🤖 Google sætter AI-agenter i centrum for sin indsats for at tjene penge på virksomheder ↗
Google satsede fuldt ud på ideen om, at AI-agenter – ikke bare chatbots, ikke bare kodningshjælpere – er det næste seriøse forretningsprodukt. De omdøbte dele af deres cloud-AI-stak til "Gemini Enterprise" og fremstillede agenter som noget, virksomheder kan anvende til praktisk arbejde, ikke blot paraderer gennem et møde og glemmer det til frokost.
Det slående er skiftet i tone. Google erklærede mere eller mindre, at den eksperimentelle fase er afsluttet, hvilket er en dristig linje at tage inden for AI. De introducerede også nye styrings- og sikkerhedskontroller for agenter, der tydeligvis havde til formål at berolige publikum, der stadig tænker: "Fedt, men kan denne ting gå amok?"
🧠 Google Cloud lancerer to nye AI-chips, der skal konkurrere med Nvidia ↗
Google introducerede også to nye TPU'er - en bygget til træning og en til inferens - i et forsøg på at styrke sit greb om den fulde AI-stak. Virksomheden siger, at den nye opsætning kan træne modeller langt hurtigere, levere bedre ydeevne pr. dollar og skalere til klyngestørrelser, der grænser til det absurde.
Dette er dog ikke helt en brud med Nvidia – mere et meget offentligt signal om, at Google holder sine muligheder åbne. Google planlægger stadig at tilbyde Nvidias nyeste chips, men budskabet er tydeligt nok: de ønsker virksomheder, der bruger Googles silicium, Googles cloud og Googles modeller i én samlet løkke.
💼 OpenAI slår sig sammen med Infosys for at bringe AI-værktøjer til flere virksomheder ↗
OpenAI har indgået et partnerskab med Infosys for at integrere værktøjer som Codex i IT-gigantens Topaz-platform. Fokus er udelukkende på virksomhedens kerneområder – softwareudvikling, modernisering af ældre teknologier, DevOps, automatisering af arbejdsgange – alt det arbejde, der lyder tørt, indtil det begynder at erstatte store dele af arbejdsstyrken.
Der er en lidt akavet undertone her. Store outsourcingfirmaer er under pres, fordi generativ AI truer dele af den forretning, de allerede sælger, så et samarbejde med OpenAI virker både smart og en smule defensivt på samme tid. Alligevel viser det, hvor markedet bevæger sig hen - færre glitrende demoer, mere "hvordan integrerer vi dette i en Fortune 500-stak inden mandag?"
🖱️ Nu vil Meta spore, hvad medarbejdere gør på deres computere, for at træne sine AI-agenter ↗
Meta lancerer et internt værktøj, der registrerer musebevægelser, klik, tastetryk og lejlighedsvise skærmbilleder på arbejdsenheder for at hjælpe med at træne AI-agenter. Præmissen er ligetil nok - hvis du vil have agenter, der kan bruge computere på samme måde som folk gør, har du brug for virkelige eksempler på folk, der bruger computere.
Medarbejderne virker ikke overraskende begejstrede. Rapporter peger på intern modreaktion, og der er tilsyneladende ingen mulighed for at fravælge firmaets bærbare computere. Meta siger, at dataene ikke er beregnet til præstationsvurderinger, og at der er sikkerhedsforanstaltninger på plads, men ja, denne her ender med et lille brag.
🔐 Anthropics farligste AI-model er lige faldet i de forkerte hænder ↗
En lille uautoriseret gruppe har angiveligt fået adgang til Anthropics Mythos-model, et cybersikkerhedsfokuseret system, som virksomheden har holdt strengt begrænset, fordi det kan være farligt, hvis det misbruges. Gruppen siges at have fået adgang til det gennem et tredjepartsleverandørmiljø og derefter benyttet sig af, hvad der lyder som ret almindelig internetdetektivi.
Det er den foruroligende del - ikke et eller andet filmisk hackerbrud, mere et sidedørsproblem. Mythos var beregnet til et begrænset antal virksomheder og regeringer, ikke en privat onlinegruppe, der snusede rundt efter uudgivne modeller. Anthropic siger, at de undersøger og ikke har beviser for, at deres egne systemer blev bredt påvirket, men stadig ... ikke ideelt, for at sige det mildt.
Ofte stillede spørgsmål
Hvorfor satser Google så meget på AI-agenter til virksomhedsarbejde?
Google positionerer AI-agenter som praktisk forretningssoftware snarere end eksperimentelle assistenter. Ved at omdøbe dele af sin cloud-stak til Gemini Enterprise signalerer de, at virksomheder bør behandle agenter som værktøjer til rigtige arbejdsgange, ikke blot polerede demoer. De tilføjede styrings- og sikkerhedskontroller tyder også på, at Google forstår, at virksomhedskøbere stadig ønsker tryghed omkring risiko.
Hvad ændrer Gemini Enterprise for virksomheder, der evaluerer AI-agenter?
Det primære skift ligger i den opfattelse, der er blevet anvendt. Google siger, at testfasen stort set er overstået, og at AI-agenter er klar til implementering i de daglige forretningsopgaver. Det er vigtigt, fordi virksomhedskøbere har en tendens til at ønske administrerede produkter med indbyggede kontroller, styring og sikkerhed, ikke løse eksperimentelle værktøjer, der ser imponerende ud, men som stadig er svære at stole på i produktion.
Hvorfor bygger Google nye AI-chips i stedet for kun at stole på Nvidia?
Google ønsker strammere kontrol over hele AI-stakken, fra modeller til cloud-infrastruktur til silicium. De nye TPU'er er positioneret til forskellige opgaver, hvor ét fokuserer på træning og et andet på inferens, og Google siger, at de forbedrer hastighed, skalering og ydeevne pr. dollar. De opgiver ikke Nvidia, men de forsøger tydeligvis at holde flere AI-arbejdsbelastninger for virksomheder inden for Googles eget økosystem.
Hvordan passer partnerskabet mellem OpenAI og Infosys ind i implementeringen af AI i virksomheder?
Det viser, at virksomheders AI bevæger sig tættere på kerneforretningens drift. I stedet for at fokusere på prangende forbrugeranvendelser fokuserer partnerskabet på softwareudvikling, DevOps, automatisering af arbejdsgange og modernisering af ældre teknologier i store virksomheder. Det tyder på, at købere i stigende grad ønsker AI vævet ind i eksisterende systemer og tjenester, især gennem partnere, der allerede opererer på tværs af Fortune 500-miljøer.
Hvorfor er Meta-medarbejdere bekymrede over AI-agenter, der er trænet i aktiviteter på arbejdspladsen?
Bekymringen handler mindre om målet end om hvordan dataene indsamles. Metas interne værktøj registrerer angiveligt klik, tastetryk, musebevægelser og nogle skærmbilleder på arbejdsenheder, hvilket naturligvis rejser spørgsmål om privatliv og tillid. Selv med forsikringer om, at dataene ikke bruges til præstationsvurderinger, er medarbejdernes kritik forståelig, når der ikke er mulighed for at fravælge data på virksomhedens bærbare computere.
Hvad fortæller Anthropic Mythos-hændelsen virksomheder om AI-sikkerhed og -styring?
Det tyder på, at adgangsrisici ikke altid stammer fra dramatiske direkte brud. I dette tilfælde involverede det rapporterede problem et tredjepartsleverandørmiljø og almindelig online detektivistik, hvilket understreger, hvordan sårbarheder i sidedøren kan have lige så stor betydning som modelsikkerhedsregler. For virksomheder forstærker det behovet for strammere adgangskontrol, stærkere leverandørtilsyn og styring omkring højrisiko-AI-systemer.