Kunstig intelligens er ikke lenger science fiction, det er nå et grunnleggende verktøy i teknologikassa vår. Etter et par år med eksplosiv utvikling, spesielt innen generativ AI, går vi inn i 2026 med store forventninger om hvordan AI vil forme næringslivet ytterligere. Nøyaktig hvor fort utviklingen vil gå er vanskelig å si, men her er ni spådommer fra oss!
1. Først og fremst: Vi kan forvente fortsatt stor vekst og utvikling!
Kappløpet mellom teknologigigantene om å ha den aller beste AI-modellen har preget utviklingen av AI de siste årene. Det er ingen grunn til å tro at dette vil endre seg i året som kommer.
I 2026 vil AI-modellene fortsette å vokse i kapasitet og evner, med enda bedre resonneringsevne, lengre “hukommelse” og bli enda bedre til å behandle flere data samtidig (tekst, bilde, lyd og video).
Slik min kollega, Terje, oppsummerte det i sin artikkel om AI i 2025, er det kanskje mange som føler at de ikke får til AI helt enda, men potensialet er der, og vi har mange eksempler på hva som faktisk funker. Siden ChatGPT kom i slutten av 2022, har vi drevet mye uttesting. Nå er tiden kommet for å gå fra uttesting til utnytting.
2. Generalister eller spesialister?
Modellene konkurrerer nå mot hverandre om å være best på “alt”. Men er markedet stort nok for det, eller vil vi i større grad se at flere modeller spisser evnene sine?
I diskusjonsfora på internett snakkes det eksempelvis om at Claude er bedre på lange tekster og å holde konteksten selv når den resonnerer over mange sider, mens ChatGPT oppleves bedre i generell samtale og kreativ skriving. Og Gemini er sterk på integrasjon med søk og multimodalitet (tekst + bilder). Kanskje vil vi i 2026 se en stadig økende trend innenfor “domene-spesifikke” modeller? Etter hvert som teknologien modnes er det kanskje mer naturlig å gå vekk ifra “en modell som passer til alt”, til mer skreddersydde modeller for bestemte bransjer og formål.
3. Integrert i eksisterende løsninger
Deloitte spår at vi i 2026 i stadig større grad kommer til å bruke generativ AI som en del av eksisterende løsninger, heller enn at vi bruker et frittstående generativt AI-verktøy. At det i større grad blir en del av applikasjoner vi bruker i jobben vår, slik som søkemotorer, e-post, og regnskapssystemer. Grunnen til dette er enkel: når verktøyene blir mer tilgjengelig og lettere å bruke, øker også bruken – og stadig flere leverandører av software ser nok at AI er etterspurt funksjonalitet. Antagelig vil stadig flere svare på dette behovet i løsningene de leverer i året som kommer.
4. Behov for økt datakraft, og datasenter flytter til verdensrommet
Deloitte spår også at behovet for datakraft bare vil øke. De skriver at 2/3 av all AI-beregning fremdeles vil skje i store datasenter i 2026, og slik vi har sett i mediene er dette en teknologi som krever stadig mer datakraft. I den sammenheng ser vi at aktørene nå ser til verdensrommet. Google skal sende opp to test-satelitter tidlig i 2027, og Starcloud har allerede trent og kjørt AI-modeller i verdensrommet på satellitter de sendte opp i november 2025. Det blir spennende å følge denne utviklingen, og CEO i Starcloud uttalte til CNBC at han forventer alt som kan bli gjort i et tradisjonelt datasenter i fremtiden kan gjøres i verdensrommet.
5. Multiagent-teknologi
I 2026 kan vi forvente flere assistenter som ikke bare er avhengige av prompting fra en bruker for å løse en oppgave. Målet er enkelt forklart mer autonome systemer. Gartner peker i sine rapporter på skreddersydde multiagentsystemer som kan håndtere komplekse prosesser/oppgaver i organisasjoner. Det kan være en kundeserviceagent som håndterer hele brukerhenvendelser, eller en AI som tar hånd om en finansiell prosess. Denne teknologien må likevel modnes. Protokollene og metodene må på plass, og det trengs felles språk for hvordan modellene snakker sammen og snakker med systemer. Dette må standardiseres ytterligere.
Dette “agent-skiftet” krever at bedriftene klarer å orkestrere alle disse agentene klokt, og få dem inn i systemene sine, definere regler for hvordan de skal fungere sammen og lære opp ansatte til å samarbeide med digitale kollegaer. Vi ser allerede konturene av nye roller, slik som “AI agent ops”-team, dedikert til å sette opp, trene, overvåke og forbedre agentene i organisasjonen. Kanskje blir 2026 året du får din første KI-kollega som faktisk kan utføre oppgaver?
6. AI-utviklingen trenger smartere metoder
Yann LeCun, AI-sjefsforsker i Meta og en av de tre gudfedrene innenfor AI, sier at vi ikke får artificial general intelligence (AGI) med tilnærmingen vi har i dag, der språk er grunnbjelken for hva modellene trenes på og får til. Han mener fysikk og andre evner må bygges inn i modellene for å kunne bygge modeller som er signifikant bedre enn de vi har i dag. Han tror ikke tekst/språk er det eneste som trengs, han mener at vi mangler noen andre helt essensielle ingredienser.
Altså trenger vi nye, smartere metoder for å ta AI-teknologien videre, og ikke nødvendigvis bare større modeller, slik OpenAI’s Sam Altman også har uttalt tidligere. Vi ser nå innovasjoner som "Nested learning", som potensielt kan bli et av de største skiftene siden Transformer-teknologien (generativ AI-enableren) kom.
Eksempelet Nested Learning, restrukturerer treningen i flere læringslag og gir modellen mulighet til å oppdatere disse i ulik hastighet. På den måten kan enkelte deler av modellen tilpasse seg umiddelbart til ny kunnskap, mens andre deler konsoliderer langsomt for å bygge stabil kunnskap over tid. Google har demonstrert denne teknologien med proof-of-concept modellen deres Hope.
7. Vi må forvente reklame
Tjenester som ChatGPT kommer i løpet av året til å bli reklamebasert og kommersialiseres i større grad, i alle fall tilsier ryktebørsen at dette er veien det går. Eksempelvis har Walmart inngått samarbeid med OpenAI, for å gjøre det mulig for kunder å handle direkte gjennom ChatGPT med Instant Checkout (altså kjøpe varer uten å forlate ChatGPT-grensesnittet). Kanskje vil ChatGPT føles mer som Facebook etter hvert, nå er jo gruppechat også blitt en mulighet i verktøyet. Uansett fører dette muligens til et større skille mellom hvilke verktøy vi bruker til jobb og ikke, som er en god ting, siden mange nå bruker utrygge løsninger med bedriftsintern informasjon.
8. AI flytter seg fra skjermen og ut i den fysiske verden
Fysisk AI, robotikk, droner. Det er dette vi kan tolke at Jeff Bezos legger vekt på i sin prediksjon fremover. Han har blant annet gått inn med midler i Project Prometeus, en AI-startup med fokus på fysisk AI med maskiner som lærer gjennom fysisk interaksjon, i sektorer som datamaskiner, biler, romfart og robotikk. Han har også gått inn med funding i Physical Intelligence, som fokuserer på nettopp fysisk AI. I Norge har vi Neo, som er en humanoid hjemmerobot utviklet av det norsk-amerikanske selskapet 1X. Reklamene for Neo viser at den kan utføre husholdningsoppgaver slik som å åpne dører, rydde, hente gjenstander og slå av lys. Neo fungerer ved hjelp av kunstig intelligens og fjernstyring, og kan nå forhåndsbestilles med levering til USA i 2026 og 2027 i andre markeder.
9. Reglene kommer, og bedriftene må forberede seg nå
Kunstig intelligens i 2026 vil preges av en spennende todeling. På den ene siden: enorm utrulling, forbedring av teknologien og enda mer bruk av den i næringslivet. På den andre siden: en innstramming gjennom kontroll, regulering og etisk bevissthet. Balansen mellom innovasjon og kontroll blir avgjørende, og Nkom blir en viktig aktør i denne balansen.
AI-regulatoriske sandbokser blir i så måte viktig, og er nå en viktig del av EUs AI-forordning. I henhold til artikkel 57 i AI-forordningen må hver medlemsstat etablere minst én AI-regulatorisk sandbox på nasjonalt nivå innen 2. august 2026. En slik sandbox skal være en trygg og kontrollert testarena der virksomheter og myndigheter kan prøve ut AI-systemer i praksis under tilsyn. Og kanskje er det din bedrift som tester den nye KI-sandkassa neste år?
