Med den raske utviklingen innen generativ AI kan det være utfordrende å holde seg oppdatert. I denne artikkelen har vi oppsummert de viktige fremskrittene innen generativ AI og hvilke sentrale strategiske valg ditt selskap må ta stilling til i sin AI-adopsjon.

Slik utvikler generativ AI-landskapet seg – med et skifte der den etablerte ordenen nå utfordres

Flere sentrale gjennombrudd har gjort generativ AI kraftigere og mer anvendelig, og disse gjennombruddene har også konkret kommersiell verdi som vi kommer til å se tydeligere fremover:

• Multimodale modeller har gjort det mulig å kombinere tekst, bilder, lyd og video i én og samme AI-modell. Dette åpner for smartere digitale assistenter, mer avansert kundeservice og forbedrede søkefunksjoner. OpenAI har vært en pioner på dette feltet med sine nyeste GPT-modeller, mens Google har satset tungt på dette i sine Gemini-modeller.
• Mer effektive og mindre modeller har redusert kostnadene ved bruk av generativ AI, en utvikling vi ser både hos etablerte aktører og nye utfordrere. Et eksempel på dette er DeepSeek, som skapte stor oppsikt globalt med lanseringen av sin kostnadseffektive og open-source språkmodell DeepSeek-R1. Denne utviklingen bidrar til å gjøre teknologien mer tilgjengelig for flere selskaper.
• Autonome AI-agenter representerer et skifte hvor kunstig intelligens kan utføre komplekse oppgaver selvstendig, enten individuelt eller i samspill med andre AI-agenter. Eksempelvis kan en AI-agent håndtere kundehenvendelser selvstendig ved å innhente relevant informasjon om kunden og saken, gi presise svar og administrere refusjoner eller innbetalinger. Teknologiledere og eksperter peker på denne overgangen som det neste store skiftet, og flere aktører, inkludert OpenAI, Google og Anthropic, investerer tungt i dette feltet for å gjøre AI mer handlekraftig og relevant for næringslivet.
• Resonnering: Generativ AI forsøker i økende grad å etterligne menneskelig resonnering, og dette åpner for mer sofistikerte og naturlige interaksjoner. Selv om teknologien er på et tidlig stadium, har fremskritt i modeller som OpenAIs o3-modell, Perpelxity Deep Research, Googles Gemini Thinking og DeepSeek-R1 skapt muligheter for å automatisere beslutningsprosesser og komplekse oppgaver som krever avansert analyse og resonnering. Disse fremskrittene har gjort det enklere for selskaper å realisere verdien av generativ AI, enten det er gjennom mer effektive arbeidsprosesser, forbedret kundeopplevelse eller nye forretningsmodeller.

Leverandørvalg, teknologiavhengighet og sikkerhetskrav – avgjørende strategiske valg for AI-adopsjon

Til tross for de store fremskrittene er det fortsatt et begrenset antall selskaper som kontrollerer den underliggende teknologien, selv om mindre aktører nå utfordrer de etablerte gigantene. Dette skaper strategiske utfordringer for selskaper som ønsker å ta i bruk generativ AI uten å miste kontrollen over egne data, prosesser og verdikjeder.

• Leverandøravhengighet svekker forhandlingsposisjonen: Når markedet fortsatt domineres av aktører som OpenAI, Microsoft og Google, er det disse som i stor grad definerer prismodeller, tilgjengelighet og teknologiske begrensninger. Samtidig har flere fremvoksende aktører som Cohere, Perplexity og Stability AI begynt å utfordre de store, og skaper muligheter for mer diversifisering. Vi anbefaler at selskaper vurderer en flerleverandørstrategi eller hybridløsninger for å unngå for stor avhengighet av enkeltaktører.
• Lukkede modeller begrenser fleksibilitet og tilpasning: Mange av de mest avanserte språkmodellener er proprietære, noe som kan gjøre det vanskelig å skreddersy løsninger til spesifikke behov. Samtidig ser vi en økende trend mot åpen kildekode, med aktører som DeepSeek og Stability AI i front. For å bevare fleksibilitet mener vi at selskaper bør vurdere AI-plattformer som enten muliggjør egen modelltilpasning eller baserer seg på åpen kildekode.
• Regulatorisk usikkerhet og krav til sikkerhet introduserer nye risikofaktorer: Med AI-utvikling på tvers av geografiske og politiske grenser, er regulering fortsatt et uavklart område. AI forutsetter store mengder data og må brukes og utvikles ansvarlig, med hensyn til informasjonssikkerhet, etikk og compliance. Vi i Sprint mener at selskaper bør ha en proaktiv tilnærming til dette i sin AI-adopsjon. Det innebærer å holde seg oppdatert på nye krav, integrere etikk og sikkerhet i AI-strategien fra start og etablere tydelige interne retningslinjer for ansvarlig bruk. Les mer om Digitaliseringsdirektoratets råd for ansvarlig bruk og utvikling av AI her.

For selskaper som ønsker å ta i bruk generativ AI, er strategiske vurderinger rundt leverandørvalg, teknologiavhengighet og sikkerhetskrav avgjørende. I Sprint mener vi at det er viktig å ha en fleksibel tilnærming. En balansert strategi, som kombinerer eksperimentering med eksisterende løsninger og forståelse for markedets utvikling, vil være essensiell for å sikre konkurransekraft.

I vår neste artikkel om generativ AI deler vi en metodisk tilnærming for hvordan ditt selskap kan komme i gang – følg med! Se også samlingen vår av vårt beste materiale her.

Dersom du ønsker å høre mer om hvordan ditt selskap kan komme i gang med å identifisere muligheter og høste raske gevinster ved bruk av generativ AI, eller er nysgjerrig på andre teknologimuligheter, ta kontakt!