Dette har skjedd innen AI i det siste
AI-utviklingen fortsetter i høyt tempo, men det mest interessante nå er ikke bare nye modeller. Det er hvordan teknologien flyttes inn i arbeidsverktøy, søk, distribusjon og faktiske systemer.
De siste ukene har vi sett tydelige bevegelser i hvordan AI påvirker synlighet i søk, hvordan annonseplattformer blir mer autonome, og hvordan modeller som ChatGPT og Gemini utvikler seg til arbeidsflater snarere enn rene samtaleverktøy.
Samtidig har Claude fra Anthropic fått en tydeligere rolle i markedet. Derfor har vi denne gangen inkludert en egen seksjon om Claude og utviklingen der, slik at du får et mer komplett bilde av hvordan konkurransen og innovasjonen utvikler seg på tvers av aktører.
Parallelt strammes kravene til transparens, sikkerhet og kontroll. Når AI får mer operativ rolle i hverdagen, øker også ansvaret for hvordan den brukes.
📈 AI i markedsføring
AI flyttes fra optimalisering til distribusjon, synlighet og systemdrift
Utviklingen innen AI i markedsføring fortsetter å akselerere i mars 2026. Plattformene bygger stadig mer automatisering direkte inn i annonseverktøyene, men det nye nå er at AI påvirker hvor synlighet skapes, hvordan kampanjer leveres, og hvordan markedsføring driftes i systemer.
Den mest synlige utviklingen er hvordan AI-søk og AI-svarflater påvirker oppdagelse og kjøpsreise. Når brukere får ett samlet svar i stedet for en liste med lenker, øker konkurransen om å bli nevnt i AI-genererte svar. Dette betyr at synlighet i AI-søk nå handler om mer enn tradisjonell rangering.
Google beskriver selv at annonser testes i AI Mode, og at formatene skal passe naturlig inn i samtalen. Skillet mellom organisk og betalt synlighet blir dermed mindre tydelig.
Samtidig har det vært offisielle ranking-oppdateringer i søk denne måneden, noe som kan påvirke både trafikk og synlighet. I mars rullet Google også ut March 2026 spam update, en egen spam-oppdatering som skapte merkbar volatilitet for mange nettsider. For mange virksomheter betyr dette at både SEO-struktur og innholdsstrategi må gjennomgås.
Derfor snakker flere nå om GEO, Generative Engine Optimization. GEO handler om å optimalisere innhold slik at det blir brukt og sitert i AI-genererte svar, ikke bare rangert i tradisjonelle søkeresultater.
Parallelt beveger Meta seg videre mot mer dynamisk annonseleveranse. Flere formater og kreative assets kan brukes i samme annonseoppsett, og systemet velger kombinasjon og visningsformat mer autonomt. I praksis leverer markedsføreren et bibliotek av innhold som algoritmen optimaliserer på tvers av målgrupper og plasseringer.
Når produksjon og testing skaleres opp med AI, øker også behovet for tydelige kvalitetsrammer. Dette merkes særlig i strengere håndheving rundt villedende påstander og sensitive attributter i annonsetekst og kreativ. Når volumet øker, øker også risikoen for feil.
Samtidig øker fokuset på transparens. Bransjen beveger seg mot tydeligere retningslinjer for når AI-bruk bør opplyses, og hvordan AI-generert innhold bør merkes. IAB har lansert et AI Transparency and Disclosure Framework for annonsering, og i EU jobbes det parallelt med Code of Practice for merking av AI-generert innhold, med ny milepæl i mars. Dette kobler direkte på tillit, troverdighet og fremtidig compliance.
AI i markedsføring handler heller ikke bare om annonser og kreativ produksjon. CRM- og marketing operations-plattformer integrerer nå AI dypere i arbeidsflyten. Produksjon, publisering, analyse og rapportering kobles tettere sammen, og AI blir en del av den operative driften.
Samtidig ser vi en tydelig utvikling: Produksjon er ikke lenger flaskehalsen. Det er kvalitet, idé og merkevarekontroll som skiller. Når volumet av varianter øker, må virksomheter etablere klare guardrails for tone, påstander, rettigheter og transparens.
Hva betyr dette for deg?
AI i markedsføring i 2026 handler ikke bare om å produsere mer innhold eller automatisere annonser. Det handler om å være synlig i AI-svarflater, gi algoritmene bedre inputs og sikre kvalitet og etterlevelse i høy skala.
De som lykkes fremover, er ikke de som bruker mest AI. Det er de som styrer den best.
🤖 ChatGPT, API-er og modeller
AI flyttes fra enkeltprompts til agentbaserte systemer
Utviklingen i ChatGPT og OpenAI-plattformen fortsetter i høyt tempo. Der forrige oppdatering handlet om nye modeller og integrasjoner, ser vi nå en tydeligere dreining mot langvarige agent-arbeidsflyter og mer strukturerte systemoppsett.
Den viktigste nyheten siden sist er lanseringen av GPT-5.4. OpenAI beskriver modellen som spesielt sterk for profesjonelt kunnskapsarbeid og agentbruk, inkludert det de omtaler som “computer use”. Det betyr at modellen kan tolke skjermbilder og foreslå eller utføre handlinger via tilgjengelige verktøy, for eksempel ved å skrive kode som styrer nettlesere og apper i mer praktiske arbeidsflyter.
Dette markerer et tydelig skifte: AI går fra å svare på spørsmål til å bidra aktivt i gjennomføring av oppgaver over tid.
På utviklersiden er Responses API videreutviklet for mer robuste agentoppsett. OpenAI har introdusert Skills, som gjør det mulig å pakke instruksjoner, skript og ressurser i gjenbrukbare moduler gjennom en SKILL.md-fil. Dette gjør det enklere å standardisere arbeidsflyt og kvalitet på tvers av prosjekter og team.
Samtidig har server-side compaction blitt en viktig del av håndteringen av lange samtaler. I stedet for at utviklere manuelt må redusere kontekst, kan API-et automatisk komprimere historikken når en definert terskel nås. Dette gjør agentbaserte prosesser mer stabile og skalerbare.
Sanntid og lyd får også mer plass. OpenAI tilbyr egne modeller for tale- og lydarbeidsflyt, som gpt-realtime-1.5 og gpt-audio-1.5. Dette gjør det enklere å bygge stemmebaserte assistenter og kundedialog med lavere friksjon og mer naturlig samhandling.
For utviklingsteam har OpenAI også lansert Codex Security i research preview. Dette er et agentbasert sikkerhetsverktøy som kan identifisere og foreslå utbedringer av sårbarheter i kodebaser. Målet er å redusere manuelt sikkerhetsarbeid og gjøre AI til en aktiv del av kvalitetssikringen.
Samtidig blir Model Context Protocol, MCP, mer praktisk relevant. Zapier har lansert Zapier MCP, som gjør det mulig å koble AI-agenter til et bredt spekter av apper via en standardisert integrasjonsflate. Notion har etablert Notion MCP, som gjør det mulig for AI-verktøy å lese fra og skrive til arbeidsområder løpende. Dette peker mot en utvikling der AI ikke bare brukes i én plattform, men fungerer på tvers av systemer.
Utviklingen viser tydelig at ChatGPT og OpenAI beveger seg fra å være en chatbot til å bli en AI-plattform for arbeidsflyt, integrasjoner og automatisert systemdrift.
Hva betyr dette for deg?
AI flytter seg videre fra enkeltprompts til systemer som kan analysere, produsere og bidra i gjennomføring av oppgaver over tid. For virksomheter og byråer betyr dette at konkurransefortrinn i økende grad handler om å bygge riktige workflows, sikre kvalitet og ha kontroll på tilgang, databruk og vedlikehold.
Det er ikke lenger nok å “bruke AI”. Nå handler det om å strukturere den.
🧪 Verktøy og testing
AI-verktøy som er relevante akkurat nå
Utvalget av AI-verktøy vokser raskt, men de siste ukene ser vi særlig to tydelige retninger: et kvalitetsløft i generativt visuelt innhold, og en bølge av agentplattformer som flytter AI fra generering til faktisk arbeid på tvers av systemer.
Innen bildeproduksjon har Microsoft introdusert MAI-Image-2, en ny generasjon bilde-AI med tydelig bedre realisme og mer presis detaljkontroll. For markedsførere betyr dette mer produksjonsklare kampanjebilder og raskere konseptutvikling med mindre behov for etterarbeid. Generativ bildeproduksjon beveger seg dermed nærmere et nivå som kan brukes direkte i kommersielle flater.
Gamma Imagine er også verdt å følge med på. Gamma beveger seg fra å være et presentasjonsverktøy til en mer helhetlig designflyt der grafikk og visuelle assets kan genereres direkte fra tekst. Dette gjør det enklere å visualisere konsepter, lage infografikk og produsere innhold til sosiale medier i én og samme arbeidsprosess.
På agentsiden er OpenClaw blitt en av de mest omtalte plattformene den siste perioden. Populariteten illustrerer hvor raskt agentøkosystemet modnes. Samtidig viser utviklingen at denne kategorien krever mer moden bruk. Agentverktøy kan utføre handlinger i systemer, og det øker behovet for tydelige rammer, begrenset tilgang og testing i kontrollerte miljøer.
Her kommer NVIDIA NemoClaw inn som et interessant tillegg. NemoClaw er utviklet for å gi mer sikkerhet og kontroll når OpenClaw-agenter kjøres i virksomheter. Dette peker mot en tydelig trend: enterprise-markedet tar agentbruk mer seriøst, med større fokus på logging, policy og styring.
På videosiden ser vi et skifte der flere modeller nå kombinerer video og lyd i én generering. LTX-2.3 fra Lightricks er et eksempel på dette, og er særlig relevant for rask produksjon av SoMe-innhold, storyboard og testing av videoidéer. Helios er et annet eksperimentelt spor å følge, spesielt innen lengre video og mer effektiv generering, og illustrerer hvordan AI-video utvikles raskt. Dette viser hvordan AI-video beveger seg fra eksperimentering til mer praktisk bruk i kampanjer og innholdsstrategi.
En tydelig utvikling er at verktøyene ikke lenger står alene. Flere plattformer kobler idé, produksjon og distribusjon tettere sammen. AI-verktøy blir i økende grad del av en samlet arbeidsflyt fremfor enkeltstående generatorer.
Hva betyr dette for deg?
AI-verktøy i 2026 handler ikke bare om å lage tekst, bilder eller video raskere. Det handler om å bygge mer sammenhengende produksjonssystemer der idé, generering og publisering kan skje i én flyt.
Samtidig øker behovet for kontroll. Når verktøyene blir kraftigere, blir det viktigere å teste trygt, sjekke lisens og eierskap til output, og avklare GDPR før kundemateriell eller persondata tas inn i nye løsninger.
Det er ikke verktøyene alene som gir konkurransefortrinn. Det er hvordan dere strukturerer og styrer dem.
🧠 Google – AI
Utviklingen i Googles AI-økosystem
Google fortsetter å akselerere utviklingen av Gemini-økosystemet. Siden forrige oppdatering har selskapet gjort flere konkrete grep som viser retningen: raskere modeller, flere operative flater og tydeligere sikkerhetsjusteringer.
En viktig nyhet er introduksjonen av Gemini 3.1 Flash-Lite. Dette er en modell rettet mot høyvolumsbruk, med lavere kostnad og høyere hastighet. Google oppgir, målt i sammenligning med tidligere Flash-modeller, at modellen gir 2,5 ganger raskere første respons og rundt 45 prosent høyere svarhastighet. Modellen er tilgjengelig via Gemini API, AI Studio og Vertex AI, og er særlig relevant for utviklere som bygger apper med høy trafikk eller behov for lav latency.
På bildesiden har Google introdusert Nano Banana 2 i preview, også omtalt som gemini-3.1-flash-image-preview. Dette er en modell for rask og skalerbar bildegenerering og redigering, utviklet for kreative apper og utviklingsmiljøer som trenger høy hastighet og lav forsinkelse.
Samtidig flyttes Gemini tydeligere inn i hverdagsflater. Gemini i Chrome rulles nå ut til flere land og støtter over 50 språk. Google Maps har fått “Ask Maps”, en samtalebasert assistent som gjør det mulig å stille spørsmål direkte i kartet, kombinert med oppgradert Immersive Navigation.
I Search blir AI-opplevelsen mer interaktiv. Google har startet en gradvis utrulling av Search Live til over 200 land og territorier, drevet av Gemini 3.1 Flash Live. Dette gjør det mulig å snakke med søk og bruke kamera i sanntid for å få kontekstuelle svar. Oppdagelse og research beveger seg dermed fra statiske søkeresultater til mer dynamiske og samtalebaserte grensesnitt.
Google gjør det også enklere å bytte plattform. Gemini lar nå brukere importere både minne og chat-historikk fra andre chatboter, slik at man kan fortsette med mer kontekst uten å starte helt på nytt. Dette senker terskelen for å flytte arbeidsflyt og bygge videre på tidligere samtaler.
Samtidig ser vi tydeligere sikkerhetsjusteringer. Google har fjernet en AI-funksjon i Search som oppsummerte brukergenererte helseråd, kjent som “What People Suggest”. Selskapet møter også et søksmål med alvorlige anklager knyttet til Gemini og psykisk sårbarhet. Dette øker presset på sikkerhetsmekanismer og ansvarlig design av AI-assistenter.
På enterprise-siden integreres Gemini dypere i sikkerhetsprodukter. Google har blant annet introdusert ny “dark web intelligence”-funksjonalitet i Google Threat Intelligence, som bruker AI for å analysere og overvåke trusler mer effektivt.
Hva betyr dette for deg?
Google vinner fart ved å gjøre Gemini raskere og billigere, samtidig som AI flyttes inn i flater som Chrome, Maps og live-søk. For markedsførere og skapere betyr det at synlighet, oppdagelse og research i stadig større grad skjer i AI-drevne grensesnitt.
Samtidig blir tillit og sikkerhet viktigere. Når AI får mer operativ rolle i søk og daglig bruk, øker også kravene til ansvarlig design, transparens og kontroll.
Utviklingen peker i én retning: AI er ikke lenger et tillegg i Googles økosystem. Det er selve laget som binder det sammen.
🧠 Claude (Anthropic)
AI flyttes videre inn i arbeidsverktøy og agent-flyt
Anthropic fortsetter å utvikle Claude i retning av mer operativ bruk i arbeidshverdagen. Der modellen tidligere primært ble brukt til analyse og tekstproduksjon, ser vi nå en tydeligere satsing på agentbaserte arbeidsflyter og integrasjoner mot verktøy.
Claude Code har introdusert en eksperimentell “auto mode” som lar AI ta flere beslutninger selv underveis i kodearbeid. Modusen er laget for å håndtere lengre arbeidssekvenser mer autonomt, samtidig som sikkerhetsmekanismer som skal hindre risikofylte handlinger er bygget inn. Dette viser hvordan Claude beveger seg fra å være en assistent til å bli en mer aktiv deltaker i utviklingsarbeid.
Samtidig har Claude bygget ut MCP Apps, som gjør det mulig å koble verktøy som Slack, Asana, Figma og Canva direkte inn i chatten med mer interaktive flater. I praksis kan Claude jobbe direkte med oppgaver, dokumenter og innhold i disse verktøyene uten at du må bytte kontekst. Dette gjør Claude mer til et nav i arbeidsflyten enn en isolert chatbot, og AI kan i større grad hente inn kontekst og bidra direkte i prosjektarbeid.
Anthropic har også løftet Office-flyten. Claude i Excel har fått forbedringer for arbeid med data og analyse, og Claude for PowerPoint er tilgjengelig i beta eller research preview. Dette gjør veien fra innsikt til ferdig presentasjon kortere, særlig for team som jobber med rapportering og kundeleveranser.
Utviklingen peker i retning av at Claude i økende grad posisjoneres som en arbeidsplattform, ikke bare en samtalepartner.
Hva betyr dette for deg?
Claude beveger seg tydelig mot å bli en arbeidsflate der AI kan samarbeide, koble seg på verktøy og utføre mer av selve jobben. For byråer og virksomheter betyr det større potensial for automatisering i produksjon og prosjektarbeid.
Samtidig øker behovet for kontroll. Når AI får mer operativ rolle i kode, dokumenter og samarbeidsverktøy, bør testing skje kontrollert, med klare rutiner for tilgangsstyring, loggføring, kvalitet og sikkerhet – spesielt når kundedata er involvert.
🌍 Globale AI-nyheter
Investeringer, agenter og tillit i praksis
De siste ukene har AI-nyhetene handlet mindre om hva teknologien kan gjøre i teori, og mer om hva som skjer når den flyttes inn i faktiske systemer, plattformer og samfunn.
En tydelig tillitsmarkør er at Wikipedia nå strammer inn og begrenser bruken av AI til å skrive eller omskrive artikler som artikkelinnhold. Dette signaliserer at kvalitet, kildekrav og redaksjonell kontroll blir viktigere i takt med at volumet av AI-generert innhold øker. Når selv åpne kunnskapsplattformer justerer praksis, understreker det hvor sentral tillit har blitt i AI-økosystemet.
På agentsiden har NVIDIA brukt GTC til å løfte agentøkosystemet opp på infrastrukturlaget. Med NemoClaw og OpenShell settes det tydeligere rammer for sikrere utrulling av AI-agenter i virksomheter. Dette peker mot en utvikling der agenter ikke bare er et produktivitetsverktøy, men en del av selve plattformstacken, med policy, tilgang og guardrails som en integrert del av løsningen.
Samtidig akselererer det som omtales som physical AI. Amazon har kjøpt robotikkselskapet Rivr for å teste såkalt doorstep delivery. Dette viser hvordan AI og autonomi flyttes fra programvare og skjermflater til logistikk, robotikk og sisteleddslevering i praksis.
På arbeidsplassen fortsetter Microsoft å posisjonere Copilot og agentløsninger som neste steg i produktivitet. Ambisjonen er at AI i større grad skal utføre oppgaver og prosesser over tid, ikke bare generere tekst eller oppsummere informasjon.
Utviklingen viser at AI-kappløpet nå handler om mer enn modeller. Det handler om hvem som klarer å bygge systemer som kombinerer kapasitet, kontroll og tillit.
Hva betyr dette for deg?
- AI flyttes inn i reelle systemer, og da blir tre faktorer avgjørende: kontroll, tillit og infrastruktur.
- Kontroll handler om tydelige rammer for policy, tilgang og styring av agenter og automatiserte prosesser.
- Tillit handler om kvalitet, kildegrunnlag og transparens når AI brukes i kommunikasjon.
- Infrastruktur handler om evnen til å levere kapasitet, stabilitet og sikkerhet i skala.
For markedsføring og kommunikasjon betyr dette at synlighet og troverdighet blir enda mer verdifullt når AI-innhold og automatisering øker. I en verden der mer produseres raskere, blir det som er presist, ansvarlig og godt forankret viktigere enn noen gang.
Kort oppsummert
AI utvikler seg raskt, men det handler ikke lenger bare om nye modeller og funksjoner. Det som kjennetegner utviklingen nå, er at teknologien flyttes inn i faktiske arbeidsflater, systemer og distribusjonskanaler.
I markedsføring betyr dette at synlighet ikke bare handler om rangering, men om å bli valgt i AI-svarflater. For verktøyene innebærer det at generering går over i gjennomføring. På plattformnivå får AI en mer operativ rolle i hverdagen, enten det er i Chrome, Maps, Slack, Excel eller i kodebaser.
Samtidig øker kravene til kontroll. Når AI kobles tettere til arbeidsflyt, data og publisering, blir policy, transparens og tilgangsstyring avgjørende.
Forskjellen fremover ligger ikke i hvem som bruker mest AI.
Den ligger i hvem som strukturerer den best.
Vi følger utviklingen videre og rydder i det som faktisk betyr noe.
