Mitt syn på kunstig intelligens ― utviklingen siste året

Tre år, og det er tradisjon. Her kommer mine årlige AI-betraktninger for tredje gang!

Utviklingen i 2025

I fjor avsluttet jeg med noen tanker om hva som kunne skje med netthandelen når flere og flere bruker AI-agenter til å vurdere produkter, istedenfor å besøke nettsidene selv. Igjen viste utviklingen seg å gå fortere enn jeg klarte å forutse, og innen mai var det flere og flere som begynte å fatte interesse for dette, og begrepende AEO og GEO vokste frem. At mer og mer traafikk til nettsider går gjenom AI-agenter er det liten tvil om nå, men jeg har inntrykk av at løsningene for å lykkes med synlighet gjennom AI-agenter har mye å gå på.

Særlig OpenAI ser ut til å ha ambisjoner om å posisjonere seg innenfor AI-synlighet, og tilby produkter som kan fremme synligheten gjennom chatgpt, men hvordan kan egentlig dette kommersialiseres uten at det går ut over tilliten til språkmodellen?

2025 var året der vibe-kodingen tok av. Selv har jeg “vibe-kodet” ganske kompliserte applikasjoner, og jeg har særlig effekt innenfor frontendutvikling og enkel API-utvikling, mens andre kanskje har andre områder de får mer ut av. Uansett har vi sett en gradivs forbedring av kvaliteten på den genererte koden gjennom året, og problemer med å få generert masse kode som ikke fungerer, hører fortiden til. Med et riktig instruksjonssett er den genererte koden jeg bruker, helt på høyde (eller bedre) enn den jeg ville ha skrevet selv.

Det har ikke manglet på lovnader om store effektuttak og trusler om hva som skjer om du blir stående igjen på stasjonen. Vi har lest rapporter om at de fleste AI-prosjekter feiler, og kanskje oppsiktsvekkende fra MIT-rapporten fra i sommer, at vi blir dummere av å bruke AI hele tiden (neida, men vi må passe på å holde hjernemuskelen i form)!

Så hvor skal vi nå da, når vi er kommet til 2026?

Jeg har fått et mer balansert syn på AI-utviklingen. Jeg opplever ikke at utviklingen går like fort som før; at vi nærmer oss et platå, der ting kan stabilisere seg litt. AI-verktøy er blitt en del av hverdagen for de fleste, og det vi trenger nå, er tid til å integrere verktøyene i prosesser og oppgaver der det faktisk gir en effekt.

I dag er AI-verktøy lett tilgjengelig, og de fleste bedfrifter kan bruke AI som hjelp til å besvare henvendelser, eposter eller generere innhold. Dette kan være hel-integrert i bedriftens systemer, som for eksempel Microsoft Copilot, eller så enkelt som at de ansatte har personlige brukere i ChatGPT.

Dersom du bruker en generell LLM i arbeidet ditt, kan du få en produktivitetsgevinst, men det kan konkurrentene dine også. Hvordan skal du skille deg ut fra konkurrentene når alle har de samme generiske verktøyene?

Det er som å ha en superdyktig medarbeider som jobber deltid frem til lunsj, men som jobber for din største konkurrent etterpå.

Så alt du skaper med en LLM lar seg veldig enkelt kopiere, mens de som klarer å lage egne maskinlæringsmodeller, vil ha noe unikt som er vanskelig og dyrt å kopiere. Dette er grunnen til at jeg tror maskinlæring blir viktigere fremover, og at generisk AI ikke vil være nok.

Da er vi tilbake igjen til å studere hvilke data vi har tilgang på, og hvordan vi kan bruke dataene til å oppnå dyp læring og forståelse innenfor vår egen kjerne.

Gjennom 2025 har vi sett at modellene har blitt bedre, men vi har også sett at AI-leverandørene har hatt vansker med å oppnå lønnsomhet. De mest grundige modellene er ikke lenger tilgjengelig på gratis-nivåene, eller de lavere betalingsnivåene, men krever typisk premium-tilgang, der ChatGPT Pro koster $200 pr. mnd. Dette sier noe om hvor kostbar denne teknologien er. Samtidig ligger resultatene på et veldig høyt nivå, og ofte helt på høyde med menneskelige ekspertnivåer.

La oss begynne å snakke om de store spørsmålene

Nettopp det at AI er blitt en del av hverdagen for alle, får meg til å tenke på en del store spørsmål, for eksempel: Hvordan påvirker dette måten vi ser på informasjon?

Der informasjon, kompetanse og kunnskap tidligere var begrensede ressurser, har hver og en av oss tilgang på noe som kan minne om et team av eksperter innenfor alle tenkelige fagfelt. De som har levd av å tilby informasjon er truet, og vi har allerede sett at flere konsulentselskaper har nedbemannet. Jeg har selv generert flere omfattende rapporter, særlig i forbindelse med en del undersøkelser jeg har gjort på e-handel og synlighet, med imponerende resultater!

Jeg mener at måten vi ser på informasjon på, er i ferd med å endres fundamentalt, og jeg tror dette kan få stor betydning for oss fremover. Her ligger det både trusler og miuligheter. Mange vil måtte lære seg å jobbe annerledes, og konkurransen i kompetansekrevende yrker og aktiviteter vil øke.

Dette tenderer mot det filosofiske, men kunnskapsrevolusjonen som vi ser nå, har potensiale til å utfordre mye av vår forståelse av verden, både på individuelt- og samfunnsnivå.

For 2026 håper jeg at «AI-hypen» vil roe seg ned, og at flere vil begynne å interessere seg for de større spørsmålene.

Les også fjordårets artikkel og den første, fra starten av 2024.