Nyheter inom teknik

I måndags var det slut på snoozandet när väckarklockan ringde för många utvecklare. Den 1 juni var dagen då Microsoft bytte prismodell för kodverktyget Github Copilot och nu började ta betalt efter tokenförbrukning istället för en fast avgift.  Trots att förändringen var aviserad för flera månader sedan verkar många minst sagt ha tagits på sängen – veckan har varit ett enda långt ramaskri om man följer inläggen på Reddit och Githubs eget användarforum. Utvecklare, både enskilda och företagsanvändare, vittnar om att deras månatliga krediter nu förbrukats på några timmar eller efter några få prompter.  Det är ingen hemlighet att Microsoft förlorat stora pengar på Github Copilot genom att likt de andra AI-bolagen subventionera användningen. Den nya prismodellen ska enligt företaget bättre motsvara den faktiska kostnaden och med det har Microsoft visat svart på vitt hur verkligheten ser ut. En del har pekat på detta som en Microsoft-fråga. Det är det förstås inte. Såväl Anthropic som Open AI har redan börjat ta betalt för förbrukning i sina API- och Enterprise-tjänster. Enskilda abonnemang på Claude Code och Codex kan köpas till fast pris, som fortsatt är kraftigt subventionerat, med tak på förbrukningen. Men frågan är hur länge.  De flesta bedömare ser övergången till helt förbrukningsbaserade priser, utan subventioner, som vägen till lönsamhet för AI-bolagen. Eller åtminstone till att kunna visa upp snyggare siffror vid en börsnotering. Även om Githubs förändring blev ett larm som alla kunde höra är det inte den enda varningssignalen. Det kommer allt fler rapporter om hur det ser ut inne i de stora företagen, där finanschefer börjar slita sitt hår över de kraftigt stigande AI-kostnaderna. Uber har varit mest öppet: redan i april berättade företagets cto att man bränt hela sin AI-budget för året på bara fyra månader efter att Uber uppmanat sina utvecklare att använda AI så mycket som möjligt. Och det utan att se någon förbättring i leveransen. ”Tokenmaxxing”, fenomenet där anställda i företag mäts på hur många tokens de förbrukar, blev AI-erans mest kortlivade trend. Stora techbolag som Meta och Amazon har tvingats stänga ner interna dashboards som mätte utvecklarnas tokenanvändning eftersom det ledde till okontrollerad och givetvis svindyr förbrukning.  Uber har nu satt ett tak för hur många tokens utvecklarna får använda, och samma sak har Walmart gjort. Företagen stampar på bromsen skriver Wall Street Journal och CNBC konstaterar att kostnaderna för AI fortsätter att stiga, inte sjunka som många hade förväntat sig. Det får nu cfo:er att börja räkna på om AI-tekniken verkligen är billigare än mänsklig arbetskraft. Den räkneövningen hade kanske varit något enklare om det inte varit för den obekväma sanningen att företag generellt sett fortfarande inte ser ROI på sina AI-investeringar. Häromdagen kom en rapport från Bain & Co som återigen visar att de utlovade besparingarna uteblir, trots att AI-budgetarna bara ökar. Och kalkylen blir givetvis ännu svårare att få ihop när AI-bolagen börjar fakturera de faktiska kostnaderna. Att det ser ut så här får AI-hajpare att ta till allt mer krystade förklaringar. En analys jag läste menade att AI-utvecklingen följer en helt annan utvecklingskurva än andra tekniska framsteg, vilket gör att vinsterna inte kommit än. Analysföretaget Semianalysis lanserade häromdagen begreppet ”dark output”, som betyder att vinsterna med AI är av en art som helt enkelt inte går att mäta. ”Tekniken fungerade. Värdet uteblev”, skriver Bain och man kan ju fråga sig om tekniken verkligen fungerade då. Jag tror nu inte företagen kommer ge upp i sina försök att hitta avkastning på investeringarna i AI. Det finns mycket kvar att göra. Bain menar i sin analys att mycket fortfarande handlar om att få ordning på sina organisationer och sina data.  En annan, trolig, väg är att vända bort blicken från de senaste toppmodellerna och börja använda billigare modeller som är tillräckliga för det man vill göra. Öppna modeller som är nästan lika kapabla som AI-labbens toppmodeller kan fås till en bråkdel av kostnaden. Problemet är ju dock att om inte företagen hittar ROI för sina AI-investeringar och om AI-bolagens modeller rentav blir dyrare än att betala mänsklig arbetskraft, ja då kollapsar kalkylen för den enorma utbyggnaden av AI-infrastruktur som sker just nu.  Då blir AI plötsligt inte en produktivitetsrevolution utan ett av historiens dyraste experiment. — Den här krönikan är hämtad ur CS Veckobrev, ett personligt nyhetsbrev med lästips, länktips och analyser skickat direkt från chefredaktör Marcus Jerrängs skrivbord. Vill du också ha nyhetsbrevet på fredagar? Skriv upp dig för en kostnadsfri prenumeration här.

Enligt uppgifter till Financial Times hjälper AI-bolaget Anthropic den amerikanska säkerhetsmyndigheten National Security Agency (NSA) att använda den avancerade AI-modellen Mythos för offensiva cyberoperationer. Företaget ska ha placerat flera utvecklare på plats hos myndigheten för att anpassa tekniken till specifika uppdrag. Mythos har väckt uppmärksamhet eftersom modellen sägs vara mycket skicklig på att hitta och utnyttja cybersäkerhetsbrister. Enligt Financial Times källor ska tekniken exempelvis kunna användas mot länder som Kina eller Iran. Samtidigt pågår en juridisk konflikt mellan Anthropic och det amerikanska försvarsdepartementet, som NSA är en del av. Företaget har motsatt sig att dess AI används för bland annat massövervakning och autonoma vapensystem, medan Pentagon har klassat bolaget som en potentiell leverantörsrisk. Anthropic och USA:s försvarsdepartement har avböjt att kommentera uppgifterna.

EU-kommissionens beslut att utse Siemens styrelseordförande, den förre SAP-chefen Jim Hagemann Snabe, till rådgivare i frågor om industriell AI väcker kritik i Bryssel, rapporterar Politico. Snabe ska fram till mars 2027 ge råd till EU-kommissionens ordförande Ursula von der Leyen och EU:s teknikchef Henna Virkkunen om hur användningen av AI kan stärkas inom europeisk industri. Uppdraget är oavlönat och väntas resultera i en rapport om bland annat AI-infrastruktur, avancerade AI-tekniker och industriell AI-användning. Kritiken handlar främst om Siemens roll i den pågående debatten om EU:s AI-regler. Företaget har drivit på för undantag för vissa industriella AI-tillämpningar från AI-förordningen. Flera politiker och organisationer menar att utnämningen utgör en intressekonflikt. Kritiken handlar om att Siemens först arbetat för att försvaga regelverket och nu får inflytande över hur AI ska integreras i Europas industri. EU-kommissionen själva avvisar kritiken. En talesperson för kommissionen uppger att särskilda skyddsåtgärder införts för att undanröja eventuella intressekonflikter, men har inte lämnat några detaljer om hur dessa fungerar i praktiken.

Forskare vid University of Cambridge har utvecklat vad som beskrivs som världens första vaccin där den centrala vaccinkomponenten har designats helt med hjälp av artificiell intelligens. Vaccinet har redan testats på människor och syftar till att ge skydd mot hela familjer av virus, snarare än enskilda varianter, rapporterar BBC. Forskarna har fokuserat på coronavirus, vilket innebär att vaccinet i teorin skulle kunna skydda mot både framtida covidvarianter och nya coronavirus som idag cirkulerar bland djur men som i framtiden skulle kunna orsaka pandemier hos människor. En första studie med 39 deltagare har främst undersökt säkerheten, medan en större studie med omkring 200 personer pågår för att utvärdera hur effektivt vaccinet stimulerar immunförsvaret. Resultaten, som hittills publicerats i Journal of Infection, visar att immunresponsen varit relativt begränsad, men forskarna ser ändå stor potential i tekniken. Forskargruppen arbetar redan med liknande AI-designade vaccin mot influensa, fågelinfluensa och ebola. Målet är att utveckla bredare skydd som kan minska behovet av återkommande vaccinuppdateringar och samtidigt stärka beredskapen inför framtida pandemier.

Enligt Cloudflare Radar står nu AI-botar och AI-agenter för merparten av webbtrafiken, vilket är mer än ett år tidigare än förväntat. I skrivande stund ligger andelen på 57,3 procent, vilket innebär att människor endast ligger bakom 42,7 procent av surfandet. Utvecklingen ser olika ut runt om i världen. I Gibraltar står till exempel AI-agenterna för uppemot 97 procent av trafiken, medan de i Laos endast står för 15,3 procent. I Sverige står botarna för 51,2 procent av traffiken. Enligt en teori som kallas för ”Dead Internet” kommer det förr eller senare bli så att internet domineras helt av AI-agenter som kommunicerar med varandra, vilket innebär att den mänskliga faktorn i stort sett försvinner. Redan nu står AI-botar för 40 procent av alla Facebook-inlägg och 52 procent av alla nyhetsartiklar. Dessutom har 44 procent av all ny musik genererats av AI, rapporterar Silicon Angle.

I ett uppmärksammat blogginlägg föreslår det amerikanska AI-företaget Anthropic en global paus för AI-utvecklingen. Bakgrunden är att Anthropic ser en fara i att AI-systemen inom kort kan komma att ändras utan mänsklig inblandning, vilket kan innebära risker för samhället i stort. – Vi tror att det vore bra för världen att ha möjlighet att sakta ner eller tillfälligt pausa utvecklingen av AI för att göra det möjligt för samhällsstrukturer att hålla jämna steg med teknikens framsteg, skriver Marina Favaro och Jack Clark i blogginlägget. The Wall Street Journal uppmärksammar att Anthropics vd Dario Amodei har utfärdat liknande varningar tidigare, men hittills har det varit för döva öron.

Under torsdagen presenterade den kanadensiska regeringen under ledning av premiärministern Mark Carney en ny AI-strategi med namnet ”AI for All”. Som en del av satsningen ska 500 miljoner kanadensiska dollar (motsvarande 3,4 miljarder kronor) placeras i en teknikfond som ska bistå landets AI-företag. Målsättningen är att 250 000 nya jobb ska skapas fram till 2031 och att landets BNP ska öka med 3 procent, rapporterar nyhetsbyrån Reuters. Samtidigt ska landet lägga 50 miljoner kanadensiska dollar på att undersöka riskerna med AI-utvecklingen.

Nvidias RTX Spark kan ge pc-tillverkarna en ny högpriskategori, byggd runt datorer som hanterar mer krävande AI-arbetsbelastningar lokalt istället för i molnet. Chipptillverkaren och Microsoft uppger att RTX Spark-datorer med Windows kommer att byggas för personliga AI-agenter och tyngre lokala AI-arbetsbelastningar, från AI-utveckling till programmering och innehållsskapande. Nvidia säger att RTX Spark kommer att erbjuda upp till 1 petaflop AI-prestanda och upp till 128 GB enhetligt minne, vilket gör det möjligt för systemen att köra stora språkmodeller med 120 miljarder parametrar lokalt. Nvidia har samarbetat med flera stora pc-tillverkare inför lanseringen. Företaget uppger att bärbara datorer och kompakta stationära datorer med RTX Spark kommer att finnas tillgängliga i höst från Asus, Dell, HP, Lenovo, Microsoft Surface och MSI, och att modeller från Acer och Gigabyte kommer att följa. Dell introducerar plattformen i sin XPS 16 Creator Edition, medan HP uppger att kommande Omnibooks med Nvidia-teknik kommer att riktas mot agentiska utvecklare. Microsoft positionerar sin Surface Laptop Ultra för kreatörer, utvecklare och ingenjörer. Microsoft introducerar också Surface RTX Spark Dev Box, en kompakt Windows AI-utvecklingsdator utformad för att låta utvecklare bygga och förfina modeller lokalt innan de vänder sig till molnet för större arbetsbelastningar. Detta kan skapa en premiumnivå ovanför de vanliga AI-datorerna baserade på Intel-, AMD- och Qualcomm-chip, vilket kan bidra till att höja de genomsnittliga försäljningspriserna på en pc-marknad där tillväxten har varit ojämn. Det kan också väcka frågor om huruvida dagens AI-datorer har tillräcklig lokal datorkraft för de mer ambitiösa AI-arbetsbelastningarna som mjukvarutillverkare och chippföretag nu marknadsför. Men en bred användning inom företagssektorn är inte garanterad. Enligt Futurum Research kan AI-pc-marknaden växa med en sammanlagd årlig tillväxttakt på cirka 38 procent mellan 2025 och 2030, men införandet kommer sannolikt att avta 2026 efter en uppdateringscykel som drivs av slutet på supporten för Windows 10 och normaliseras fram till 2027. Futurum förväntar sig en ny våg av uppgraderingar omkring 2028, då system med högre nivåer av AI-beräkning på enheten blir kapabla att köra agentiska AI-arbetsbelastningar lokalt, vilket tyder på att RTX Sparks tidiga inverkan kan komma att märkas mer i premium- och specialsystem än i breda företagsflottor. Potential för införande Analytiker säger att RTX Sparks första test kommer att vara om företag behandlar lokal AI-beräkning som ett krav för arbetsstationer snarare än en standardfunktion för bärbara datorer. – På kort sikt är det mer troligt att RTX Spark hamnar i kategorin för avancerade AI-arbetsstationer för företag än i kategorin för massmarknads-pc”, säger Pareekh Jain, vd för Pareekh Consulting. – De flesta företagsanvändare behöver inte den nivå av lokal AI-beräkning som RTX Spark erbjuder. Jain säger att plattformen skulle kunna etablera en premiumnivå mellan traditionella arbetsstationer och AI-servrar, på samma sätt som spel-GPU:er skapade ett premiumsegment inom pc-marknaden. Den långsiktiga betydelsen ligger kanske mindre i försäljningsvolymerna än i huruvida den blir en referensarkitektur för AI-inbyggda arbetsstationer som kan köra stora modeller på enheten med stark säkerhet och låg latens. Prabhu Ram, vice vd för branschforskningsgruppen på Cybermedia Research, säger att införandet av RTX Spark skulle börja i nischsegment men skulle kunna expandera under de kommande två till tre åren om mjukvaruvisionen förverkligas. Dess framtidsutsikter kommer att bero på prestanda efter lanseringen, prissättning i verkligheten och tidiga resultat från pilotprojekt inom företagssektorn, säger han. Ram tillägger att OEM-tillverkarnas upptagning skulle vara det tydligaste tidiga tecknet på om RTX Spark håller på att bli en verklig företagskategori snarare än en nischprodukt för arbetsstationer. Kostnad och konkurrens Den tydligaste effekten på kort sikt kan bli i den övre delen av pc-marknaden, där RTX Spark kan ge leverantörerna en kraftfullare klass av AI-system att sälja ovanför de vanliga bärbara datorerna för företag. Jain säger att RTX Spark-system, som han förväntar sig kommer att kosta över 2 000 dollar, är utformade för tyngre lokala AI-arbetsbelastningar, inklusive stora språkmodeller och avancerad innehållsskapande. Vanliga AI-datorer baserade på Intel-, AMD- och Qualcomm-chips kostar vanligtvis under 1 500 dollar och riktar sig mer mot Copilot, sammanfattning och andra kontorsproduktivitetsuppgifter. Denna uppdelning kan öka företagens pc-utgifter för avancerade användare, samtidigt som vanliga AI-datorer kommer att se mer ut som produktivitetsenheter, menar Jain. Med tiden kan det öka trycket på Intel, AMD och Qualcomm att lägga till fler AI-funktioner till lägre priser. Men den omedelbara effekten kanske inte blir på efterfrågan på vanliga datorer baserade på Qualcomm-, Intel- eller AMD-chip, enligt Neil Shah, vice vd för forskning och partner på Counterpoint Research. Han säger att det mer troliga scenariot är att RTX Spark kan skapa ett nytt segment som konkurrerar mer direkt med spel-pc, Apples Mac Mini och Mac-datorer i den högre prisklassen som används för AI-applikationer på enheten. Vem behöver RTX Spark? Analytiker säger att system i RTX Spark-klassen sannolikt endast är motiverade där lokal AI-körning har ett tydligt affärsvärde. Sanchit Vir Gogia, chefsanalytiker på Greyhound Research, säger att testet för företag inte är om en arbetsbelastning använder AI, utan om organisationen vinner på att köra den AI:n närmare användaren, datan, enheten eller driftsmiljön. – Om arbetet handlar om mötesreferat, utkast, sortering av e-post, transkription, översättning, sökning och vanlig assistans är Spark onödigt och en vanlig AI-dator räcker, säger Gogia. – Att ge varje anställd en Spark för det skulle vara som att skicka en Formel 1-bil för att hämta mjölk. Gogia säger att de troliga tidiga användarna är mjukvaruutvecklare, AI-ingenjörer, datavetare och säkerhetsteam som arbetar med känslig kod, större modeller, forensiska data eller lokala hämtningspipelines som företagen kanske inte vill flytta till externa system. Säkerhetsfrågan kan också påverka införandet. Nvidia säger att plattformen kommer att förlita sig på nya Windows-säkerhetsverktyg och sin Open Shell-runtime, vilket gör det möjligt för företag att fastställa policyer för agenter samtidigt som vissa förfrågningar hålls på lokala modeller och personuppgifter maskeras innan utvalda förfrågningar skickas till molntjänster. – Nvidia säljer inte bara hårdvara för endpoints, sa Gogia. De installerar sig själva i endpointens runtime, dess policy-lager och dess agentorkestrering. Diskussionen om endpoints har i tysthet utvidgats från hårdvara för endpoints till agentur för endpoints, och det är en fråga för ciso långt innan det är en inköpsfråga. Manish Rawat, analytiker på Tech Insights, säger att lokal AI-beräkning kan stödja snabbare utvecklingscykler, starkare integritet och lägre kostnader för molnbaserad inferens, samtidigt som det möjliggör arbetsbelastningar som 12K-videoredigering, simuleringar, digitala tvillingar och edge-AI-applikationer. – Cio:er bör köpa Spark där arbetsbelastningen motiverar det, där styrningsmodellen stöder det och där ekonomin håller, och ingen annanstans, tillägger Gogia.

EU-kommissionen presenterade under onsdagen ett omfattande paket för att stärka Europas digitala självständighet. Kärnan i paketet är den nya Cloud and AI Development Act, som introducerar ett certifieringssystem där digitala tjänster ska klassificeras utifrån hur sårbara de är för utländsk påverkan. Men förslaget har redan mött kritik från flera håll, rapporterar Politico. Den gröna EU-parlamentarikern Kim van Sparrentak menar att paketet visserligen erkänner Europas digitala beroende, men att åtgärderna inte går tillräckligt långt för att skapa verklig självständighet. Även den franske EU-parlamentarikern Christophe Grudler anser att reglerna är för tillåtande och att utländska företag fortfarande kommer att kunna leverera teknik till känsliga delar av den europeiska ekonomin. Samtidigt har amerikanska teknikföretag och branschorganisationer reagerat negativt. Lobbygruppen Information Technology Industry Council varnar för att förslaget bygger för mycket på geografiska och nationella kriterier. Även Amazon har argumenterat för att europeiska organisationer bör få välja leverantörer utifrån säkerhet, prestanda och kostnad snarare än ursprungsland. Förslaget väntas nu bli föremål för långa förhandlingar mellan EU-parlamentet och medlemsländerna.

Google har presenterat Gemma 4 12B, en ny öppen AI-modell som är utvecklad för att kunna köras lokalt på vanliga bärbara datorer samtidigt som den erbjuder avancerade multimodala funktioner. Google uppger att modellen kan köras lokalt på datorer med så lite som 16 GB RAM eller VRAM. Gemma 4 12B har också stöd för text, bilder och ljud i samma modell. Det är också den första Gemma-modellen i mellanklassen som kan ta emot ljudinmatning direkt. Trots sitt relativt kompakta format ska modellen leverera prestanda som närmar sig den betydligt större Gemma 4 26B-modellen i flera standardtester. Enligt Google är modellen är särskilt lämpad för lokala AI-assistenter och agentbaserade system. Modellen ska lyckas med detta genom att använda en ny encoder-fri arkitektur som skickar information direkt in i språkmodellen snarare än separata system.Gemma 4 12B är tillgänglig under den öppna Apache 2.0-licensen och får även stöd i flera populära utvecklarverktyg, däribland Hugging Face, Ollama och llama.cpp.