Agentisk AI vil endre alt

Under dag to av AWS re:Invent 2025 ble det på mange måter markert et tidsskille. Ikke fordi vi fikk se nye modeller eller enda raskere chipper, men som følge av en utvikling som vil for alltid endre forholdet mellom mennesker, maskiner og arbeid. Agentisk AI er ikke bare en teknologisk oppgradering. Det er en ny produksjonslogikk. Og konsekvensene blir enorme, også for Norge.

Vi står midt i et nytt teknologisk skille som de færreste forstår hvor stort det er

Det finnes øyeblikk i teknologihistorien hvor alt endrer seg uten at folk helt skjønner det der og da. Internett var ett. Smarttelefonen et annet. Og nå står vi i et nytt skifte. Ikke fordi vi får smartere og kraftigere programmer, men fordi programmene nå kan handle på egne vegne.

Dagens keynote under årets re:invent handlet om nettopp dette. Swami Sivasubramanian, Vice President of Agentic AI hos AWS, brukte over to timer på scenen,  sammen med en rekke AWS-kunder, til å fortelle at AI ikke lenger bare skal svare oss. Den skal planlegge, tilpasse seg, lære, og gjennomføre hele arbeidsprosesser. 

Det handlet om agentisk AI, og det er mye mer enn bare AI-agenter. 

Fra assistent til medarbeider

Det er lett å tro at dette bare er en naturlig videreføring av AI-assistenter som ChatGPT, Copilot eller Amazon Q. Men Swami forklarte en forskjell som er lett å overse:

• En tradisjonell AI er en assistent. Du spør, den svarer.
• En AI-agent er en utfører. Den gjør det du ber den om.
• Men agentisk AI er en medarbeider. Den forstår mål, lager planer, velger verktøy, håndterer feil, lærer av erfaringer, og tar initiativ.

Det kan sammenlignes med forskjellen mellom en junior-ansatt som venter på instruksjoner, og en senior-rådgiver som ser problemet, kartlegger situasjonen og leverer løsningen før du rekker å spørre. Det er dette som er agentisk AI.

Og det er dette som gjør det så kraftfullt, og samtidig så problematisk.

//Artikkelen fortsetter etter annonsen//

Nå kan alle bygge sine egne medarbeidere

For å få dette til, har AWS utviklet det som etter min mening er et av de viktigste verktøyene på flere år i dette AI-racet, nemlig AWS Strands Agents.

Strands gjør for AI-agenter det WordPress gjorde for publisering, det senker terskelen til nesten null. I stedet for å programmere komplekse arbeidsflyter, beskriver du i praksis bare:

• hva agenten skal oppnå,
• hvilke verktøy den kan bruke,
• og hvilken modell den skal tenke gjennom.

Resten håndterer Strands selv. Det betyr at enhver utvikler, og etter hvert enhver kunnskapsarbeider, kan bygge agenter som tidligere ville krevd et helt ingeniørteam.

AWS beskriver det slik: Strands kobler modellens resonneringsevne med tilgangen til verktøy, akkurat som to DNA-strenger som danner en helhet. Agenten tenker, bruker verktøy, reflekterer og prøver igjen helt på egen hånd. Slik går utvikling fra å være en teknisk disiplin til å bli en samtale med systemet.

Når AWS sier at de selv bruker Strands i Amazon Q Developer, AWS Glue og VPC Reachability Analyzer, er det et sikkert tegn på at dette ikke er eksperimenter.

Dette er infrastrukturen for den neste generasjonen av AI.

AWS bygger et operativsystem for fremtidens arbeidsstyrke

Strands hjelper deg å bygge agenter. AgentCorp hjelper deg å drifte dem. Hvis Strands er kjerne, er AgentCorp muskler og skjelett. Swami kalte det en plattform for å

build, deploy and manage agents in production – safe and scalable.

Men egentlig er det noe mer dramatisk enn som så. Det er starten på et operativsystem for AI-medarbeidere.

AgentCorp løser alle problemene som virksomheter i dag strever med:

• Hvordan gi en agent tilgang til sensitiv data uten å kompromittere sikkerheten?
• Hvordan sørge for at agenter husker konteksten på tvers av oppgaver og tid?
• Hvordan teste agenters handlinger før de møter kunder?
• Hvordan la mange agenter samarbeide i samme prosess?

For første gang kan bedrifter drifte digitale medarbeidere på samme måte som de drifter digitale systemer. Dette muliggjør en helt ny måte å organisere arbeid på.

//Artikkelen fortsetter etter annonsen//

AI som medarbeider skaper enorme muligheter, men også nye utfordringer

Når AI ikke bare foreslår, men faktisk utfører arbeid, og gjør det raskere, billigere og mer presist enn mennesker, endrer det arbeidsmarkedet fundamentalt. Dette er ikke science fiction. Det skjer allerede.

Fra scenen fikk vi høre at PGA Tour bruker agentisk AI til å produsere 10 ganger mer innhold enn før, og det uten å ansette én eneste ny medarbeider.

Blue Origin bruker nesten 3.000 agenter internt for alt fra design til dokumentasjon. Selskaper i produksjon og logistikk kutter utviklingstid fra måneder til bare noen få dager.

For virksomheter som klarer å ta dette i bruk, representerer det et konkurransefortrinn som sannsynligvis blir like stort som da internett kom.

Men for dem som ikke klarer det, vil gapet øke dramatisk.

Hva skjer med nyutdannede når AI gjør jobben de skal lære i?

Dette var en underliggende utfordring som keynoten til Swami ikke nevnte noe om, men som vi må tørre å adressere før det er for sent. Faktum er at nyutdannede lærer arbeidslivet gjennom nettopp de oppgavene AI nå automatiserer, som for eksempel: 

• dataanalyse,
• rapportering,
• research,
• kvalitetssikring,
• administrativ støtte, og
• enklere programmering.

Det er slik man får foten innenfor. Det er slik man bygger erfaring. Det er slik man utvikler intuisjon og faglig dømmekraft.

Når agentisk AI tar over disse oppgavene, er det betimelig å spørre oss selv hvordan oppvoksende generasjoner skal bygge den slags kompetanse hvis de aldri får startet i bunnen av karrierestigen. 

Hvis karrierestigen faktisk forsvinner. 

Vi står i fare for å skape et arbeidsliv der kun seniorer blir etterspurt, og der juniorer ikke lenger får trent på det som tidligere var inngangsporten.

Og dette skjer før agentisk AI virkelig har slått igjennom.

//Artikkelen fortsetter etter annonsen//

Tempoet bestemmer hvem som vinner, og hvem som forsvinner

Jeg sier det ofte, og jeg mener det fortsatt: Teknologi skaper ikke forskjeller. Det er det bruken av den som gjør, og keynoten til Swami viste klart og tydelig hvor raskt denne utviklingen går.

Nasjoner, virksomheter og individer som adopterer agentisk AI får et tempo som andre rett og slett ikke kan matche.

Dette er ikke forbigående. Det er strukturelt.

For Norge betyr det tre ting:

1. Virksomheter som bygger agentiske AI-systemer nå, vil utkonkurrere dem som venter. 
2. Offentlige sektorer som ikke tar det i bruk, vil bli hengende etter både økonomisk og tjenestemessig. 
3. Arbeidstakere som ikke lærer å samarbeide med AI, vil miste relevans.

Dette er ikke en trussel. Det er en realitet.

Agentisk AI i offentlig sektor representerer en mulighet vi ikke har råd til å la være

Norge har et unikt utgangspunkt. Vi har høy digital modenhet, høy tillit og sterke institusjoner. Men samtidig har vi lange beslutningsprosesser, kultur for risikominimering og et regelverk som ofte tolkes for strengt.

Agentisk AI kan hjelpe oss med alt fra saksbehandling til forebyggende helsearbeid. Men det krever at vi tør å bruke det.

I helsevesenet kan agentisk AI ta over mye av det som i dag stjeler tid fra leger og sykepleiere, som å sortere pasienthenvendelser, vurdere hvem som trenger hjelp først, og gi helsepersonell et raskt overblikk over hva som haster og hva som kan vente.

I NAV kan agenter hjelpe med alt fra veiledning til å vurdere regler og finne riktig tiltak for riktig person.

I kommunene kan agenter koordinere byggesaker, økonomi, planarbeid og dialog med innbyggerne, slik at ting går raskere og blir mer oversiktlig. 

Hvis vi ikke tar dette i bruk, vil gapet mellom Norge og nasjoner som allerede er godt i gang, som Singapore, Sør-Korea, Estland og i økende grad USA, bare bli større.

Og dette handler ikke bare om effektiv drift. Det handler om selve bærekraften i velferdsstaten vår for de kommende tiårene.

//Artikkelen fortsetter etter annonsen//

Planlegg for det beste, men forbered deg på det verste

Denne transformerende måten å drive virksomhetene på, mener jeg krever at vi makter å ha to tanker i hodet samtidig: 

1. På den ene siden har vi enorme muligheter. Agentisk AI kan frigjøre tid, redusere kostnader, øke presisjon og gi oss en helt ny type innovasjon. 
2. På den andre siden må vi ikke være naive. Agentisk AI kan gi feil beslutninger. Det kan forsterke kompetansegap. Det kan gjøre unge arbeidstakere overflødige før de har begynt.  Det kan gjøre oss enda mer avhengige av utenlandske teknologiselskaper. Det kan skjule feil i automatiserte prosesser vi ikke klarer å se eller forstå.

Poenget mitt er ikke at vi skal frykte teknologien, men vi må heller ikke romantisere den.

2025 markerte starten på agentøkonomien og Norge kan ikke stå på utsiden

Swamis keynote var ikke bare et teknologishow. Det var et tydelig varsel. Agentisk AI betyr at arbeid ikke lenger bare utføres av mennesker, men av systemer som kan tenke, planlegge og løse komplekse problemer på egen hånd.

Det betyr billigere produksjon, raskere innovasjon og mer konkurranse. Men også større risiko, mer ansvar og større kompetanseutfordringer.

Den store forskjellen mellom nasjoner, virksomhetene og enkeltmennesker kommer ikke til å være hvem som har tilgang til AI. Det kommer til å være hvem som klarer å bruke den, og da både strategisk, ansvarlig og ambisiøst.

Vi kan planlegge for det beste, basert på en arbeidsstyrke der mennesker og AI samarbeider tett. Men vi må også forberede oss på det verste, på at de som velger å stå utenfor, blir stående igjen.

Teknologihistorien er full av nasjoner som ventet for lenge.

Jeg håper virkelig ikke at vi blir ett av dem. 

Det er min største frykt. 

Disclaimer: Jeg har for andre gang blitt invitert av AWS for å være med på hele re:invent-konferansen i Las Vegas. AWS har betalt for reise og opphold, men har ikke stilt noen krav til hva jeg skriver og hvordan jeg dekker konferansen.