndte Google at teste en funktion, hvor Gemini kan ringe til virksomheder på brugerens vegne, navigere telefonmenuer, vente i kø og håndtere samtalen. Testen starter blandt betalende Pixel 11-brugere i USA, og brugeren kan følge en live-transskription og overtage samtalen. Holdmusik har endelig fået en naturlig fjende.
5. Basecamp Research rejser 140 mio. dollar til AI-designede lægemidler: Den britisk-amerikanske virksomhed annoncerede 23. september en Series C ledet af S32 med deltagelse fra blandt andre Nvidia og Menlo Ventures’ Anthology Fund. Pengene skal blandt andet føre EDEN-designede terapier tættere på klinisk udvikling. AI-bio fortsætter med at tiltrække kapital i en størrelsesorden, hvor pipetten får CFO.
6. EIB giver Morphotonics 20 mio. euro til produktionsteknologi for AI-briller: Den Europæiske Investeringsbank annoncerede 22. september et konvertibelt lån til den hollandske deep-tech-virksomhed. Teknologien skal skalere storformat nanoimprint til blandt andet AR-waveguides. AI-briller har ikke kun brug for modeller. Nogen skal også kunne masseproducere optikken.
7. Svenske Spiich rejser 3 mio. euro til AI-salgsassistent: Stockholm-startuppen annoncerede 23. september en seed-runde til en assistent, der automatiserer CRM-opdateringer, mødeforberedelse og opfølgning. Det er den mindre glamourøse ende af agentbølgen – hvilket ofte er præcis der, den første faktura bliver betalt.
8. BNP Paribas og Google Cloud indgår femårig agentisk AI-aftale: Aftalen fra 24. september giver banken bredere adgang til Gemini Enterprise og Gemini-modeller. Et af de første planlagte områder er AI-agenter til corporate credit memos, mens bankens interne LLM@CIB-assistent allerede er tilgængelig for mere end 65.000 medarbejdere. Agentisk AI er på vej ind i de dele af virksomheden, hvor “move fast” normalt efterfølges af “and call compliance”.
9. Nvidia giver Isaac ROS 5.0 AI-agent-skills: Udgivelsen 22. september tilføjer skills i det åbne Agent Skills-format, så coding-assistenter kan hjælpe med blandt andet opsætning og migration i robotudvikling. Det er en fin lille rekursion: AI hjælper udvikleren med at bygge softwaren, der skal få robotten til at køre AI.
10. Ando rejser 20 mio. dollar til en chatplatform, hvor agenter er kolleger: Den nye messaging-platform kom ud af stealth 24. september med Accel, Index Ventures og Emergence Capital som investorer. I stedet for at behandle agenter som bots i kanten af Slack-lignende software får de identitet, permissions, kontekst og plads i samtalen fra starten. Det lyder en smule som HR for software. Det er nok også pointen.

Hvis uge 38 handlede om, at AI havde fået en vagtplan, handler uge 39 om det næste uundgåelige skridt:

Nogen skal betale for bygningen.

Det er fristende at se ugens historier som fem helt forskellige spor. Et finsk borgerforslag. En international sikkerhedsappel. En cloud-unicorn. Et norsk chip-smuthul. Et juridisk forlag, der køber sig ind i en AI-virksomhed.

Men de handler alle om det samme.

AI er ved at få institutioner omkring sig.

Fysisk infrastruktur: datacentre, strøm og chips.

Økonomisk infrastruktur: finansiering, cloudkapacitet og prissætning.

Faglig infrastruktur: juridiske kilder, ekspertise og workflows.

Sikkerhedsinfrastruktur: test, incident reporting, cyberadgang og internationale kanaler.

Og grænseflader: briller, stemme, apps og agenter, der bliver en del af arbejdsdagen.

Det er en sund udvikling.

Ikke fordi alt nødvendigvis bliver mere sikkert eller mere fornuftigt af sig selv, men fordi teknologien bliver sværere at behandle som magi.

Når AI bliver konkret, kan man også stille konkrete spørgsmål.

Hvor ligger dataene? Hvem har adgang? Hvad koster det? Hvilken model bruges til hvilken opgave? Hvem godkender handlingen? Hvad sker der ved fejl? Kan vi skifte leverandør? Har vi logs? Og har vi faktisk brug for den dyreste model til at skrive det der mødenotat?

For virksomheder er det nok ugens vigtigste signal.

Modelpriserne falder.

Men værdien – og risikoen – flytter ud i systemet omkring modellen.

Det er dér, arbejdet begynder.

Og ja.

Cloud bor stadig ikke i en sky.