🤖 Google setter AI-agenter i sentrum for sin inntjeningskampanje for bedrifter ↗
Google tok fullt og fast i ideen om at AI-agenter – ikke bare chatboter, ikke bare kodehjelpere – er det neste seriøse forretningsproduktet. De omdøpte deler av sin skybaserte AI-stakk til «Gemini Enterprise» og framstilte agenter som noe bedrifter kan bruke til praktisk arbeid, ikke bare paraderte gjennom et møte og glemme til lunsj.
Det slående er tonendringa. Google erklærte mer eller mindre at den eksperimentelle fasen er over, noe som er en dristig linje å ta innen AI. De introduserte også nye styrings- og sikkerhetskontroller for agenter, tydelig ment å berolige publikum som fortsatt tenker: «Kult, men kan dette bli en skurk?»
🧠 Google Cloud lanserer to nye AI-brikker for å konkurrere med Nvidia ↗
Google introduserte også to nye TPU-er – en bygget for trening og en for inferens – i et forsøk på å styrke grepet om hele AI-stakken. Selskapet sier at det nye oppsettet kan trene modeller mye raskere, levere bedre ytelse per dollar og skalere til klyngestørrelser som grenser til det absurde.
Dette er imidlertid ikke helt en splittelse fra Nvidia – mer et veldig offentlig signal om at Google holder alternativene åpne. Google planlegger fortsatt å tilby Nvidias nyeste brikker også, men budskapet er tydelig nok: de ønsker at bedrifter som bruker Googles silisium, Googles sky og Googles modeller skal være i én ryddig sløyfe.
💼 OpenAI slår seg sammen med Infosys for å tilby flere bedrifter AI-verktøy ↗
OpenAI inngikk et samarbeid med Infosys for å integrere verktøy som Codex i IT-gigantens Topaz-plattform. Fokuset er utelukkende på bedriftskjernen – programvareutvikling, modernisering av eldre teknologier, DevOps, automatisering av arbeidsflyt – alt arbeidet som høres tørt ut inntil det begynner å erstatte store deler av arbeidsstyrken.
Det er en litt merkelig undertone her. Store outsourcingfirmaer er under press fordi generativ AI truer deler av virksomheten de allerede selger, så å slå seg sammen med OpenAI virker smart og samtidig litt defensivt. Likevel viser det hvor markedet beveger seg – færre flotte demonstrasjoner, mer «hvordan kobler vi dette inn i en Fortune 500-stack innen mandag?»
🖱️ Nå vil Meta spore hva ansatte gjør på datamaskinene sine for å trene opp AI-agentene sine ↗
Meta ruller ut et internt verktøy som registrerer musebevegelser, klikk, tastetrykk og sporadiske skjermbilder på arbeidsenheter for å hjelpe med å trene AI-agenter. Premisset er enkelt nok – hvis du vil ha agenter som kan bruke datamaskiner slik folk gjør, trenger du ekte eksempler på folk som bruker datamaskiner.
Ikke overraskende virker ikke de ansatte begeistret. Rapporter peker på intern motreaksjon, og det er tydeligvis ingen mulighet til å reservere seg mot bedriftens bærbare datamaskiner. Meta sier at dataene ikke er ment for medarbeidersamtaler og at sikkerhetstiltak er på plass, men ja, denne ender med et lite dunk.
🔐 Anthropics farligste AI-modell falt nettopp i gale hender ↗
En liten uautorisert gruppe skal ha fått tilgang til Anthropics Mythos-modell, et nettsikkerhetsfokusert system som selskapet har holdt strengt begrenset fordi det kan være farlig hvis det misbrukes. Gruppen skal ha fått tilgang til det gjennom et tredjepartsleverandørmiljø og deretter stolt på det som høres ut som ganske vanlig internett-etterforskning.
Det er den urovekkende delen – ikke et slags hackerangrep fra filma, mer et sidedørsproblem. Mythos var ment for et begrenset sett med selskaper og myndigheter, ikke en privat nettgruppe som snek seg rundt etter uutgitte modeller. Anthropic sier at de etterforsker og ikke har bevis for at deres egne systemer ble påvirket i stor grad, men fortsatt ... ikke ideelt, for å si det forsiktig.
Vanlige spørsmål
Hvorfor satser Google så mye på AI-agenter for bedriftsarbeid?
Google posisjonerer AI-agenter som praktisk forretningsprogramvare snarere enn eksperimentelle assistenter. Ved å omdøpe deler av skytjenesten sin til Gemini Enterprise, signaliserer de at selskaper bør behandle agenter som verktøy for reelle arbeidsflyter, ikke bare polerte demonstrasjoner. De ekstra styrings- og sikkerhetskontrollene antyder også at Google forstår at bedriftskjøpere fortsatt ønsker trygghet rundt risiko.
Hva endrer Gemini Enterprise for selskaper som evaluerer AI-agenter?
Hovedendringen ligger i innrammingen. Google sier at testfasen i stor grad er over, og at AI-agenter er klare for utplassering i daglige forretningsoppgaver. Dette er viktig fordi bedriftskjøpere har en tendens til å ønske seg administrerte produkter med innebygde kontroller, styring og sikkerhet, ikke løse eksperimentelle verktøy som ser imponerende ut, men som fortsatt er vanskelige å stole på i produksjon.
Hvorfor bygger Google nye AI-brikker i stedet for å bare stole på Nvidia?
Google ønsker tettere kontroll over hele AI-stakken, fra modeller til skyinfrastruktur til silisium. De nye TPU-ene er posisjonert for forskjellige jobber, med én fokusert på trening og en annen på inferens, og Google sier at de forbedrer hastighet, skalering og ytelse per dollar. De forlater ikke Nvidia, men de prøver tydeligvis å holde flere AI-arbeidsbelastninger for bedrifter innenfor Googles eget økosystem.
Hvordan passer partnerskapet mellom OpenAI og Infosys inn i adopsjonen av AI i bedrifter?
Det viser at bedrifts-AI beveger seg nærmere kjernevirksomheten. I stedet for å fokusere på prangende bruksområder for forbrukere, fokuserer partnerskapet på programvareutvikling, DevOps, automatisering av arbeidsflyt og modernisering av eldre teknologier i store selskaper. Det tyder på at kjøpere i økende grad ønsker AI vevd inn i eksisterende systemer og tjenester, spesielt gjennom partnere som allerede opererer på tvers av Fortune 500-miljøer.
Hvorfor er Meta-ansatte bekymret for AI-agenter som er trent på aktivitet på arbeidsplassen?
Bekymringen handler mindre om målet enn om hvordan dataene samles inn. Metas interne verktøy registrerer angivelig klikk, tastetrykk, musebevegelser og noen skjermbilder på arbeidsenheter, noe som naturlig nok reiser spørsmål om personvern og tillit. Selv med forsikringer om at dataene ikke brukes til medarbeidersamtaler, er det forståelig at ansatte reagerer når det ikke finnes noen mulighet til å reservere seg mot dette på bedriftens bærbare datamaskiner.
Hva forteller Anthropic Mythos-hendelsen bedrifter om sikkerhet og styring av kunstig intelligens?
Det tyder på at tilgangsrisikoer ikke alltid kommer fra dramatiske direkte brudd. I dette tilfellet involverte det rapporterte problemet et tredjepartsleverandørmiljø og vanlig online-etterforskning, noe som understreker hvor viktige sårbarheter i sidedørsmodus kan være like viktige som modellsikkerhetsregler. For bedrifter forsterker dette behovet for strengere tilgangskontroller, sterkere leverandørtilsyn og styring rundt høyrisiko-AI-systemer.