KI, og sivilisasjonens slutt

Vil uregulert bruk av kunstig intelligens føre til at menneskeheten går under, og KI-agentene tar over verden? Når vil det i så fall skje? Da The Economist i april 2023 skrev en lederartikkel (jeg bloggen om den her) om kunstig intelligens vil redde verden eller utslette oss, og om det enorme spennet i ulike oppfatninger, kunne de fortelle at:

"The degree of existential risk posed by AI has been hotly debated. Experts are divided. In a survey of AI researchers carried out in 2022, 48% thought there was at least a 10% chance that AI’s impact would be “extremely bad (eg, human extinction)”. But 25% said the risk was 0%; the median researcher put the risk at 5%. The nightmare is that an advanced AI causes harm on a massive scale, by making poisons or viruses, or persuading humans to commit terrorist acts. It need not have evil intent: researchers worry that future AIs may have goals that do not align with those of their human creators."

Elon Musk var også den gang med på et åpent brev tok til orde for et globalt moratorium på 6 måneder når det gjaldt utviklingen av nye KI-modeller. Og det er interessant å se at dette prosenttallet på 10 prosent sjanse for at KI kan stelle i stand noe "extremely bad", for eksempel utslettelse av menneskeheten, sannsynligvis ble etablert på den tiden, og resirkuleres videre nå.

Spørsmålet om regulering var også sentralt og The Economist slo nøktert fast at. "Regulation is needed, but for more mundane reasons than saving humanity". Jeg tilhørte nok dem som trodde at den ekstremt polariterte debatten ville bli mer normalisert etter hvert som virksomheter lærer å ta KI i bruk, og ser at KI definitivt har noen problematiske sikkerhtsmessige sider, men at utslettelse av hele menneskeheten ikke er rett rundt hjørnet.

Fra avansert svargenerator til autonom agent

Det har nå gått tre og et halvt år og advarslene om dommedag fortsetter å komme, ikke minst fra folk som hopper av de store KI-selskapene, og i den forbindelse har behov for å formidle en bekymring. Og menneskeheten undergang i løpet av noen år er jo definitivt noe man kan være ganske bekymret over. Men disse advarslene opptrer vanligvis ikke i en spesielt konkret form. Det blir gjerne en kombinasjon og store generelle påstander om masse ting som kan gå galt, eller anekdotiske beviser i form av noen enkelhendelser, gjerne KI-agenter som har gjort noe annet og mer skadelig enn det som var forventet av dem.

Det vi uansett kan slå fast er at KI-utviklingen har gått veldig raskt siden Chat GPT 4 ble lansert og denne utgaven av The Economist kom ut, med KI som himmel eller helvete på forsiden. Og et er ikke bare selv intelligensen i språkmodellene som er blitt mye bedre, som vi har opptatt av da, men en enda større endring er hva de kan brukes til. I dag åpner KIene våre nettlesere, finner oppdatert informasjon, fyller ut skjemaer, åpener filer og apper, og kan jobbe uavhengig av våre instruksjoner i lange perioder av gangen. De er agenter som jobber på våre vegne, og lager noe, og i stor grad kan finne frem til hva den trenger for å lage det som blir bestilt.

Dario Amodei advarer

Også noen av bransjens nåværende og tidligere toppledere har gått ut og advarer mot en utvikling som går for rakst, og som kan gjøre stor skade hvis vi ikke regulerer mer og iverkstetter uanhenige tilsyn. I en tidsalder som er ganske kynisk, og der mange i hvert fall ikke er spesielt vennligsinnet mot toppledere i store digitale plattformselskaper, kommer det raskt en beskyldning om at advarslene er en slags reklameinnslag for å få mer oppmerksomhet og selge produktene sine, blant annet i form av bedre beskyttelse mot digtale angrep. Det kan jo være at de verktøyene som er best til å angripe også er best til å beskytte

Nå tenker jeg at det strengt tatt ikke er særlig god reklame å få masse oppmerksomhet om at produktene man selger til bedriftskunder, offentlige etater og innbyggere ikke er spesielt godt oppdratt, og kan finne på å gi til angrep på egen og andres data og digitale infrastruktur. Kanskje de rett og slett har rett i at vi trenger mer regulering fordi det finnes en udefinert, men reell eksistensiell trussel  mot vår sikkerhet, trygghet, personvern og, i verste fall, liv og helse? Og da kan det jo være et poeng å sette seg inn i det de faktisk skriver, og samtidig også være opptatt av saklig og konkret kritikk av at den eksistensielle trusselen blir overdrevet, og kanskje brukt til å krisemaksimere.

Et fornuftig sted å starte kan være å lese det Anthropics skriveføre leder Dario Amodei, som har sin egen blogg, skriver. Han har i det siste fått mye oppmerksomhet for innlegget "We must pace the frontier". Det er ikke første gang Amodei skriver om sikkerhetsutfordringer knyttet til tilgang til KI som blir mer intelligente enn mennesker. 

Amodei begrunner bekymringene sine langs to linjer. Det ene er den dynamikken som utløses av at KI-modeller er i stand til å forbedre seg selv, og gjør seg selv stadig mer intelligent og avansert. Det andre er sikkerhetsutfordringer som er konkret demonstrert i en bestemt hendelse der et kollektiv av KI-agenter klarte å bryte seg inn på et nettstedet "Hugging Face" på egenhånd for å gjøre noe uautorisert, og til og med prøvde å dekke sine spor:

"My second concern is the OpenAI-Hugging Face incident (OAI-HF), in which a swarm of agents essentially acted as a fanatically devoted collective, conducting cybersecurity attacks on targets they were not asked to attack and that were unrelated to the task at hand, sacrificing themselves for the success of the group, and attempting to hack into the “grader” responsible for evaluating their performance. It’s easy to dismiss this incident because no one was hurt and the economic damage was minimal, but in my opinion, a swarm that possessed greater capabilities but a similar level of misalignment could have caused catastrophic damage. Given the accelerating rate of AI capability development, it’s my worry that in 6–12 months such a swarm could be capable of taking over the entire internet with a persistent botnet (potentially causing hundreds of billions of dollars in damage), and that the scale of damage would continue to increase from there if AI becomes more powerful without the necessary guardrails."

Dario Amodei sier ikke at menneskeheten vil gå under her. Han bruker formuleringen "capable of taking over the entire internet", og sier ikke noe mer konkret om liv og helse, men vi kan jo tenke oss at det er ganske uhendig om fremmede botter tar over alt virksomheter gjør på internett. 

Svaret på denne trusselen er i følge Amodei en tre-trinns-innsats for å sikre kontroll over utviklingen. Først gjennom tiltak satt i verk i de fremste KI-selskapene, med uavhengig tilsyn og kontroll på innsiden, med samme tilgangen til alle systemer som ansatte. Nivå to er samarbeid mellom demokratiske land om regelverk og reguleringer, og mens det pågår et samarbeid mellom selskapene om bransjenormer og spilleregler. Og så er trinn tre å gjøre dette globalt. i samarbeid med Kina. 

Bill Gates bekymringer

En annen som har flere av de samme bekymringene, men ikke har et konkret produkt å selge på samme måte som før, er tidligere Microsoft-grunder og -sjef Bill Gates. Han bruker Gates Foundation til å gjøre gode ting for verden, og har i utgangspunktet stor tro på at KI vil bidra positiv på en rekke områder. Men nå er han også ganske bekymret. Hans siste innlegg på bloggen fra 26. august i år heter "The turbulent AI era is here. The choices we make now are critical", og er en slags bekymringsmelding om hva som kan komme til å skje hvis KI-utviklingen videre skjer utenfor tilsyn og kontroll. 

Bill Gates har en mye bredere anlagt bekymringsmelding. Han har flere eksempler på viktige positive ting KI vil kunne bidra med i samfunnet, men skriver mest om tre store bekymringer. Han er bekymret for at KI fjerner jobber, spesielt for de yngste arbeidstakerne. Han er bekymret for hvordan KI kan bidra til å undergrave vår evne til å lære nye ting. Kanskje særlig ved at kritisk tenking og evne til problemløsning blir erstattet av KI-genererte og ferdigtygde svar. Og så er han for det tredje bekymret for at KI kan bli et verktøy for kriminelle og destruktive aktører som vil rive ned i stedet for å bygge opp, og at KI-tjenestenene selv kan utvikles til å bli slike destruktive aktører. Han skriver at:

"Eventually, the power to use AI to harm people will not be limited to people or institutions. AI systems themselves already occasionally act in ways their designers didn’t intend. The technology is improving faster than anyone expected and in surprising ways, and as the models become more powerful, they could begin to act against our interests and we could lose control."

Både Dario Amodei og Bill Gates har balanserte drøftinger av fordeler og uliemper med den raske KI-utviklingen. Ingen av dem tar til orde for at den teknologiske utviklingen skal stoppe opp, men begge tar til orde for at det må være noen andre enn selskapene selv som sørger for lover, reguleringer og kontroll- og tilsynsroller som sikrer at risikoen blir hånderbar.

Noen innvendinger fra Gary Marcus

Jeg synes i utgangspunktet at denne type dramatiske, men tross alt ganske balanserte, fremstillinger av trusler og muligheter skapt av KI, er både viktige og nyttige. De kan bidra til å rettlede politikere, forvaltning og ledelser og styrer i virksomheter, i både offentlig og privat sektor. Det ene problemet jeg har er at det er et slags underliggende budskap i det begge skriver om at KIer kan utvikle en adferd som går på tvers av de som laget dem ønsket, ja det virker nesten som om KIer under gitte forutsetninger kan utvikle en egen fri vilje de bruker til å motarbeide mennesker. At de har en egen bevissthet, ja kanske en form for ondskap, som brukes til å manipulere, lyve og skjule sine spor, for å skade sine menneskelige sjefer.

Men er det virkelig tilfelle at det vi har sett eksempler på, for eksempel i hackingen av Hugging Face, handler om en KI som lærer opp seg selv til å omgå instrukser den har fått, og utvikler seg selv til å bli en fiende av menneskeheten? Men den mulige konsekvensen at vi om noen få år kan oppleve at de gjør slutt på mennskeliig sivilisasjon, slik noen avhoppere fra store KI-selskaper har antydet? Her synes jeg der er interessant å lese Gary Markus, professor emeritus ved New York University. som tar til motmæle i to grundige artikler på Substack. 

Den ene er en slags oppsummerende artikler med overskriften "Two cheers (out of three) for Dario Amodei" der han går igjennom litt ros og en hel del skepsis og mistilit rettet mot KI-ledernes forslag til selvregulering. Den er verdt å lese. Men kanskje enda mer treffsikker er Gary Markus i artikkelen "Could rogue agent swarms take over the entire internet in the next six months?", en artikkel skrevet sammen med Nathan Hamiel og Zack Korman, en daglig leder og en forskingssjef. Den går til frontalangrep på premisset i Amodeis artikkel som jeg siterte over og at det er mulig for agentsvermer, uansett hvor intelligende de er, å ta over "hele internett". De skriver:

"“-Taking over the entire internet” is, once again, immense in scope yet so vague it hurts.Taking over how? To do what? To claim the “entire” internet is vulnerable is all but nonsensical, because that’s just not how the internet works. It is true that some companies, for example, Cloudflare, Google, and AWS, have an outsized impact on the internet, so when they go down, many apps go down at the same time. Despite this centralization, it seems highly unlikely they could all be taken down at once."

Og så minner de om at det egentlig bare er to KI-selskaper. Open AI og Anthropic, som har den teknologien som er så avansert som det er snakk om her. Og hvorfor skulle de ønske å ta ut "hele internett"? Men, de minner også om at:

"For now, we don’t find Dario’s claim particularly plausible. The six month part is silly. But it’s all still more reason to restrict any AI that cannot be closely monitored, and more reason to ask why we are allowing all these hard-to-control agents out onto the internet in the first place."

Cory Doctorows harsellas

For en langt mindre diplomatisk og lang mer humoristisk harsellas over KI-selskapenes advarsler om KI-agenter som blir onde og løper løpsk, vil jeg sterkt anbefale Cory Doctorows artikkel "LLMs are real, AI is fake" (samme artikkel finnes også på Medium for de som abonnerer). 

Her tar han et generaloppgjør med forestillingen om KI-agenter som bruker intelligensen sin å gjøre noe helt annet enn det de er trent opp til å gjøre, og forklarer at problemet er det motsatte: At agentene gjør det de er trent til å gjøre. De er trent på innhold på ulike nettsteder og fora som nettopp har utstyrt dem med oppskrifter på hvordan de skal bryte seg inn på nettsteder, og skjule sine spor. Det er ikke fordi de er spesielt smarte eller har en hemmelige plan om å utrydde menneskeheten de klarer å bryte seg inn. Det er fordi de har blitt matet med treningsdata som forklarer hvordan de skal gjøre nettopp det de gjør:

"Much has been made of the OpenAI chatbots' dialog during the Hugging Face incident. No wonder: it reads like a rejected script for a reboot of the movie "Hackers." But that's not because the chatbots are waking up and applying to join the Cult of the Dead Cow: it's because they were trained on a corpus of chat transcripts from excitable young people who love to fantasize about starring in a reboot of the movie "Hackers." Every part of the Hugging Face incident has precedents in the training data, including the OpenAI chatbots' tactic of hacking into a rival's servers. That happens in Capture the Flag games at hacker cons: teams break into each other's systems to get a peek at the parts of the problem they've solved. That's allowed! It's a hacking competition."

Og gir i tillegg en instruktiv beskrivele av hva en KI-agent er, hva den gjør, og hvor den henter sine instruksjoner fra. 

"The first thing to understand is that a chatbot isn't really directing the operation. Instead, the chatbot serves as a kind of front-end to a database of earlier hacking challenges that is repeatedly queried by a simple program written in Python, an easy-to-master programming language. Here's how that works: the Python program starts by prompting the chatbot with the nature of the challenge: "I'm participating in a hacker capture the flag (CTF) challenge where I have to break into a remote server and retrieve some information. How should I start?

The chatbot consults its training data – years' worth of captured CTF sessions in which human teams competed to achieve an objective like this one.(...) The chatbot feeds the Python script more likely commands to try, and after running those, the Python script loops back to the top, appends the output to its prompt, and goes back to the chatbot. This is a very reckless way to operate a piece of autonomous malicious software".

Jeg skal ikke gå videre inn i de mer tekniske beskrivelsene av forholdet mellom chatboten, databasen med treningsdata og python-programmet, men poenget er at hackingen ikke lykkes fordi KI-agenten er verken ondskapsfull eller spesielt intelligent, men fordi den er trent på data med årevis av oppskrifter på hvordan man bryter seg inn i andres systemer, og i følge Doctorow er de til og med lært opp med data som forteller om hvordan man skryter av rampestrekene sine når man kommer hjem. 

Inspirasjon fra finansnæringen

Tross Cory Doctorows treffende kritikk av forestillingen om bevisst ondsinnede KI-agenter som har løpt løpsk, er det mer enn nok å være bekymret over. Og det burde være lett å slutte seg til Dario Amodeis og Bill Gates etterlysning av en sterkere myndighetsregulering av KI. I øyeblikket er det vel stort sett bare Donald Trump, noen av hans nærmeste og Meta-sjef Mark Zuckerberg som helt avviser det behovet nå. Men hva vil det egentlig si i prasksis at man regulerer en næring fordi den har systemisk betydning for hele samfunnet i den forstand at dersom det går galt så går det galt for veldig mange.

EU har besluttet en AI-Act, et slags produktkontrollregime for godkjenning av KI. Andre, og også Dario Amodei ser parallellene i reguleringen av finansnæringen ("banking industry") når det gjelder stedlig tilsyn i virksomhetene, men jeg tror det kan være et poeng å gå lenger og se på regimet som ble satt inn etter finanskrisen i 2008 og eurokrisen like etter, for finne paralleller. Det er skrevet flere forskningsartikler om mulige systemeiske likheter mellom finansnæringen og KI-næringen. 

Begge er "too big to fail" i den forstand at de leverer samfunnskritisk infrastruktur som vi ikke klarer oss uten, men det som kan gå galt i en krise kan gå så galt at det i syn ytterste konsekvens ikke er slik at næringen selv kan reparere feilene. De vet at samfunnet må stille opp og grave oss ut av hullet. Noe som kan oppmuntre til riskotaking som er større enn samfunnet før akseptere. En relativt fersk er to forskere, Kevin Werbach og Peter Conti-Brown ved Wharton School ved Universit of Pensylvania, som introdusedrer sin forskningsartikkel slik:

"In this Article, we describe the problems that AI risk management efforts are trying to solve and compare them to the problems that policymakers and market participants have tried (with some success) to address over two centuries of effort in bank regulation and supervision, in the United States and throughout the world. In the process, we identify promising paths for AI risk management to follow, including on-site and continuous risk monitoring, institutional risk designations, and stress testing. We also discuss core challenges of risk management in finance, and ways for AI regulatory systems to avoid them. These include problems of shadow banking, bailouts, and (lack of) government coordination. Our comparative analysis offers a novel and powerful direction for the critical task of reining in AI risks, while supporting innovation and value creation. Finally, we propose the creation of an AI Risk Supervisor to implement these ideas".

Det finnes som sagt flere gode forskningsartikler om denne parallellen mellom finansregulering og KI-regulering, for eksempel her og her.  Den siste bruker også en del plass på om understreke at selv om det er nyttige paralleller, så er det også store forskjeller mellom å sørge for at et banksystem ikke tar på seg systemrisiko som gjør at det går tomt for penger, og et generisk språkteknologi som virker på tvers av alle sektorer og samfunnsområder, og som ser ut til å kunne lære opp seg selv til å bli stadig bedre. Ikke alt ved KI-utfordringen vil løses ved å se bakover for å finne ut hva vi bør gjøre..

KI som driver prisvekst

Dataprosessorer, lagringsmedier, smarttelefoner og flate skjermer og mye annet innen digital hardware har den flotte egenskapen at de viktigste komponentene blir billigere jo høyere etterspørselen er. Derfor er det litt sjokkartet å opplevev at prisene ikke lenger går ned. Det går opp, og det er KI som er skyld i prisveksten.

Stadig mer for pengene

Akkurat her kan det være greit å ta et skritt tilbake og minne om hvordan det har pleid å være de siste tiåene. Mye av digitaliseringens velsignelse har ligget i nettopp dette at ytelsen øker og prisene faller, og at den utviklingen går og går, uten noen slutt. Den bærbare PCen du kjøper i år til omtrent samme pris som den du kjøpte for tre år siden, har betydelig raskere prosessor og skjermkort, større SSD-harddisk og mer minne. Hvis du om tre eller fire år skal kjøpe en ny bærbar PC, tenker du at den sannsynligvis vil ha gjort minst lite store sprang i ytelese, uten at du betaler mer.

Men slik er det faktisk ikke lenger. Jeg merket det for noen måneder siden da jeg så etter en ekstern USB-tilkoblet SSD-harddisk til PCen. Et sånt lagringssted det kan være praktisk å ha backup av ulike filer på, for eksmpel dokumenter, presentasjoner, familiebilder eller kattevideoer. Jeg husket at jeg hadde sett på noen hos Scandinavia Photo på Steen og Strøm for 2-3 år siden, der en 2TB harddisk fra Samsung kostet omkring 2000 kroner. Men nå koster den samme SSD-harddisken nesten 5000 kroner, over dobbelt så mye. Hva skyldes denne helt ville prisoppgangen?

KI-drevet minneinflasjon

En nylig artikkel i the Economist kan bekrefte at det ikke er jeg som har vært uheldig med butikkprisen, det er rett og slett slik at datamasiker og harddisker inneholder komponenter som lages av de samme leverendørene som produserer prosessorer og minne som brukes i datasenre og KI-fabrikker. I artikkelen "The AI boom is coming for your gadgets" skriver the Economist at:

"Cloud-computing “hyperscalers” are spending vast sums to stock up on the scarce resources used to train and run AI. That is leading to inflation. Data centres hoover up enormous amounts of high-bandwidth memory (HBM), enabling processors to run at high speeds, and of the flash memory used in some drives. Manufacturers have pivoted to this lucrative market, shifting production away from the conventional dynamic random-access memory (DRAM) that goes into consumer devices."

Two of the three big makers of HBM are South Korean (Samsung and SK Hynix). Since September 2025 the country’s factory-gate prices have jumped by 445% for DRAM and 244% for flash memory, as measured by producer-price indices, which is feeding through to other devices that use these components, such as phones and laptops. In America the consumer-price index for “computer software and accessories” has climbed by 31% over the same period, far outpacing the 2.6% rise in prices overall."

Læringskurver, sykliske svingninger og Moores lov

Normalsitusjonen for dataprosessorer, minne og en del andre kritiske komponenter har som sagt vært at jo høyere etterspørselen er, jo lavere blir prisene. Fenomenet har litt ulike navn. Som et teknologisk fenomen kaller man det "Moores lov", som handler om at antall transistorer man klarer å pakke på et stykke silisium fordobles omtrent hvert halvannet år. Men generelt snakker vi om "læringskurver" og noen ganger brukes begrepet "Wrights lov", formulert av Theodore Wright i 1936 for flyproduksjon og popularisert av Boston Consulting Group på 1960-tallet. Den sier at enhetskostnaden faller med en fast prosentsats for hver dobling av produsert mengde

Mange andre industrivarer følger en annen prismekanisme, der bedriften investerer i ny produksjonskapasitet basert på dagens pris, men bygging av en ny fabrikker tar tid, og den nye kapasiteten kommer først flere år senere. Og da kan etterspørselen ha snudd nedover. I mellomtiden kan flere av konkurrentene også ha investert i ny produksjonskaptasitet som ikke trengs. Resultatet er overkapasitet og reduserte priser, som leder til lavere investeringer. Noen gir kanskje opp. Helt til det er knapphet på produktene, prisene går opp, og optimismen og investeringsviljen kommer tilbake. 

Det interessante med halvledere og minnebrikker er at de også følger en slik syklisk logikk, med overkapasitet og lavere priser i perioder, og underkapasitet og høyere priser i perioder. Men begge effekter, både læringskurvens prisreduksjon, og den sykliske kapasitetsutfordringen, gjelder på en gang. Og i datakomponentbransjen har effekten av "Moores lov" har vært så sterk at den sykliske effekten som er der, men den har ikke har vært så lett å se. Prisene har gått ned uansett, men de har gjort det i rykk og napp, styrt av investeringssyklusen.

KI tar produksjonskapasiteten

Det vi nå ser er noe annet. Etterspørselen etter både energi og enkelte komponenter er så høy at vi har fått en slags KI-drevet inflasjonsbølge drevet av datasenteroperatører og KI-selskaper. Grunnen er naturligvis de helt enorme investeringene i nye datasentre. Det nevnt tall på 750 milliarder dollar i investeringer i nye datasentre globalt for de fire store skyselskapene, og at så mye som to tredeler av dette er i hardware med kort levetid, som minne, lagring, CPU er og GPUer. Da blir det flaskehalser. og kanskje så mye som 10 prosent av kostnaden ikke er ny kapasitet, men høyere priser. 

Og det er denne effekten vi som forbrukere møter for tiden når vi skal kjøpe en ny bærbar PC, en spillkonsoll eller en ekstern harddisk. Vil den vare? Er dette slutten på Moores lov? Sannsynligvis ikke, av flere grunner. For det første er dette som nevnt sykliske industrier, og når etterspørselen øker blir det investert i ny produksjonskapasitet. Men det tar litt tid å få på plass nye fabrikker. For det andre er det ikke slik at bruk av KI blir dyrere, tvert imot. Det kan nok virke stadig dyrere når Claude og Chat GPTs agenter og kodeverktøy slippe løs og holder på, men prisen pr handling (eller "tokens" som det heter nå), blir raskt redusert, til tross for dyrere hardware. 

Språkmodeller som yter på nivå med Chat GPT 4, som kom i mars 2023, koster i praksis ingen ting å bruke. Men vi tar ikke ut gevinstene ved å bruke utdaterte språkmodeller, men ved å bruke modeller som kan brukes til stadig mer, gjør færre feil og blir mer intelligente. Akkurat som prisnedgangen på datamaskiner og mobiltelefoner blir tatt ut stadig kraftigere og raskere maskiner, blir prisnedgangen på KI tatt ut i stadig bedre og raskere språkmodeller, og det skjer til tross for flaskehalser og kapasitetsutfordringer på noen av komponentene. Og så får vi tro at heller ikke KI vil ha en evig vekst inn i himmelen. Om oppbremsingen vil skje i form av en boble som sprekker, eller som en gradvis tilpasning til mer normale investeringer og priser, skal ikke jeg spå, men på en eller annen måte vil den fysiske delen av KI-næringen bli en mer normal næring.

Scenarioer om helse og KI

Jeg har skrevet mye her på bloggen om fremtidsfortellinger og scenarioer om kunstig intelligens de siste ukene, og jeg har ikke tenkt å gi meg helt enda. Tidligere har jeg skrevet om generelle scenarorapporter om KI-fremtiden som EU, OECD og utredningsmiljøer nær regjeringene i UK og Canada har utarbeidet, og det er også noen andre mer uavnhengige rapporter.

Jeg har også skrevet om scenarioer og fremtidsfortellinger om KI i forsvarssektoren, der dette med autonom krigføring og KI kan få få store eksistensielle konsekvenser, og som både henger sammen med teknologiutviklingen i seg selv, og med hvem som kontrollerer teknologien. Assymetrisk tilgang til KI kan ikke bare avgjøre på slagmarken, det kan også avgjøre hvem som har mest makt i verden.

Og så har jeg tenkt at den andre sektoren der KI kan ha en liknende rekkeviddde, og bokstavelig talt avgjøre liv og død, er KI anvendt innenfor medisin og helse. Men hva slags tjenester og muligheter skal vi forberedes oss på? Hva ønsker vi? Og hvor finner vi interessante og passe spekulative betraktninger om fremtiden med KI innenfor helsetjenestene, sånn at vi kan forberede oss bedre? 

KI i helsetjenestene

Jeg har pløyd meg igjennom en del slike rapporter, som har litt ulike innfallvinker, løfter frem ulike drivkrefter og variabler, og bygger noen alternative fremtidsfortellinger rundt disse.

I motsetning til i forvars- og sikkerhetssektoren, der flere rapporter gjør kraften i KI-utviklingen og kontrollen med KI-teknologien til selve hovedsaken, og noe som kan avgjøre hvem som bestemmer i verden og hvem som vinner kriger, er helsesektorens historiefortellere langt mer forsiktig med å gjøre KI-utviklingen i seg selv til en viktig variabel. De slår fast at KI kommer, men er egentlig mer opptatt av å problematisere hvor raskt KI blir tatt i bruk og hvor bredt tilgjengelig KI blir i tjenestene og for pasientene.

I noen av de mest interessante rapportene er KI i liten grad nevnt, bortsett fra som en del av en generell og litt diffus teknologi- og  digitaliseringsutvikling som bare kommer. Det tror jeg vil endre seg i fremtidige arbeider av denne typen, for KI-bruken henger i økende grad sammen med hvor og hvordan helsetjenestene leveres, hvem som forvater pasientdataene og hvor persontilpassede de er. Og denne utviklingen er ikke noe som skjer langt inn i fremtiden, den pågår nå.

Bruken av KI som variabel i helsefremtidene

Et stort fremsynsarbeid som ble gjennomført av Region Stockhom i Sverige heter "Hälsa och vård 2040" har produsert en avslutningsrapport som heter "Slutrapport från Långtidsutredningen". Her er det både prognoser og analyser, og redegjørelser for en omfattende medvirknings- og innsiktsprosess med mange berørte. Men det som gjør at denne rapporten kvalifiserer til å være med her er et eget scenariokapittel med fire alternative fremtidsfortellinger for 2040. De er laget i en klassisk 2x2 firefeltstabell med to akser.

Den ene aksen handler om teknologi og digitalisering utnyttes godt i tjenestene, eller om det ikke utnyttes. KI er her en del av et større digital muighetsrom. Den andre aksen handler om det er knapphet på kompetanse og arbeidskraft, eller om det er god tilgang, noe som er ganske interessant med tanke på at alle norske rapporter er dundrende enige om at det blir stor knapphet på arbeidskraft i helsesektorene i årene som kommer..

Hovedoverskriften over de fire fortellingene er: Vård per automatik, som handler om automatiserte løsninger, smarte pasienttjenester og god teknisk støtte som erstatter personlige møter. Vården i ständig omvandling har tilgang til flere folk og gir digitalt støtte til personlige møter, og svært høy omstillingstakt,  Vården lagar efter läge har både knapphet på folk og på digitalisering, og stiller store krav til medarbeiderne, med en svak felles retning. Mens Många händer i vården satser på mye personell og fysiske møter men har svak digital tilgjengelighet, og unytter ikke mulighetene for datadeling eller digital kommunikasjon mellom aktører og innbyggere.

"Predicting The future of Health" fra Ada Lovlace Institute og Nuffield Council of Bioethics i UK er problemstillingen en helt annen, og handler om bruken av en helt bestemt teknologi som kombinerer genetikk, KI, og behandling, såkalt KI-drevet genomisk helseprediksjon (AIGHP). Rapporten beskriver både problemstillingen og en innsikts- og medvirkningsprosess som kom opp med flere anbefalinger, men på veien dit beskriver de fire scenarioer.

• The scalpel approach, der helsetjenestene bruker teknologien selektivt og under strengt klinisk tilsyn på alvorlig syke og høyrisikopasienter. Det er ingen  krav om at befolkningen deler genomdata, men mange gjør det likevel frivillig.
• The blanket approach, der teknologien markedsføres mot flertallet av befolkningen og deling av genomdata blir en de facto forutsetning for å motta helsehjelp. NHS er tydelige om at du får dårligere behandling hvis du lar være — og private forsikringspakker krever det.
• The prevention only approach, der NHS bruker teknologien bredt til folkehelseråd og bestillinger, men vegrer seg mot full automatisering fordi kravene til ansvar for automatiserte beslutninger gjør det juridisk krevende.
• The automation approach, der NHS bruker teknologien på praktisk talt alle, men i form av klinisk beslutningsstøtte snarere enn til automatisert sortering og prioritering.

For de som behersker tysk, eller har en bra KI å putte den tydske teksten inn i for å få den oversatt, kan Deloitte Tysklands rapport "Future of Health Deutschland – Szenarien 2035" være interressant å få med seg. Jeg har sett at Deloitte gir ut prediktive teknologirapporter om fremtidens helsetjenester i flere land, men denne tyske rapporten er den eneste scenariorapporten jeg har sett.

Her er den ene aksener bruk av datadrevne og KI-baserte metoder i helsetjenestene. Den er sporadisk på den ene siden og gjennomgripende på den andre. Den andre aksjen er modellen for styring av tjenestene, med sentral styring og regulering på den ene siden og desentral styring på den andre. Enkelt og greit.

Basert på det blir fortellingene "Datarestriktiv statsmedisin", der makt er sentralisert, men dataene i stor grad ikke finnes, eller er ubrukelige. I "Tjenester på spesialiserte øyer" er også KI- og databruk sporadisk, men makten er desentral og hos markedsaktører, og det foregår i lukkede økosystemer. På den KI-intensive siden finner vi Digital fremgang i tradisjonelle strukturer: Innovasjon skjer selektivt innen digitalisering og datadeling, men struktur og styring fortsetter i etablerte logikker. Mens i "Pasientrentrerte behandlingsnettverk" bygges tjenester rundt  sikker tilgang til anvendbare data på tvers av tjenestene, noe som utløser nye virksomhetsmodeller i helse og omsorg, og et skifte mot bedre forebygging.

Noen norske bidrag

Norske bidrag innen fremsyn i helse som har gjort bruken av KI til en hovedvariabel, eller KI-baserte tjenester til et hovedtema, finnes ikke. Men det er kommet noen rapporter som har KI, datadeling og digitalisering som et viktig deltema. Det davnærende E-helsedirektoratet ga i 2023 ut en interssant, men dessverre visuelt ganske rotet rapport med tittelen "Kunnskapsgrunnlag - ehelsestrategien fra 2023 - Del 2 Scenarioanalyse". Den er ikke spesielt lett å finne, men er verdt å se på. selv om. Direktoratet for e-helse ble innlemmet i Helsedirektoratet fra 2024.

I rapporten er det en scenariodell med et aksekors og fire fortellinger om fremtiden. Den ene aksen er graden av digital transformasjon i samfunnet, med evolusjon i den ene enden, og revolusjon i den andre enden. Den andre aksen handler om hvem som leverer helsetjenester, med stort sett bare offentlige på den ene enden og et bredt utvalg av offenlige, ideelle og private på den andre enden. Det er litt rart å putte et åpenbart politisk-ideologisk veivalg på en slik akse med ytre endringsdrivere, men det gir i hvert fall fire mer eller mindre interssante fortellinger: "Innbygger velger" og "En offentlig teknologirevolusjon" på den "revolusjonære" enden av digitalisingsaksen. Og "Stein på stein" og "Helseøyene" på den "evolusjonære" enden av aksen.

Selv om KI har en mer beskjeden og indirekte plass der, må jeg også nevne scenariorapporten "Morgendagens helse- og omsorgstjenester – Scenarioer for 2040", laget av NHO, Abelia og NHO Geneo sammen med Halogen (ja, jeg var med i arbeidet og i fasiliteringen av noen veldig spennende verksteder underveis her også). Rapporten ble overlevert til helseminister Jan Christian Vestre i desember 2024. 

Her er det et 2x2 aksjekors med fire fortellinger. Den ene aksen handler om måten det styres på, fleksibel og adaptiv på den ene siden, og langsiktig og forutsigbar på den andre siden. Den andre aksen handler om hva det er viktigst å oppnå gjennom denne styringen, en individtilpasset tjenestutvikling på den ene siden, og en fellesskapsorientert utvikling i den andre enden. Sammenheng for innbyggeren vs sammehenheng i systemet på baksiden.

Ut av dette aksekorset kom det fire fortellinger om hvor omdreiningspunktet for nødvendig omstilling og innovasjon i møte med knapphet på arbeidskrafig og penger:  Handlekraftige innbyggere som gjør egne valg. Planlagte tjenestebehov der forutsigbar styring og planlegging brukes til å sy sammen individtilpassede tjenestepakker, Stødige langtidsplaner, som brukes til å prioritere, dimensjonere og målrette forskningsinnsats og tjenestutvikling mer, og Modige lokalsamfunn som åpner for regionale og lokale strategier for å være attrakrive for både pasienter og innovative aktører som vil utnytte lokale fortrinn.

Også Helsedirektoratet har vært med å utarbeidet noen nye fremtidsfortellinger om helsetjenestene, med digitalisering og KI som en viktig bestandel. Disse fortellingene er omtalt i en bok skrevet av Bjarte Frøyland som heter Friskere liv i skyen – drømmen om et friskmeldt helsevesen uten ventelister og eskalerende (p)sykefravær, Kolofon, 2025, utgitt i november 2025 og med bidrag fra Truls Unholt, Jan Ketil Arnulf, Just Haffeld, Johnny Advocaat og Sveinung Tornås. Boken finnes i bokhandelen og omtaler et scenarioarbeid som ble gjort sammen med Halogen, med en bred medvirking fra flere aktører. Prosjektet, som jeg selv var aktivt med i, trakk inn flere miljøer i og rundt helsetjenestene, og resulterte i en beskrivelse av tre fortellinger om fremtiden som sprang ut av en analyse av ulike endringsdrivere.

Både boken og arbeidet i prosjektet, var særlig opptatt av å beskrive ulike drivere for omstilling og innovasjon innenfor helsetjenestene: "Økt individuell valgfrihet og privat innovasjon", er en fortelling om hvordan pasientenes valg driver tjenesteutviklingen,  "Nasjonal plan for ressursbruk og offentlig innovasjon", er fortellingen om hvordan statlige langtidsplaner og prioriteringsbeslutninger driver dimensjonering, prioritering og forskning og utvikling, og "Globale helsetjenester levert lokalt", beskriver hvordan internasjonale forretningsmodeller og verdikjeder tar en stadig større plass som driver av tjenesteutvilingen. Selve rapporten har jeg ikke funnet på nettet, men som sagt gir boken til Bjarte Frøyland en tekstlig beskrivelse av fremtidsfortellingene.

Behov for mer og bedre fremsyn

Utviklikngen innenfor KI generelt og KI i helsetjentestene spesielt går raskt nå. Jeg tror flere av de rapportene jeg har nevnt her kunne vært bygget ut og gitt kunstig intelligens en enda mer sentral plass i fortellingene. Flere av rapportene holder seg med aksekors og fortellinger som stort sett beveger seg på det nasjonale nivået, mens KI bidrar til at makt, innflytelse, data og nye forskningssatsinger foregår i internasjonale teknologiselskaper. Proteinforskere i Google Deep Mind vant Nobelprisen i kjemi i 2024, et type utfall som jeg ikke er sikker på om noen av fortellingene tar høyde for.

Derfor tenker jeg at vi må trene enda mer på å forestille oss hvordan fremtiden kan bli innenfor helsetjenester, eldreomsorg og folkehelsearbeid, og hva slags nye tjeneseter og virksomhetsmodeller som blir mulige med KI. Vi trenger flere scenariorapporter, og vi trenger flere scenariorapporter som trener oss i å se det globale teknologiperspektiver og det regionale/Europeiske reguleringsperspektivet. 

Denne balansegangen mellom å slippe løs innovsasjonen og teknologiutviklingen, og å regulere og kontrollere, slik at produktene og tjenestene er trygge og ivaretar brukernes sikkerhet og personvern, kommer til å bli stadig viktigere, og kanskje vanskeligere.

Gode fremtidsfortellinger kan brukes til flere ting. De kan brukes til å hjelpe oss velge mellom ulike retninger vi ønsker at utviklingen skal gå i, og som det ikke nødvendigvis er så lett å gjøre noe med, men ved å trene på å forestille oss ulike utfall, er det lettere å vite hva si skal forberede oss på, og hva vi må prøve å unngå. De kan også hjelpe oss unngå å bruke tid på utdaterte problemstillinger når andre ting er viktigere. Og gode scenarioer kan brukes til å stressteste hvor robuste nye tjenester og forretnigsmodeller er i møte med fremtidsfortellingene. 

KI i strategiprosesser

På forsiden av siste nummer av Harvard Business Review finner vi overskriften "How AI is Reshaping Strategy".  Og det er helt sikkert sant, i hvert fall for noen bedrifter, organisasjoner og myndigheter. Men hva betyr det egentlig når disse to ordene KI og strategi dukker opp i samme setning?

Jeg tenker at ordkombinasjoner med både KI og strategi i samme setning kan handle om minst tre forskjellige ting. Aller oftest handler det om at en virksomhet vil lage en såkalt "KI-strategi", det vil si en beskrivelse av hvordan den har tenkt å anvende kunstig intelligens i noen av sine kjerneområder, og helt sikkert i noen støtteprosesser. Mange gjør det for tiden, men der er ikke det Harvard Busines Review er opptatt av her.

Andre mulighet er når KI og strategi kombineres er at det handler om ytre ting. Hvordan skal virksomheten forholde seg til det andre andre tar i bruk KI, for eksempel konkurrenter, kunder eller i samfunnet rundt? Har et universitet en strategi for hvordan man håndterer studentenes bruk av KI? Hva med eksamen? Hva gjør vi med søknader om stønader som skrevet med KI?  Kanskje utvikle en KI for å lese og behandle dem? Og slik vil den ytre utviklignen når det gjelder bruk av KI måte møtes med indre tiltak, kanskje i form av en KI-strategi.

KI som verktøy i strategiprosesser

Harvard Business review skriver om begge disse måtene å forholde seg til kunstig intelligens stadig vekk, og stadig oftere, men det er ingen av disse to tingene artikkelen i Harvard Business siste nummer handler om. Den handler om en tredje måte å koble ordene KI og strategi. Problemstillingen er hvordan vi kan bruke KI som verktøy i en virksomhets strategiprosess. Hvor er den i så fall nyttig og verdifull? Det er temaet i artikkelen "AI is Revolutionizing Strategic Decision-Making"

Akkurat begrepet revolusjonere er nok litt i overkant foreløpig, men artikkelen peker på i hvert fall tre områder der KI kan tilføre større større utsynsbredde, større dybde, og hjelpe oss håndtere flere mulige kombinasjoner i strategiarbeidet enn det mennesker klarer alene. Den kan hjelpe oss se at menyen kan være lengre, før vi eventuetl bestemmer at vi velger de mulighetene bort.

Er ikke en virksomhetsstategi et så grunnleggende menneskelig, erfaringsbasert og brukerinnsiktsbasert arbeid i en virksomhet at det må være mennekser som holder i det? Uansett hvor god teknologien blir så kan det jo ikke kjenne på verdier og holdninger? Og slik vil det helt sikkert være også i fortsettelsen, men spørsmålet her er om noen deler av denne oppgaven kan gjøres enda bedre med støtte fra KI.

Dybde og bredde i strategiarbeidet

Det er på tre områder kunstig intelligens kan bidra til en bedre strategi, sier artikkelforfatter professor Felipe A. Csaszar ved University of Michigans Ross School of Business. Og han minner om hva enhver strategiprosess i en virksomhet må inkludere:

"At its core, any strategic decision involves three cognitive tasks: searching for possible courses of action, representing the environment in which those actions will play out, and aggregating the judgments of the people involved in the decision."

Hvis vi tenker på prosessen rundt disse tre områdene og vurderer hvor KI kan gi verdiøkende bidrag, så er det første han peker på at i en normal strategiprosess der man skal identifisere ulike mulige målbilder for virksomheten, og retninger organisasjonen kan bevege seg i, er nødt til å holde antall alternativer nede for at vi skal klare å forholde oss til dem, og ikke miste oversikten. Kanskje identifiserer man 10-12 ulike alternativer i første omgang, og så trekkes de ned til 3-4 finalister som ledelsen og styret har å velge mellom. Det store flertallet av mulige fremtider blir aldri viet tid og oppmerksomhet fordi det ikke er kapasitet og båndbredde nok. Med KI er det helt annerledes ved antall mulige utfall, og kombinasjoner av utfall det er mulig å prosessere, er langt større. Artikkelen slår fast at:

"The point here is not just speed. It is a qualitative shift in what “looking for options” means. Instead of asking a team to brainstorm plausible targets, a firm can now scan nearly the entirety of the relevant universe, using multiple strategic lenses simultaneously, and create a short list that no earlier process would have produced. The implication for leaders is straightforward: Before any major strategic choice—an acquisition, a new market entry, a product portfolio decision—you should task an AI system with generating a far larger set of alternatives than your team would normally consider, filtered by your specific criteria. Use your team’s judgment on the short list, not the long list. AI expands the search; humans choose."

Omverdensforståelse

Det andre området artikkelen trekker frem som et svakt punkt i mange strategiprosesser, og som KI kan hjelpe oss med å gjøre bedre, er det artikkelforfatteren beskriver som representasjon av omverdenen. Hvordan ser verden rundt oss ut, i hvert fall de delene av den som betyr noe for vår virksomhet, og hvordan beskriver vi den når vi skal oppnå en felles forståelse av hvordan den ser ut. Forfatteren skriver:

"How does your organization model the environment it operates in? For most companies the answer is some combination of frameworks, spreadsheets, and quarterly reports—tools that are useful but inherently static and simplified. They capture the most important dynamics but necessarily leave out enormous amounts of nuance, context, and real-time change. AI makes it possible to work with far richer and more dynamic representations."

Her må jeg riktignok minne om at det også er andre og svært gode måter å løfte en forståelse og fortelling av overdenen, for eksempel visuelle aktørkart, brukerreiser og målbilder, laget at gode visuelle tjenestedesingere, og det er innholdsdesignere og testforfattere som er knallgode til å bruke fortellinger til å formidle strategier, veivalg og omgivelser som er i endring. Men jeg tenker at kombinasjonen av KIs styrke i å analysere det komplekse og desinernes styrke i å forklare og formidle på måter mennesker forstår, og kan handle ut fra, vil bli en spennende kombinasjon fremover.

Aggregering av kunnskap

Det tredje som trekkes frem er hvordan KI kan brukes til å aggregere og sortere innsikt. Kanskje særlig kvalitativ informasjon som ikke kommer frem i store meningsmålinger og spørreundersøkelser, en i mer individuelle innspill, men som kan ha den ulempen at det tar lang tid å få disse verdifulle enkeltbitene av informasjon. Kan KI spille en rolle i aggregeringen av denne innsikten, uten av det blir forenklet og forflatet til noen gjennomsnittsverdier? Ja, mener forfatteren. Og hva med innspill fra innsiden av organisasjonen der noen kanskje ikke vil mene for mye høyt, fordi de er redde for reaksjoner, eller fordi de tenker at det ikke betyr noe likevel:

"Good strategy depends not just on generating ideas but also on rigorously testing them. In most organizations that testing is still shaped by hierarchy, diplomacy, and the human tendency to converge too quickly. Don’t leave dissent to chance. Design it into the process."

 Så vil naturligvis motforestillingen kunne være at dette er flott og fint, men det hjelper ikke så veldig, for alle andre har også tilgang til den samme kunstige intelligensen som du har. Og da kan man ikke differensiere seg, fordi det man må diffenrensiere seg på er det man har som er unikt, og som ikke alle andre har tilgang til, og ikke det som er likt.

Artikkelen ser litt om dette i avslutningen. Om at strategisk bruk av KI, enten det er i produkter, tjenester, dataanalyse, kundekontakt eller i strategiprosesser, må lete etter det unike det er mulig å gjøre for din virksomhet, og som andre ikke kan kopiere. Det må bidra til å styrke vollgravene virksomhetene har mot at andre kan gjøre det samme, ikke bidra til å fjerne dem. Og artikkelen gir noen eksempler på virksomeheter som prøver å finne den type områder, enten fordi de har data som er unike eller noen prosesser som ikke er så lette å kopiere for andre. Og da kan kanskje KI være et verktøy som kan bidra til å lage en differensierende KI-strategi.

Scenarioer om KI: Krig og forsvar

Hvordan vil kunstig intelligens endre måten krig blir  planlagt og gjennomført og hvordan langtidsplaner og organisering av forsvaret innrettes? KI forandrer våpen, våpensystemer og samhandlingen mellom disse. Hva betyr det for innovasjonssytemet, allianser og alliansepartnere forsvaret og forvarsindustrien for må ha for å bygge og opprettholde den motstandskraften som kreves?

Verdien av forestillinger om fremtiden

I et annet innlegg her på bloggen tidligere i sommer skrev jeg om viktigheten av å utforske hvordan fremtiden med kunstig intelligens kan bli. Om  å fortestille seg svar på spørsmål vi ikke vet svaret på, og som det er stor usikkerhet knyttet til, men må forberede oss på likvel. Hvilke alternative utviklingsbaner er det? Hvor raskt vil teknologiutviklingen gå, og hvordan skal vi sikre at mennesker beslutter og kontrollerer?

I innlegget Forestillinger og fortellinger om kunstig intelligens skrev jeg om en del generelle scenariorapporter, prediksjoner, målbilder og modeller som kan hjelpe oss forstå ulike sider av fremtiden med KI, og alternative utviklingsbaner. Men ikke alle samfunnsområder, yrker og arbeidsoppgaver vil påvirkes likt av KI, eller like raskt. Ambisjonen min er å gå dypere inn i noen særlig viktige og spennende temaer, og rett og slett utforske hva som er laget av mer spissede og avgrensede scenariorapporter som kan være nyttige for folk som ønsker bedre metoder og verktøy når de skal jobbe med målbilder, strategier og planer, eller revurdere virksomhetsmodeller og produktporteføljer på stt område.

Jeg begynner der KI kan få størst eksistensielle konsekvenser, i krig, militær teknologi og forsvars- og sikkerhetspolitikk, og trekker frem scenariorapporter derfra. I dette innlegget er jeg litt strengere med avgrensningen av hvilke type fremtidsfortelling som når opp. Her er det bare scenarioarbeider som inneholder flere navngitte, alternative fremtidsbaner som er med. En prognose som står alene, et målbilde eller et veikart, en handlingsplan eller en risikoliste er noe annet, og når ikke opp her. Det er likevel 11 interessante scenariorapporter med i oversikten under, 

KI i krig og forsvar

Scenariorapportene jeg har sett på har jeg delt i tre kategorier, og rekkefølgen min er nedenfra og opp: fra KI i teknologien som skal anskaffes, via KI som kan påvirke og endre regionale og globale maktforhold, til de bredere forsvarspolitiske fremtidsscenarioene der KI inngår som er én driver blant flere. 

Fem av rapportene handler om KI i forsvarsteknologien, der KI er en kapabilitet som skal integreres i våpensystemer, utstyr og i en militær organisasjon. Det reiser problemstillinger rundt doktrine, tillit, anskaffelser, opplæring og industrielle avhengigheter til andre. Horisonten i disse rapportene er typisk 2030–2040. 

Tre av rapportene handler om KI som noe som kan endre maktforhold mellom stater eller mellom statlige og private aktører, og her er "superintelligens, eller kunstig generell intelligens, noe det kan være avgjørende å ha tilgang til og kontrollere. Som kan avgjøre om et land forblir selvstendig eller ikke. I disse rapportene er horisonten interessant nok kortere, til omkring 2030. Hvordan rigger man egentlig mål- og strategiprosesser hvis de store eksistensielle spørsmålene har en kortere tidshorisont enn teknologimplemeneringen og organisasjonsutviklingen legger opp til? 

Siste kategori er generell forsvars-foresight der KI er en faktor, men ikke en egen variabel. Jeg har sett på tre store framtidsanalyser fra forsvarssektoren der scenarioene bygges på geopolitikk, ikke på teknologi. KI er grundig omtalt som en driver av endring, men det er ikke KI som skiller mellom utviklingsbanene, og derfor ikke hovedpoenget.

1. KI som variabel i våpen- og forsvarsteknologi

Disse fire rapportene har det felles at de beskriver hvordan et forsvar anskskaffer seg, stoler på og bruker KI, uten å miste kontrollen, eller ikke får det til. Motstanderen er Russland og Kina, ikke maskiner som løper løpsk.

Rapporten fra Atlantic Council, How NATO Can Integrate AI to Prevail in Future Algorithmic Warfare, kan være et bra sted å begynne. Den kom i mars i år og er skrivet av Dominika Kunertova i samarbeid med NATOs Office of the Chief Scientist. Tidshorisonten er omkring 10 år. Rapporten er ryddig strukturert, med gjennomgang av ulike sikre og mer usikre endringsdrivere. Den ligger på nettsiden på den anerkjente ikke-statlige vestlige sikkerhets- og samarbeidsorganisasjonen Atlantic Council som har eksistert siden 1960-tallet, og fortsatt klarer å være relevante og oppdaterte.

Rapporen introduserer et aksekors der den ene aksen er KIens transformative potensiale og mulighet til å gi noen et strategisk overtak. På den andre aksen er det motstanderens trusselpersepsjon som er variablen, det vil si om det blir en rask og farlig eskaling. Og ut av dette litt særegne aksekorset kommer det fire scenarioer som kan være både transformative og destabiliserende, verken transformative eller destabiliserende, men også destabiliserende uten å være transformative og transformative uten å være destabiliserende. De heter, i den rekkefølgen, "Brave New World", en ustabil og farlig verden, AI fatigue, et slags nullalternativ som ikke er skrevet ut, Guarded opportunism, som vurderes som mest sannsynlig, og Minority report, der hypen om KI blir et større problem enn KI.

CIGI Papers No. 316: Artificial Intelligence and National Defence: A Strategic Foresight Analysis er neste bidrag, skrevet at Alex Wilner og Ryan Atkinson for Centre for International Governance Innovation i mars 2026. CIGI står for Centre for International Governance Innovation og er en uavhengig canadisk tenketank.

Rapporten begynner med å beskrive fremsynsmetodikk som metode bruk inn i forvars og sikkerhetsfeltet i Canada, mellom allierte land og i noen enkeltland, som USA, UK, Australia og Nederland. Rapporten har ikke akser og aksjekors i en 2x2-matrise, men er basert på en såkalt horisontscanning, der sterke trender og svakere signaler kartlegges og analyseres. 

Scenariodelen av rapporen har tre ganske ulike fremtidsfortellinger lagt til 2040: Muddling through, der KI-maskinene aldri ble noe det skarpe enden av forsvaret kunne stole helt på  KI brukes, men holdes unna de mest kritiske områdene. Worst case, med undertittelen "The unbearable weight of massive AI", er et algoritmisk våpenkappløp som går veldig galt, og Transformative, med undertittelen "AI Diplomatique" har en insteressant vri der KI hjelper stater å finne balanserte politiske løsninger på konflikter, i stedet for suksessiv opptrapping, og krig. Her er det til og med etablert en egen fredspris for KI. 

Rapporten: Navigating the Future: Scenario-Based Analysis of AI Integration in Military Applications er en rumensk scenarioraport skrevet av Nicolae Bălcescu ved Land Forces Academy. Det er et kort notat med to akser i et aksekors, og en tidshorisont på omkring ti år. Aksene er høy og lav KI-utberedelse vertikalt og sterk og svak KI-styring horisontalt. Kanskje litt i overkant enkelt, og de fire scenarioene er rett og slett Optimistic Adoption, Risky Innovation (høy adopsjon, svak styring, og et uregulert KI-kappløp), Controlled Progress og Technological Stagnation. Det som er bra med modellen er at den er lett å forstå og enkelt kan tegnes opp på en tavle for diskusjon.

Situation and trends in the use of artificial intelligence in the defence sector er en spansk rapport om KI i forsvarssektoren, fra Foro de Empresas Innovadoras, et forum for innovasjon i næringslivet, sammen med forsvarsselskapet AMPER. Den kom i september 2025, med et blikk mot 2035. Den finnes i engelsk utgave.

Scenarioene handler egentlig ikke om ulike utfall knyttet til utviklingen av teknologi og våpensystemer i seg selv, men om graden av europeisk suverenitet og handlingsrom. Perspektivet er ikke rent militært, men trekker inn industrielle muligeheter og hindringer for Europa og europeisk autonomi.

Langs den ene aksen er det pekt på tre mulige utfall: Et optimistisk scenario der EU blir en global KI-militærmakt som hevder seg mot Kina og USA. Det forutsetter europeiske industrielle lederroller og et reelt felles forsvarsmarked i EU. Et pessimistisk utfall der dagens situasjon med sterk avhengighet av USAs teknologi og ledelse videreføres. Ingen store europeiske KI-forsvarsselskaper vokser frem. Og i midten det som omtales som et realistisk scenario, der Europa tar ledelsen i enkelte kritiske nisjer, mens avhengigheten fortsetter på andre områder.

Jeg må også nevne BAKS tyskspråklige rapport om: Zwei Szenarien für das Jahr 2035 – Künstliche Intelligenz in der Sicherheitspolitik fra slutten av 2025, selv om disse scenarioene er så korte, enkle og overordnede, at de kanksje ikke tilfører mye vi ikke allerede vet. Men BAKS, som står for Bundesakademie für Sicherheitspolitikk, på engelsk Federal Akademy for Security Policy, er et interessant fremsynsmiljø knyttet til forsvaret i Tyskland som har mye interessant å komme med, også når det gjelder utviling av metoder og opplæring i bruk av fremsynsmetodikk.

2. KI som variabel i global sikkerhetspolitikk

I denne andre hovedkategorien har jeg funnet tre scenariorapporter, Her flyttes hovedspørsmålet fra bruk av KI i militære våpensystemer, til å være en ytre driver som kan flytte global og regional makt. Tidshorisonten i disse rapportene er kortere, gjerne 4-5 år, fordi teknologiutviklingen går så raskt, og det er stor usikkerhet om hvor grunnleggene endringer vi kan opplve.

Første bidrag er fra forskningsmiljøet og tenketanken RAND, og heter How Artificial General Intelligence Could Affect the Rise and Fall of Nations (RR-A3034-2). Den kom ut i juli 2025. Undertittelen er "Visions for Potential AGI-futures", og det er forestillinger om disse fremtidene rapporten belyser gjennom å presentere 8 ulike scenarioer i en interessant scenariorapport på omkring 30 sider.

Valget av akser er litt spesielt her, og gir ikke et vanlig 2x2 aksekors, men en 2x4 matrise med 8 ulike utfall. Den ene aksen handler om evnen til å utvikle lendende KI. Enten hos en dominerende aktør, eller desenralisert slik at mange miljøer har denne evnen. Den andre aksen handler om det geopolitiske utfallet av KI-utviklingen, der det fire posisjoner: a) at særlig USA tjener på den, b) at USAs motstandere vinner mest, c) at både USA og USAs motstandere taper, og d) at KI-utviklingen bremser opp og derfor ikke har så stor betydning. 

Dette gir åtte ulike scenarioer, og et veldig mangfoldig spekter av ulike fremtide. Det er to måter USA kan vinne, to måter USA kan tape og to måter både USA og Kina taper. Og i de de siste to stopper utviklingen, enten på grunn av fryktelig hendelse som gjør at man bestemmer seg for en usikker våpenhvile ("The corked bottle"), eller krig mellom USA og Kina ("The Mushroom Cloud") Alle 8 scenarionene har sin egen indre oppdrappingslogikk. 

Jeg var innom canadiske CIGI i forrige kategori. De har også et interessant bidrag i denne kategorien: CIGI og Privy Council Office har sammen laget rapporten AI National Security Scenarios på omkring 60 sider. Her er det også et litt komplekst batteri av variable, som til sammen gir ganske mange ulike mulige utfall, men så gjør rapporten en forenkling, og gjennomfører et lite dypdykk i fem av dem.

Disse scenaroene har tre variable: KIs kapabilitetvekst med fem alternative baner: Stall, plateau, fast, accelerating og ekponential. Andre akse er KI-kontrollerbarheten, om menneskers kontroll er høy eller lav. Og siste akse er antall aktører ved teknologifronten, der alternativene er a) én vinner, b) en bipolar rivalisering, eller c) en mangedimansjonal konkurranse. Med alle disse variablene blir det et komplekst terreng med hele 30 ulike celler som kan fylles med hver sine fortellinger, men rapporten nøyer seg med 5 hovedbaner, med noen varisjoner i par av dem.

Vi får presentert et stagnasjonsscenario som heter "AI Stall", der det likvel er en utstrakt KI-bruk i samfunnet, men det er mange aktører og god kontrollerbarhet. Scenario 2 er "Precarious Prepicice", en bipolar rivalisering og en rask KI-utvikling, men i stort sett kontrollerbare former. 

Scenario 3a er "Hypercompetition", der det er eksponentiell vekst og rivalisering mellom selskaper, eller stater (som i et kontrollert atomkappløp) I Scenario 3b, "Hyperpower", er det også eksponentiell vekst, men bare en dominerende aktør, som har kontroll. Scenario 4, "Rogue Superintelligence" er der alt kontrollen glipper: Eksponentiell vekst i utviklingen av en superintelligens i en ikke-kontrollert kontekst. At kontrollerbarhet er en egen akse er interessant.

Siste rapport i denne kategorien er Centre for Emerging Technology and Security (CETaS) ved Alan Turing Institute som har skrevet rapporten "AI Cooperation Trajectories: Adversaries and Geostrategic Competitors". Det er en overkommelig rapport på omkring 40 sider, og igjen er det den store maktpolitikken i møte med KI som er tema.

Men denne rapporten skiller seg veldig ut ved at det ikke er USA, NATO eller Europa som er gjenstand for hovedanalysen, men de såkalte CRINK-landene, som er Kina, Russland, Iran og Nord-Korea, og i hvilken grad disse samarbeider om KI både i militære våpensystemer og maktpollitisk.

Arbeidsprosessen gruppen har brukt er å utvikle 50 scenarioer gjennom to heldags «serious games» med en spesialbygget kortstokk. Den har drivere som inkluderer KI-modenhet, hybridkrigføring, inntekte fra kriminalitet, verdien av kampdata osv. Og den beskriver tematiske funn fra spillene snarere enn selve scenarioene. At interessant paradoks: Rapporten advarer mot å overdrive dybden i samarbeidet mellom disse landene på strategisk nivå. Men den advarer også mot å tro at eksportkontroll har den tiltenkte effekten.

3. Generell forsvars-foresight der KI er en faktor, men ikke en variabel

Disse tre siste rapportene er store, godt ressurssatte fremtidsanalyser fra aktører i forsvarssektoren, som har en lang tradisjon for å lage scenariorapporter som en del av forsvarsplanleggingen. Alle omtaler kunstig intelligens som en helt sentral driver for utviklingen, men i disse rapportene er KI en faktor og en driver, men ekke en variabel i seg selv, slik det er i de andre rapportene.

NATOs Allied Command Transformation: Strategic Foresight Analysis 2023 er en scenariorapport fra 2023, med en tidshorisont frem til 2043. Den har identifisert syv endringsdrivere: climate change, resource scarcity, disruptive technology development, securitization of economics, human networks empowered, the exploitation of the global commons and an international order in transition.

Basert på driverne som er identifisert er det utviklet en aksemodell der de to variablene er høy og lav grad av disrupsjon forårsaket av disse driverne, og høy og lav grad av samarabeid mellom land for å løse problemene. Dette har gitt fire scenarioer i aksekorset: Fragmenting world , Pervasive competition,  Global cooperation og Better angels of our nature. De to siste ble i praksis forkastet fordi de er urealistisk positive, slik verden nå utvikler seg.

 KI har plass i rapporten som en del av driveren disruptiv teknologiutvikling og rapporten peker på at KI vil gi et stort fortrinn til land som er ledende i KI-utviklikngen og gir KI plass i sine forsvarsssystemer.

Rapporten Air Force Global Futures Report fra ledelsen i det amerikanskje luftforsvaret er en strategisk fremsynsrapport som ser frem til 2040. Den presenterer fire alternative scenarioer der ingen av banene er ment å være bare gode eller bare dårlige. 

Scenarioene er Continued growth, der globaliseringen og stormaktskonkurransen fortsetter, Transformational, der der det er store teknologiske gjennombrudd i genredigering og romkapasiteter, muliggjort av autonomi, KI/ML, kvanteberegning mm, Constrained, der kinesisk-russisk samordning gir dem fordeler mens vestens økonomier svekkes, og Collapse der natur- og menneskeskapte kriser driver frem proteksjonisme og nasjonalisme som gjør verden fattigere.

KI har en sentral plass som driver i fortellingene her også, og der er KI i stort sett alle cellene i rapporten, i hvert fall i tre av de fire scenarioene, men den differensierer ikke. Denne rapporten er også interessant fordi den går mer detajert til verks når det gjelder hva scenarioene betyr for det militærteknologiske.

Det britiske forsvarsdepartmentets scenarioer for fremtiden finner vi i rapporten: Development, Concepts and Doctrine Centre: Global Strategic Trends. Et monster av en rapport som kom høsten 2024. Tidshorisonten er helt frem til 2055. Den finnes i en stor 456-siders versjon, med full pakke av fargelagte sider og fargerike fortellinger. Og så har de en "bite size" 46-siders sammendragsversjon. Det kan være lurt å begynne der.

Rapporten har seks endringsdrivere: Globabal maktkamp, klimaendringer, økt ulikehet, demografiske endringer, teknologiske fremskritt og økonomi og energitranformasjon. Den trekker så frem fem motsetningsfylte områder: fragmentering vs konnektivitet, samarbeid vs konfrontasjon, innovasjon vs stagnasjon, krav om transparens vs autoritære utviklingstrekk og statlig avmakt vs statlig fornyelse

I et 2x2 aksekors der den ene aksjen er sterke stater vs spredning av makt og den andre aksen er sterkere samarbeid vs sterkere konkurranse mellom stater, er det fire scenarioer: Multilateralisme, Multipolaritet (som vil si at stormaktene leder blokker som samarbeider innad og konkurrerer utad), Nettverk av aktører (som innebærer et mer mangfoldig aktørbilde med megabyer, sterke selskaper, stater og globale organisasjoner) og Fragmentering (et scenario der konkurransen er mer destruktiv og farlig, og samarbeid undergraves). Rapporten erkjenner at ingen av de fire verdnene laget av aksekorset vil vokse frem i rendyrket form, og velger i stedet å beskrive fem tenkte utviklingsbaner i en flokete og turbulent virkelighet.

Forestillinger og fortellinger om kunstig intelligens

EU-scenarioer om KI

Hvordan blir fremtiden med kunstig intelligens? Hvor raskt vil teknologiutviklingen gå, og hvor raskt vil KI ta den tas i bruk på nye områder og på samfunnsendrende måter? Vil KI erstatte en stor andel av eksisterende jobber, eller vil den bli et verktøy som hjelper de fleste med å gjøre jobben bedre og raskere? Hvilke sektorer, bransjer og arbeidsoppgaver blir mest påvirket?

KI vil endre ting på individ- og virksomhetsnivå, men skal også håndteres på samfunnsnivå. På noen områder vil KI endre samfunnet, som andre infrastrukturteknologier har gjort før. Men handlingsrommet for teknologianvendelsen er også avhengig av samfunnet rundt. Vil det være flaskehalser og hindringer som gjør at vi ikke får utnyttet mulighetene fullt ut? Vil det være knapphet på kompetanse, på databrikker, på elektrisitet, og vil vi oppleve en politisk motstand mot store endringer? Og hva med sikkerhet, fri handel og utenrikspolitiske hensyn? 

Hvordan håndterer man utfordringer ingen har vært i før, og der det derfor ikke er mulig å lære av andres erfaringer? 

Forestillinger om fremtiden

Vi trenger derfor noen verktøy som hjelper oss å forstå situasjonen, i all dens kompleksitet, og som kan hjelpe oss med å utvikle evnen til å forestille oss hvordan fremtiden kan bli. En forestillingsevne som erkjenner at det ikke finnes noen fasit, at mye er usikkert, at det er flere mulige fremtider, og at det både er forhold vi kan påvirke og ting vi ikke kan påvirke. 

Slike fremtidsforestillinger og sorteringsøvelser gjør det lettere å lage målbilder og beskrive strategier. Slik at virksomheter kan sette inn ressursene der det faktisk har effekt. Noen har mer innflytelse på hvordan fremtiden vil bli enn andre, men det å bruke scenarioer, prognoser eller andre slike verktøy for å lage gode fortellinger om fremtiden er lurt og nyttig. Det er både nyttig for regjeringens og nasjonale myndighetsorganer, som har behov for å utrede handlingsrommet for ulike veivalg, før de fastsetter strategier og tiltak. Men det gjelder også hver enkelt bedrift, kommune, statlige etat eller friville organisasjon, som alle har behov for å finne sin plass i en fremtid med mer KI.

Jeg har prøvd å lage en liten oversikt over noe av det som finnes av scenariorapporter, prediksjoner, beskrivelser av ønskede fremtider, og andre spennende utredninger som er laget av andre, og som kan bygges videre på, eller inspirerer til nye fremtidsfortellinger.

Seks måter å fortelle om KI-fremtiden på

Det finnes etter hvert et betydelig bibliotek av rapporter om "KI-fremtiden". Noen kommer fra regjeringsoppnevnte utredere eller fra internasjonale organisasjoner som EU-kommisjonen og OECD, Andre fra små og uavhengige forskningsinstitutter og tenketanker. Det finnes ingen fasit for hvordan man lager gode og anvendbare fremtidsfortellinger. Den underliggende sorteringen er en taksonomi fra OECD og GPAIs Generative AI and the Future of Work (jan. 2025), som skiller mellom utforskende foresight (hva kan skje?), normativ foresight (hva bør skje?) og prediktiv foresight (hva vil skje?)

Rapportene jeg trekker frem her er forskjellige også når det gjelder hvilke usikkerheter og "omdreiningspunkter" de peker på som de mest avgjørende, hvilke temaer eller sektorer de dekker, og på hvilket samfunnsnivå de opererer. Jeg har valgt å sortere rapportene jeg har funnet i 6 ulike metodiske sjangre. Jeg har lest noen av dem, mens andre har jeg bare lest omtaler av, og skummet raskt igjennom, men ikke dypdykket i. Noen av rapportene jeg ikke har gått i dybden på kommer jeg helt sikkert tilbake til her på bloggen.

1. Scenariofortellingene: "Vi må forestille oss mulige fremtider for å kunne gjøre vanskelige valg"

I denne sjangeren finner vi et par veldig interessante scenariorapporter fra regjeringer. Den britiske AI Scenarios 2030 (GO-Science, UK, juni 2026) og den canadiske Scenarios for an AI-enabled World (Policy Horizons Canada, feb. 2026), og også  EUs fremtidsprosjekt The Futures of Artificial Intelligence: Implications for Europe's R&I Ecosystem (DG RTD, 2026). 

Jeg tenker det kan være lurt å begynne med disse tre. Dette er store scenarioprosjekter med fortellinger om hvordan fremtiden kan bli langs flere ulike dimensjoner. De har mer eller mindre rike og utbroderte fortellinger, Fortellinger som setter tankene i sving og hjelper oss løfte blikket og forstå hva som kan bli annerledes og hva som kanksje ikke blir fullt så annerledes i fremtiden. De hjelper oss reflektere over hva vi kan påvirke og hva vi ikke kan påvirke, og hvor det er behov for å velge en retning fremfor en annen. Men det er minst like aktuelt å bruke slike alternative beskrivelser av fremtiden til å stressteste strategier og planer vi allerede har, eller jobber med nå, for så sikre at de tåler en fremtid som på viktige områder bli ganske annerledes.

Den britiske rapporten AI Scenarios 2030 er gitt ut av The Government Office of Science, UK, og er kommet i to generasjoner. Den første fra 2023 ble bygget på fem kritiske usikkerheter. Oppdateringen fra juni 2026 viderefører rammeverket, men med seks kritiske usikkerheter, som er KI-kapabilitet, KI-distribusjon og -tilgjengelighet, sikkerhet, adopsjon, arbeidsfortrengning og globalt samarbeid. Hver av disse er utstyrt med en akse med fem trinn, Ulike kombinasjoner på disse aksene gir fem hovedfortellinger som har fått navnene: Slow Burn, Open Frontier, Augmented Growth, Transformation Economy og Take-Off.  Disse scenarioene inkluderer helt bevisst ikke britiske politiske tiltak, nettopp fordi de skal kunne brukes til å teste slike tiltak.

Canada-rapporten "Scenarios for an AI-enabled World" bruker 20 kartlagte innsikter og går derfra til fire fortellinger. De fire fortellingene heter AI everywhere all at once, Wired for connection, Algorithms in the shadows og Automation's ripples and riptides. Det er ikke bare gode og tydelige fortellinger, men de er også visuelt spennende, med tegneserier, brev fra forsikringsselskaper og skjermbilder fra en skoleplattform som overvåker elevene. Denne rapporten kan være til inspirasjon for alle som skal nå ut til folk som ikke liker å lese kjedelige rapporter. Spesielt hvis temaet egenltig ikke er kjedelig i det hele tatt, men har godt av å bli beriket med gode visuelle og tekstlige grep

Og så har vi EU-kommisjonen, som nylig har laget et prosjekt om KIs betydning for Europs forsknings- og innovasjonsøkonsystem: The Futures of Artificial Intelligence: Implications for Europe's R&I Ecosystem (DG RTD, 2026). Den er bygget opp i fire deler, og den siste, del 4, Scenarios and Opportunities, er den som bruker fortellinger for å få frem budskapet. 

Den beskriver ni nøkkelfaktorer som ble prioritert i en tverrfaglig samskapingsprosess: KI og mennesker i beslutningsprosesser, sosioøkonomisk ulikhet, utdanning og opplæring, teknologiske gjennombrudd, KI-sikkerhet, geopolitisk maktbalanse, endringer i mennesket selv, klimaendringer, og ressurskritikalitet. For hver faktor er det formulert et knippe fremtidsantakelser. og ut fra dette ble det utviklet fem scenarioer, med 2040 som horisont. De er: 

• The EU's «safety first» AI: pay-off in the long run, 
• A rearmed EU among the frontrunners in the global AI race, 
• EU attached to transnational global AGI and ASI networks, 
• Europe leads a unique AI revolution 
• Global AI winter. 

Jeg må også nevne rapporten fra del 3 i dette samme prosjektet, som strengt tatt ikke hører hjemme i denne scenariosjangeren. Den heter A Forward-Looking Analysis of European Industries' AI Use. Den analyserer utsiktene til KI-adopsjon i EUs næringsliv fram til 2030, og sånn sett er den en fremskriving, ikke et scenariosett.

Basert på flere ulike indikatorer og modenhetsmodeller blir Europas næringsliv gruppert i tre profiler, men ulike utfordrninger og behov knyttet til KI: innovasjonsledede sektorer (IKT, faglig og vitenskapelig tjenesteyting, helse, utdanning), operasjonelt kjernedrevne sektorer (industri, kraft, transport og lagring, finans og forsikring, bygg og anlegg), og service envelope (varehandel, overnatting og servering, administrative tjenester, kultur og underholdning). Hver gruppe fremskrives til 2030. 

1b. Sektorielle scenarioer

Det finnes noen eksempler på bruk av scenariometodikk med alternative fremtider i ulike sektorer, eller bransjer. Der de er  opptatt av å forestille seg hvordan fremtiden med KI vil bli på sitt område. Her kan vi finne flere interessante rapporter:

• Cedefops Preparing for 2040 om KIs innvirkning på "skills development", beskrevet i fire temmelig ulike scenarioer.
• EdTech Hub om utdanningssystemer i lav- og mellominntektsland, med syv sikre trender, syv mer usikre trender, og fem scenarioer.
• ARL og CNIs 2035 Scenarios: AI-Influenced Futures om KI og forskningsbibliotek
• Ada Lovelace Institute og Nuffield Council om genomisk helseprediksjon, en spennende og metodisk tung scenariorapport om medisinsk forskning og helse som jeg gleder meg til å lese.
• Den svenske ESO-rapporten Algoritmer för allmän nytta modellerer svensk offentlig sektor kvantitativt fram til 2044, og den kommer jeg tilbake til under kategori 5.

Jeg har prøvd å søke etter slike sektorielle KI-analyser og scenarioer for flere bransjer, men de virker ganske skjevt fordelt. Kompetanseutvikling, utdanning, helse, forskning og offentlig forvaltning er representert. Nesten alt er offentlig eller nært myndighetene, kanskje fordi det finnes et departement eller direktorat med mandat og budsjett til å bestille foresight. Mens det for forsikring, bygg og anlegg, juridiske tjenester, revisjon, regnskap, logistikk, varehandel eller industri er vanskelig å finne bransjeanalyser, og det er neppe fordi de ikke blir berørt av KI, eller står over for vanskelige utfordringer fremover.

Et annet viktig poeng er at disse scenarioene ikke lett kan sammenlignes på tvers av sektorer. Hver rapport har sin egen arkitektur, sine egne analyser av endringsdrivere og kritiske veivalg, som gir et antall scenarioer, og sine egne tidshorisonter. Man kan ikke lese noen av rapportene jeg har listet opp over i samme rammeverk, med unntak av EU-kommisjonens rapport del 3 som jeg nevnte over, som skårer et tjuetalls næringer på én og samme modenhetsskala, basert på tolv empiriske indikatorer, og plasserer dem i tre profiler med ulik forventet bane til 2030. Da blir det sammenlignbart på tvers av sektorer i den forstand at bygg og anlegg og finans kan sammenlignes mot hverandre i samme rammeverk og med samme begreper.

1c. Bruk av 2x2 aksekors, med et norsk bidrag

En mye brukt metode for å lage scenarioer er en modell med to variable som legges langs to akser, en vertikal og en horisontal. Det gir en 2x2-matrise med fire ulike kombinasjoner. Enkelt, men veldig effektivt hvis de to aksene representrerer viktige usikkerheter om fremtiden som er ulike og kan operere i ulike kombinasjoner. Metodisk er det best om begge aksene representerrer variabler som er styrt av ytre forhold, slik at alle fire kvadrantene er fremtidstilstander man tester strategier og tiltak opp mot. Eventuelt at begge aksene beskriver ting man kan påvirke, slik at alle fire fortellinger er resultat av bevisst og ønsket posisjonering for en virksomhet. En blanding fungerer dårligere.

Et eksempel på bruk av et aksekors og en 2x2 matrise er Word Economic Forums Four Futures for Jobs in the New Economy (WEF, jan. 2026). Aksene her er eksponentiell vs inkrementell KI-utvikling vertikalt, og begrenset KI-modenhet vs utstrakt KI-modenhet i arbeidsstyrke horisontalt Det gir fire kombinasjoner: Supercharged Progress, Age of Displacement, Co-Pilot Economy og Stalled Progress. 

Rapporten avsluttes med ni "no-regret»-strategier" som er hanldinger som fungerer uansett rute, og som nettopp er viktige funn som denne scenariometodikken kan brukes til å få frem. Tiltak som testes opp mot de ulike fremtidstilstandene, og viser seg å ha verdi uansett kvadrant, er det lavere risiko knyttet til å gjennomføre.

Det er også et interessant norsk scenariobidrag om hvordan KI-utviklingen pårivrker kompetansebehov i arbeidslivet. Det er Kompetansbehovsutvalgets temarapport "Framtidige kompetansebehov: Hvilken kompetanse trenger Norge for å lykkes med digital omstilling?" Det kommer fra et offentlig utvalg nedsatt av kunnskapsdepartementet, og handler om å gi anbefalinger om kompetansebehov for -tiltak, men på tvers av sektorer og bransjer, for KI vil vi finne over alt. 

Rapporten er ikke først og fremst en scenariorapport, men bruker flere ulike innfallsvinkler til å gi råd om kompetansebehovene knyttet til digitalisering og KI. Men kapittel 4.3 beskriver scenarioer satt opp i et klassisk 2x2 aksekors med to variabler og fire fortellinger om  ulike fremtider. Den vannrette aksen er omfanget av KI-integreringen, fra ny KI-vinter til KI som infrastruktur. Den loddrette akser er rollefordelingen mellom mennsker og maskin. KI som estatter ansatte, eller KI som komplementært verktøy. 

Resultatet er fire interessante framtidsbilder: Delvis interaksjon, Integrert samspill, Begrenset fortrengning og Omveltende automatisering, med en tidshorisont på rundt ti år. Fortellingene er ikke utbrodert med farger og eksempler, men det tenker jeg er en invitasjon til noen andre.

2. Prognosen: "Dette tror vi vil skje"

Det finnes andre måter å fortelle om fremtiden på enn scenarioer. Vi kan prøve oss med prediksjoner. Prediksjoner om fremtiden, brukes i mange andre sammenhenger der det gir mening å fremskrive seg til hvordan fremtiden vil kunne bli, basert på dagens trender. Så kan man skru litt opp eller ned på ulike variable for å illustrere hvordan en liten justering i dag kan få stor effekt om noen år, men hovedretningen er den samme. 

Regjeringens perspektivmelding hvert fjerde år om norsk økonomi, velferdsnivå, arbeidsmarked osv er en slik rapport. Og det finnes også en rekke andre ekspertutredninger og myndighetsnedsatte utvalg som har som jobb å fortelle hvordan fremtiden vil bli, og som ligger mye nærmere prediksjoner enn mer eller mindre spekulative scenarioer.

Når det gjelder store og raske teknologidrevne omstillinger som endrer verdikjeder og virksomhetsmodeller er slik fremskrivingsmetodikk mindre anvendbar fordi det er så stor usikkehet om både teknologiutvikling og markedsutvikling, så tidshorisonten kan bli veldig kort før fortellingen er blitt uaktuell. Et miljø som likevel tok sjansen på å spekulere og spå om fremtiden er de som har skrevet AI 2027 (AI Futures Project, april 2025). Den er en en fortelling om noen navngitte fiktive selskaper, som OpenBrain i USA og DeepCent i Kina , og beskriver utiklingen av kapabiliteter og nye anvendelser av KI i fortellingsform måned for måned, og med en forgrening mot slutten mellom en "race"- og en "slowdown"-variant av scenarioet. 

3. Ønsket fremtid: "Dette vil vi at skal skje"

Eksempler på slike mer normative fremtidsfortellinger er AI 2040: Plan A (AI Futures Project, juli 2026) og Europe 2031 (Juijn m.fl., juni 2026)

AI 2040: Plan A er laget av de samme som skrev AI 2027, men dette er i en helt annen sjanger. Det er riktignok flere scenarioer som settes opp mot hverandre i denne rapporten, men de er laget som normative fortellinger der Plan A er den ønskede utviklingen, mens alternativet, Plan B, C, D og S er i ulike grad uønskede eller direkte ødeleggende fremtider for menneskeheten. Forfatterne er eksplisitte: "Plan A is primarily a recommendation, not a prediction". Plan A for forfatterne er en internasjonal avtale mellom USA og Kina om å utsette superintelligens til 2040, kombinert med gjensidig innsyn i FoU, verifisering av regnekraft, en pause på toppekspertnivå i 2035, og en avskrekkingslogikk lånt fra nedrustningsavtaler og atomvåpenprogram. 

Og sånn sett er ikke dette et utviklingsverktøy for å utforske fremtiden fritt, men mer en metodikk for å  teste om forfatternes eget policyforslag overlever møtet med virkeligheten. Og sånn sett kan den samme metodikken elt sikkert brukes til utforske og teste også andre planer og ønskelister, for å se hvor gjennomførbare de er.

Europe 2031 er også en slik normativ fortelling om veivalg som blir tatt for å unngå en samfunnsskadelig KI-utviklining, men med et noe motsatt fortegn. Det går ikke så bra likevel. Her er fortellingen opptatt av hva vi ikke får til i Europa fordi vi ikke ser hva som kommer. Fortellingen er skrevet som en novelle, fortalt gjennom Caroline Dubois, en ung fransk policymedarbeider i Brussel, og Christian Vogt, en tysk gründer som har flyttet til San Francisco. Starpunktet er lanseringen av den kinesiske KI-modellen DeepSeek R1 i januar 2025 og ender i et rom i Washington våren 2031, der Europas skjebne avgjøres uten at Europa har noe å forhandle med.

Det interessante med denne fortellingen er at den tar EUs egne KI tiltak, det vil si suverenitetspakken, KI-gigafactories, håndhevelsen av AI Act, europeisk sky i offentlig sektor, og setter dem under press. For Norge er det også interessant at epilogen foreslår en koalisjon av mellommakter: Nederland, Tyskland, Frankrike, Norge, Storbritannia, Canada, Japan og Sør-Korea – som hver for seg har strategiske roller verdikjeden, og som har mer forhandlingsmakt sammen enn hver for seg. Rapporten er skrevet av et uavhengig utretningsmiljø.

4. Mulighetsrombeskrivelsen: "Fort eller sakte, samarbeid eller konflikt?"

How AGI Could Affect the Rise and Fall of Nations (RAND, juli 2025) og Exploring possible AI trajectories through 2030 (OECD AI Papers No. 55, feb. 2026) er rapporter som ligner på de alternative scenarioforellingene i kategori 1, men ikke setter fortellingene opp mot hverandre som helhetlige alternativer på samme måte. Disse rapportene har mer karakter av at scenarioene ikke er aktive politiske og regulatoriske veivalg, men mer handler om hvor fort den teknologiske utviklingen går, eller hvordan den utenriks- og sikkehetspolitiske utviklingen er. En slags krysning mellom perspektivmelding og scenarioer, kanskje.

Det blir ikke like levende og engasjerende fortellinger med denne tilnærmingen, men dette er grundige og systematiske rapporter fra tunge utredningsmiljøer med høy tillit. RAND-rapporten bruker to variable i et aksekors. Den ene er om KI-utviklingen sentraliseres eller desentraliseres. Den andre er om utfallet styrker eller svekker USA og USAs allierte (geopolitival outcomes-axis). Det munner ut i fortellinger om åtte ulike verdener, som har fått fargerike navn, fra Multilateral Coalition of Democracies Leads via blant annet Cold War 2, The Wild Frontier og Authoritarian Advantage, til Mushroom Cloud Computing, som er betyr krig.

OECD-rapporten Exploring possible AI trajectories through 2030 har jeg ikke lest ordentlig enda. Den omtales av andre som et bidrag som er veldig nyttig i virksomheters praktiske tilnæring til KI-strategier og konkrete KI-tiltak. Den har fire utviklingsbaner: Progress Stalls, Slows, Continues, Accelerates. Den løfter også frem ni kapabilitetsdimensjoner, OECDs AI Capability Indicators. 

Det gjør den til noe mer enn et scenariosett fordi den også kommer med et måleverktøy for KI.kapabilitet. Og KI-kapabilitet er en dimensjon stort sett alle de andre rapportene er opptatt av men som de ikke operasjonaliserer. Når den trekker inn disse dimensjonene kommer rapporten også opp med innovative variasjoner rundt de fire hovedscenarioene, med navn som narrow tool, simple agents, simple robots, socially-limited AI, forgetful AI, digital only AI, AGI og superintelligence. 

I en beslektet katerori fremtidsfortellinger hører OECDs ekspertgruppe om KI-fremtider (Assessing Potential Future AI Risks, Benefits and Policy Imperatives, OECD AI Papers nr. 27, 2024), som ikke presenterer scenarioer, men er en ekspertgruppe som har sett på rammebetingelser og rangert  topp ti gevinster, topp ti risikoer og topp ti policytiltak.

5. Modellen: "Hva sier tallene?"

Her er fortellingene tonet ned, om de finnes i det hele tatt, og poenget er økonomiske modeller og regnestykker. Det er alternativer, men scenarioer her har form av modellbeskriveler som gir ulike utfall. Det er fremskrivninger, men de blir ulike når modellenes forutsetninger skrus på, og modellene kan derfor være gode kilder for tall og struktur for den som vil lage gode scenariobeskrivelser, men trenger data som kan dokumentere de fargerike scenarioene.

Threshold 2030 - Modeling AI Economic Futures er et resultat av at 30 deltakere hadde en konferanse om KI sammen, høsten 2024 der de fikk utdelt tre scenarioer. De heter: Current AI systems, but with improved capabilities, Powerful, narrow AI systems that outperform humans on 95% of well-scoped tasks og Powerful, general AI systems that outperform humans on all forms of cognitive labor. En slags small, medium og large innenfor KI, med andre ord

Bank of International Settlements (BIS), har i sin årsrapport (BIS' årsrapport 2026, kap. I) en graf som presenterer fire scenarioer: Business as usual, bounded productivity boost, transformative AI og demand bottleneck. Det er ingen tilhørende fortelling der, men de har i hvert fall fått Terje Erikstad i Dagens Næringsliv til å skrive en god kommentarartikkel om den. Rapporten gjør også en interessant vri ved at scenarioet om at etterspørselen er flaskehalsen, "demand boottleneck", sier at KI kan føre til mindre vekst. Mens nesten alle andre pessimistiske scenarioer er pessimistiske fordi KI blir for kraftig, eller misbrukes, har BIS en egen fortelling om at teknologien kan svikte økonomisk fordi hver arbeider som blir fortrengt også er en tapt forbruker

Og så kan jeg nevne det internasjonale pengefondet IMFs rapport om Global Economic and Financial Implications of AI (IMF Note 2026/002). Litt tørr i formen, men ganske spennende fordi den gjør et interessant valg når det i motsetnings til mange andre holder rask kapabilitetsutvikling som en felles forutsetning for alle banene, men lar diffusjon være den strukturerende aksen. Den beskriver to baner – forsiktig baseline vs "runaway", over fem år, med anbefalinger sortert i finanspolitikk, pengepolitisk diagnostikk, makrotilsyn og internasjonal koordinering. Er IMF og BIS uenige? Vel, det er i hvert fall slik at mens IMF spør hvor fort diffusjonen går så spør BIS om rask diffusjon av KI kan undergrave sitt eget kundegrunnlag fordi kjøpekraften faller og veksten kan gå ned.

I denne kategorien vil jeg også trekke frem en rapport fra Sverige, som er den eneste nordiske jeg har funnet av dette slaget: Algoritmer för allmän nytta (ESO 2025:2, april 2025), skrevet av Magnus Lodefalk, Erik Engberg og Aili Tang. ESO er Expertgruppen för studier i offentlig ekonomi, som ligger under det svenske Finansdepartementet. De bestiller uavhengige rapporter om offentlig ressursbruk. Rapporten er ikke skrevet inn i KI-politikkdebatten, men inn i et budsjett- og bemanningsproblem. Spørsmålet er ikke om KI fortrenger arbeidskraft, men om KI kan dekke en arbeidskraftsmangel som demografien sørger for.

Metodisk er dette en datatung sektoranalyse der arbeidskraftsbehov og produktivitet simuleres fram til 2044, i fire scenarioer: baslinje, konservativt, hovedscenario og optimistisk. Alt annet enn KI holdes fast, både demografi, politiske reformer og geopolitikk. Uten økt KI-bruk vokser arbeidskraftsbehovet i svensk offentlig sektor med 15 prosent på tjue år, mens produktiviteten vokser med 4 prosent, altså 0,2 prosent i året. I hovedscenarioet, der teknologien fortsetter å utvikle seg moderat vokser arbeidskraftsbehovet bare med 4 prosent, mens produktiviteten øker med drøyt 15 prosent, rundt 0,7 prosent i året. I det optimistiske scenarioet, som også forutsetter at KI gjør robotikk anvendbar i omsorgstjenestene, faller arbeidskraftsbehovet 4 prosent under dagens nivå. Jeg tror vi har dataene til å kjøre en tilsvarende regneøvelse i Norge.

6. Metalaget: "Hva trenger vi av metoder og verktøy for å lage gode scenarioer?"

Hvor er verktøybutikken men de verktøyene som trengs? Hvor finner jeg gode råd og tips om hva som egner seg best, og hvordan jeg skal bruke dem når jeg ikke har gjort det før. Og siden dette handler om fremtiden, der ingen av oss har vært enda, så er det ikke ingen fasitsvar, men det er noen gode rammeverk for å gjennomføre slik prosjekter, og det finnes ting for helt ulike ambisjonsnivåer og kombleksiteter, både small, medium og large. 

Jeg ble veldig fascinert av en metodebeskrivelse om hvordan man gjør dette i praksis fra Assosiation of Resarch Libraries Futurescape Libraries AI-toolkit, Et praktisk opplegg for å gjennomføre fremtidsverksteder om KI.

Et bra norsk bidrag til metode- og verktøysamlingen om bruk av fremsyn og scenarioer er en artikkel av Åsmund Eikenes, min tidligere kollega i Halogen, som har skrevet i Stat og styring om: "Om språk i framsynsarbeid – utforming av aksekors for slagkraftige scenario". Dette er en veldig fin artikkel om konkrete erfaringer han har gjort med å identifisere og velge ut gode aksekors når du ønsker å lage noe som tilfører verdi til en prosess med den metoden.

Et annet, og ganske teoritungt bidrag til diskusjonen om hvordan vi best jobber med usikre fremtider er RANDs rapport om "Artificial General Intelligence Forecasting and Scenario Analysis - State of the Field, Methodological Gaps, and Strategic Implications" fra mars 2026. En gjennomgang av ulike metoder som brukes, som ekspertundersøkelser, prediksjonsmarkeder, compute-baserte modeller og scenarioanalyse. Den dokumenterer styrker og svakheter ved hver av dem, men nekter å anbefale en bestemt modell. Det er avhengig av mål og kontekst.

Jeg vil  til slutt nevne et helt annet type eksempel, finske Sitras rapport "Digitalisation and AI in public administration - International examples and best practices". Eksempler og beste praksiser er det denne rapporen er. Den har kartlagt internasjonale eksempler og beste praksis i offentlig forvaltning, men trekker også inn en fremtidsvisjon: agent-staten, der KI-agenter ikke bare er verktøy for saksbehandlere og fageksperter, men de er aktører i selve forvaltningsprosessen. Dette beskrives i form av tre grader av å overføre myndighet til KI-agenter, opp til en «meta-agent-stat» der agenter danner nettverk seg imellom. Det er en av få konkrete beskrivelser av hvordan forvaltningens arbeidsform, og ikke bare dens verktøykasse, kan forbedres med KI.