Digitaliseringsstyrelsen tildelte 21. oktober konsulenthuset Nine en kontrakt om at bidrage til den nye fællesoffentlige digitale assistent og infrastrukturen bag. Borger.dk og sundhed.dk skal være de første steder, hvor borgerne møder løsningen. Ideen er i første omgang vejledning på tværs af myndighedsområder. Generativ AI skal hjælpe mennesker med at finde rundt i offentlige oplysninger, der allerede eksisterer, men som ikke altid er lige lette at finde. Det er ikke en beslutningsmaskine, der har fået lov til at afgøre en borgers sag. Der er heller ikke annonceret en færdig landsdækkende udrulning. Det nye er, at der nu er sat kontrakt og udviklingsarbejde bag ambitionen.

En butik kan undskylde en upræcis produktsøgning. En offentlig myndighed skal kunne forklare, hvor et svar kommer fra, og hvad borgeren kan gøre, hvis det er forkert. Derfor skal løsningen baseres på troværdige myndighedskilder. For leverandører og myndigheder bliver kvaliteten af vidensgrundlag, adgangsforhold og vedligeholdelse lige så vigtig som selve sprogmodellen. Og grænsen mellem generel vejledning og egentlig sagsbehandling skal være synlig. Det kan blive et vigtigt skridt mod offentlig service, der er lettere at bruge. Men succes måles ikke i antal besvarede chatbeskeder. Den måles i, om borgeren kommer rigtigt videre uden at skulle ringe bagefter.

Den svenske regering gav 22. oktober Skatteverket bemyndigelse til at indgå aftale om deltagelse i det europæiske arbejde med AI-gigafabrikker. Sverige knytter sig til et finsk projekt og planlægger en svensk node, der skal give adgang til avanceret regnekraft. Den samlede svenske forpligtelse beskrives som 50 millioner euro over fem år. Modellen bygger på europæisk samarbejde og indkøb af beregningskapacitet snarere end forestillingen om, at hvert land skal stable sit eget gigantiske serverbjerg. Der er ikke indviet en færdig ny fabrik i denne uge. Beslutningen gør det muligt at gå videre i udbud og aftaler. Det kan lyde mindre heroisk på en scene, men sådan bliver offentlig infrastruktur som regel til.

Svenske myndigheder, forskere og virksomheder vil gerne have adgang til tung AI-beregning på europæisk grund. Men geografien alene løser ikke spørgsmål om adgangsrettigheder, styring, priser og hvilke opgaver infrastrukturen prioriterer. Samarbejdet med Finland giver en mere konkret nordisk vej frem. Det er i sig selv interessant, at en grænseoverskridende kapacitetsmodel kan være mere realistisk end fem nationale prestigebyggerier med hver sit logo. For danske aktører er læringen, at regnekraft nu skal ind i strategien som forsyning. Man behøver ikke selv eje alle maskinerne, men man bør vide, hvem der kan lukke for dem, og hvor langt ens alternativer rækker.

Det finske teleselskab Elisa meddelte 21. oktober, at det sammen med Nokia og Nvidia har afprøvet AI-RAN i et fungerende mobilnet. I Helsinki har man i forsøg kørt mobiltrafik, tale og videoanalyse på en fælles accelereret platform. AI-RAN handler i korte træk om at lade samme computerinfrastruktur betjene dele af radionettet og udføre AI-opgaver. Så kan databehandling ske tættere på brugeren eller sensoren i stedet for at tage den lange tur til et fjernt datacenter. Selskaberne peger mod yderligere afprøvning og kommerciel validering i 2027. Der er altså tale om en demonstrations- og udviklingsfase, ikke en besked om, at alle finske mobilmaster nu er blevet små AI-fabrikker.

For produktionsmiljøer, lokale sensorer og taleapplikationer er forsinkelse og datahåndtering mere end en teknisk detalje. Nogle opgaver kræver, at svaret kommer hurtigt, og at data helst ikke vandrer længere end nødvendigt. Den interessante del er ikke, at AI flytter ud på endnu en ny skærm. Det er, at den eksisterende teleinfrastruktur får en ny opgave og muligvis en ny forretningsmodel. Det rejser til gengæld spørgsmål om isolation, prioritering og hvem der får adgang til kapaciteten. Hvis mobilnettet både skal levere forbindelsen og regne på indholdet, får driftsafdelingen lidt mere at holde styr på. Til gengæld kan det blive mere nyttigt end endnu en demo med en lyskugle på en scene.

Digital Commerce Finland satte 22. oktober navn og beløb på et fælles projekt, hvor finske webshops skal udvikle, teste og dele AI-agentløsninger. Budgettet er 2,8 millioner euro, hvoraf Business Finland bidrager med omkring 1,9 millioner. Ambitionen er ikke blot at bygge endnu en chatbot til kundeservice. Projektet skal skabe en delt platform for praktiske forsøg og erfaringer, så virksomhederne ikke hver især skal opfinde samme proces, betale for de samme fejl og opdage de samme begrænsninger. Det er en planlagt udviklingsindsats, ikke dokumentation for, at agenterne allerede har skabt store dokumenterede salgsgevinster. Den forskel er værd at holde fast i, også når pressemeddelelsen har travlt med fremtiden.

En webshop kan have mange oplagte agentopgaver: sortiment, produktdata, oversættelser, lagerinformation og hjælp til køb. Men så snart en agent får lov til at handle på virksomhedens vegne, bliver rettigheder og forbrugerhensyn lige så vigtige som svartiden. Den finske model er interessant, fordi den sætter fælles læring før individuel triumf. Hvis små og mellemstore virksomheder kan prøve ting af med erfaringer fra andre, kommer flere med uden at skulle ansætte deres egen lille forskningsafdeling. Der er naturligvis stadig konkurrence om kunderne. Men man kan godt dele manualen til brandslukkeren, selv om man sælger forskellige varer. Det er muligvis den mindst glamourøse og mest anvendelige AI-idé denne uge.

Finlands politi offentliggjorde 21. oktober, at det har oprettet et såkaldt AI-kontor under politiforvaltningens it-organisation. Formålet er at skabe bedre rammer for forsøg og ansvarlig anvendelse af teknologien i politiets arbejde. Omkring 50 personer fra forskellige enheder er ifølge den finske omtale tilknyttet initiativet, mange sideløbende med deres almindelige opgaver. Ambitionen er blandt andet at reducere rutiner og hjælpe med arbejdsformer, der kan frigøre tid til mere krævende opgaver. Der er ingen grund til at forestille sig et fuldautomatisk politi med neurale håndjern. Initiativet handler om organisering, prøvning og prioritering. Det er et meget mere normalt og derfor faktisk ret vigtigt første skridt.

AI kan hjælpe med dokumentbehandling, oversættelse og søgning, men når teknologien nærmer sig efterforskning eller vurderinger af personer, stiger kravene dramatisk. Sporbarhed, tavshedspligt og menneskelig prøvning er ikke ekstraudstyr. For andre offentlige arbejdspladser er sagen et godt billede på forskellen mellem at indkøbe AI og at opbygge evnen til at bruge den. Nogen skal eje metoder, uddannelse, adgangskontrol og kvalitetsmåling. Det giver sjældent en flot viral video at oprette et kontor. Men en organisation, der ved, hvad den vil teste og hvornår den skal stoppe, har bedre odds end en organisation med 50 entusiastiske pilotprojekter og ingen samlet hukommelse.

OpenAI og Google Cloud annoncerede 21. oktober, at OpenAI-modeller og Codex-arbejdsgange skal kunne bruges gennem Googles platforme. Kernen er Model Garden, hvor udvalgte virksomheder får adgang til GPT-6 Astra, GPT-6.1 Sol og GPT-6 Luna i en privat previewfase. Det er ikke det samme som en generel global lancering. Google beskriver også muligheder for at forbinde lokale Codex-værktøjer til cloudmiljøet. Før bredere produktintegrationer bliver til virkelighed, skal de afprøves. Samarbejdet er morsomt på den stille erhvervsmåde. To konkurrenter kan godt få plads på samme teknologiske hylde, når en stor kunde hellere vil have valgfrihed end fodboldhold.

Virksomheder køber ikke kun modelintelligens. De køber adgange, logning, datahåndtering, netværk, fakturaer og en kontaktperson, når noget går galt klokken tre om natten. Derfor bliver modeludvalget i eksisterende platforme mere interessant end endnu en benchmarkgraf. For nordiske virksomheder kan modellen bag infrastrukturen blive lettere at skifte, hvis flere leverandører kan administreres i en genkendelig styringsramme. Men modelvalg på samme platform betyder ikke automatisk, at alle risici er ens. Dataflytning og aftalevilkår skal stadig undersøges. Det er endnu et tegn på, at AI-markedet bevæger sig fra isolerede chatprodukter til almindelig enterprise-infrastruktur. Og den slags vindes ikke alene med en imponerende demo. Man skal også kunne sende en brugbar faktura.

Anthropic præsenterede 21. oktober Claude Duet, en proaktiv AI-assistent, der skal kunne samle opgaver op, arbejde videre og gøre opmærksom på ting, som kræver brugerens beslutning. Produktet er i første omgang et forskningspreview med venteliste til Pro- og Max-brugere i USA. Duet beskrives som en selvstændig app til mobil og web. Det vigtige er ikke, om den kan formulere endnu en pæn besked, men at den selv kan hjælpe med at prioritere og fortsætte arbejde, når brugeren er optaget andetsteds. Indtil videre er det mere en invitation til at teste end et løfte om tilgængelighed for hele Norden. Man bør heller ikke forveksle proaktivitet med ubegrænset handlefrihed.

En assistent, der selv finder noget vigtigt, kan spare tid. Men det kræver en meget tydelig forskel mellem at opdage, foreslå og udføre. Duet siger, at den søger brugerens bekræftelse, før den handler på vedkommendes vegne. Det er en god arkitektonisk grænse, hvis den også fungerer under pres. For en lille virksomhed kan den proaktive model blive mere anvendelig end et tomt chatvindue, hvis den kan kende prioriteter, levere forarbejde og være gennemsigtig om sine kilder. Men automatiseret opfølgning kan også ende som endnu en kollega, der sender notifikationer om notifikationer. Den virkelig gode AI-assistent skal derfor måles på antallet af beslutninger, der bliver bedre, ikke antallet af gange den banker på skærmen. Det er en lille forskel med enorm betydning for arbejdsroen.

Den 21. oktober udsendte PHP-projektet sikkerhedsopdateringer for to alvorlige sårbarheder. Europæiske cybersikkerhedsmyndigheder, herunder ENISA, opfordrede samtidig organisationer til at handle hurtigt. Fejlene kunne i sårbare miljøer give mulighed for at afvikle kode på serveren uden forudgående login. Det er ikke et problem begrænset til en særlig AI-platform. PHP ligger bag en enorm mængde almindelige webapplikationer og tjenester, inklusive systemer der ikke umiddelbart ligner rene PHP-løsninger. OpenAI beskriver samtidig, hvordan modellen GPT-5.6 Sol indgik i opdagelsesarbejdet omkring en af fejlene gennem initiativet Patch the Planet. Sikkerhedsforskere hos Wiz rapporterede uafhængigt begge fejl, mens PHP-projektets egne vedligeholdere stod for rettelserne. Det er vigtigt at holde rollerne adskilt.

AI kan accelerere sårbarhedsforskning, men den kan også sænke tiden fra offentliggørelse til angrebsforsøg. Derfor bliver koordinering med vedligeholdere, hostingfirmaer og nationale myndigheder en del af selve produktet. For enhver organisation med internetvendte applikationer er rådene mere jordbundne: kortlæg versioner, tal med hosting- og softwareleverandører, følg de officielle opdateringsanvisninger, og prioriter eksponerede systemer. Det interessante ved AI-vinklen er altså ikke en ny helt med kappe. Det er, at opdagelse, udbedring og udrulning nu skal kunne foregå i en helt anden hastighed. Den gammeldags opdateringsliste er pludselig blevet det vigtigste dokument i lokalet.

Under GTC i Berlin 21. oktober præsenterede Nvidia en række teknologier og arkitekturspor til agenter, lokale AI-systemer og specialiserede åbne modeller. Blandt dem var en referencearkitektur omkring OpenShell, der skal give politikstyret isolation mellem agenten og de systemer, den kan påvirke. Der blev også vist en Agent Knowledge Foundation, hvor modeller og biblioteker skal forbinde agenter med virksomheders egne dokumenter og strukturerede data. Nvidia fremhævede desuden åbne modelspor til blandt andet sprog, robotik og fysiske systemer. Det hele er ikke det samme som nye færdige produkter på hylden denne onsdag. Konferencen er en blanding af platforme, demonstrationer, eksisterende teknologi og de næste arkitekturvalg. Det gør ikke signalet mindre interessant.

En AI-agent med adgang til filer, beskeder og driftssystemer er noget andet end en chatbot, der leverer tekst. Her betyder tilladelser, sandboxing, sporbarhed og datatilgang mere end hvor flydende svaret lyder. Nvidias bud er, at dette bliver en bred teknologistak, hvor virksomheder kan bygge agentsystemer oven på eksisterende data uden at slippe dem løs på måfå. Det er til gengæld en påstand, der skal efterprøves i rigtige miljøer. For nordiske organisationer er beskeden enkel: Når en leverandør demonstrerer en selvstændig agent, så spørg ikke kun, hvad den kan udføre. Spørg også, hvad der sker, når den misforstår opgaven. Den kedelige tekniske arkitektur er ofte der, hvor den virkelig gode historie begynder.

Det amerikanske Department of Homeland Security fik 20. oktober offentliggjort en formel bekendtgørelse i Federal Register om at udelukke DeepSeek-produkter fra indkøb til civile føderale myndigheders it-systemer og fjerne berørte løsninger fra disse miljøer. Vigtigt med kalenderen: den underliggende ordre blev udstedt i juli. Denne uges begivenhed er offentliggørelsen og dermed den tilgængelige dokumentation for dens rækkevidde, ikke at beslutningen pludselig opstod den 20. oktober. Ordren retter sig mod civile føderale myndigheders it og omfatter også visse tredjepartsløsninger bygget med DeepSeek-implementeringer. Den er ikke et generelt amerikansk forbud mod, at privatpersoner bruger en chatbot.

Når AI flytter ind i kritiske arbejdsgange, betyder modellen også noget juridisk og geopolitisk. Hvem har leveret den? Hvor bliver den kørt? Hvilke komponenter bygger andre produkter ovenpå? Det er spørgsmål, der nu kan afgøre, om en myndighed overhovedet må bruge et system. For nordiske indkøbere er parallellen ikke, at man skal kopiere amerikansk politik. Det er, at en AI-leverandørkæde skal kunne kortlægges på samme måde som anden kritisk software. En underleverandør kan være usynlig på startsiden og afgørende i kontrakten. Der er således ingen dramatisk ny modelkamp i dagens nyhed. Bare et stykke offentlig forvaltningsjura med meget reel betydning for, hvor AI må bo. Ikke alle AI-nyheder har en demo. Nogle kommer med journalnummer.

Svenske Legora rejser 550 millioner dollar: Det stockholmske legaltech-selskab annoncerede 21. oktober en Series E til en værdiansættelse på 8,8 milliarder dollar. Advokatens AI-assistent er ved at blive til et helt forretningssystem. Villum Fonden giver 63 millioner kroner til forskning: Den 19. oktober fordelte fonden støtte til 12 tværfaglige projekter, hvor data og AI møder blandt andet shipping og cybersikkerhed. Ikke alle nyttige AI-resultater har et chatvindue. AI og de unges første job kommer på Christiansborg: Beskæftigelsesudvalget rejste 21. oktober spørgsmål om AI, nyansættelser og unges adgang til arbejdsmarkedet. Diskussionen handler ikke blot om job, der forsvinder, men også om de første trin på karrierestigen. Microsoft udvider sine muligheder for digital suverænitet: Den 20. oktober præsenterede selskabet nye styrings- og driftsmuligheder for følsomme cloud- og AI-opgaver, blandt andet lokal drift og europæisk tilsyn. Suverænitet er nu også noget, man vil sælge som konfiguration. Microsoft advarer om de interne AI-agenter: Den 19. oktober beskrev selskabet de nye agentic insiders, der kan få for vid adgang til systemer, selv uden et hackerangreb. Agentens godkendelser og handlinger kræver løbende kontrol. AI får bedre greb om gamle programmeringssprog: OpenAI offentliggjorde 19. oktober evalueringer af arbejde med blandt andet COBOL og Fortran. Det er interessant for dem, hvis kerneforretning stadig kører på software, som ingen har lyst til at røre. Tusindvis af AI-agenter gennemgår hjerneforskning: OpenAI, PerturbAI og Scripps Research beskrev 21. oktober en analyse af store datasæt fra musehjerner. Resultaterne er lovende forskningsspor, ikke nye dokumenterede behandlinger. Google genskaber glemte billedhuggeres atelierer: Et kunstprojekt omtalt 21. oktober bruger arkivmateriale og generativ AI til at rekonstruere arbejdsrum for historiske kvindelige kunstnere. En interessant brug af teknologien, netop fordi fortolkningen skal kunne skelnes fra dokumentation. Blacksmith vil teste alt det AI skriver: Softwareinfrastruktur-selskabet annoncerede 21. oktober en Series C på 66 millioner dollar. Når kode kan produceres hurtigere, bliver test og validering flaskehalsen. ChatGPT-annoncer udvides til 26 lande: OpenAI annoncerede 21. oktober en geografisk udvidelse af annoncer til flere markeder. Et signal om, at AI-søgning og markedsføring langsomt begynder at dele samme indkøbsmøde.

Det mest interessante ved denne uge er, at de nye annonceringer knap nok kan forstås som rene AI-produkter længere. Den danske offentlige assistent handler om service og troværdige kilder, det svenske-finske initiativ om forsyning af regnekraft, og Elisas forsøg om, hvad mobilnettet fremover skal bruges til. Samme teknologi, meget forskellige forpligtelser. Det gentager sig globalt. OpenAI og Google kan samarbejde om modeladgang, uden at konkurrencen forsvinder. Anthropic vil gøre en assistent mere selvkørende, mens Nvidia forsøger at give dens adgang til virkelige systemer en teknisk sikkerhedssele. Det er ikke modsætninger. Det er forskellige dele af den samme voksende industri. Ugens PHP-sag viser, hvor hurtigt diskussionen kan bevæge sig fra strategidokumenter til nødvendigt vedligehold. AI var med til at finde alvorlige fejl, men den egentlige succes afhænger af, om organisationer får opdateret deres systemer. Et godt fund uden en installeret rettelse er mest af alt en meget dyr advarsel. Sagen om DeepSeek viser en anden grænse: leverandørvalg er ikke kun en diskussion om pris, kvalitet og svartid. Indkøbsregler, landes sikkerhedspolitik og afhængigheder dybt nede i softwarestakken kan få konkret betydning for, hvad man lovligt og forsvarligt kan bruge. For danske virksomheder og myndigheder bliver den praktiske tilgang derfor at beskrive opgaven før modellen, adgangen før automatikken og kontrollen før den store udrulning. Det lyder som almindelig projektledelse. Det er muligvis det mest opmuntrende ved hele ugens AI-nyhedsstrøm: Teknologien bliver mere avanceret, men grundreglerne for ansvar er stadig overraskende analoge.