Tankeledere

Hvorfor det er værd at udvikle suveræn AI – og hvor det går galt

Brian Rowe
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterSlettede brugerchats kan bevares af en dommer i en retssag, du aldrig har været en del…
Vis mere
  • Slettede brugerchats kan bevares af en dommer i en retssag, du aldrig har været en del af.
  • Suveræn AI handler i virkeligheden om kontrol snarere end om nationale grænser eller flag.
  • Operationel suverænitet er den søjle, som de fleste virksomheder overser, når de bygger suveræn AI.

Den 13. maj 2025 underskrev en føderal magistratdommer på Manhattan en kendelse om fremlæggelse af beviser i ophavsretsstriden mellem The New York Times og OpenAI. Kendelsen pålagde OpenAI at “bevare og adskille alle logdata for output, som ellers ville blive slettet.”

Det betød chats, som brugerne allerede havde bedt om at få slettet. Kendelsen omfattede ChatGPT Free-, Plus-, Pro- og Team-konti samt API-kunder uden en aftale om nul dataopbevaring. OpenAI kæmpede imod. Virksomhedens driftsdirektør, Brad Lightcap, kaldte det “en overskridelse af beføjelserne.” Den brede kendelse ophørte i slutningen af september, men data fra konti, som Times havde udpeget, er fortsat underlagt en retlig bevaringspligt.

Virksomhedskunder var undtaget. Det gjaldt ikke mange af de virksomhedsteams, der brugte Team-abonnementer og almindelige API-nøgler. Ingen af dem var parter i sagen. De trykkede på slet. En dommer i en andens retssag besluttede, at slet ikke betød slet.

Jeg er ikke ude efter OpenAI. Virksomheden kæmpede hårdt imod. Det er netop pointen. Når dine data ligger på en andens platform, er det andres juridiske kampe, kontrakter og politikker, der afgør, hvad der sker med dem.

Forestil dig nu, at det gælder din egen virksomhed. Dine kontrakter, dine skadesanmeldelser, din kildekode, dine kunders helbredsoplysninger. Stadig mere af det hele behandles af AI-modeller, der kører på infrastruktur, du ikke ejer, og er underlagt vilkår, du ikke selv har skrevet.

Det er det, suveræn AI i virkeligheden handler om. Ikke flag og grænser. Kontrol.

Tallene viser, at det ikke er en nichebekymring

McKinsey spurgte 300 ledere, investorer og offentlige embedsmænd sidst på året. Enoghalvfjerds procent kaldte suveræn AI en “eksistentiel bekymring” eller et “strategisk imperativ”. McKinsey vurderer, at markedet vil nå 600 milliarder dollar i 2030, og at helt op til 40 % af AI-arbejdsbelastningerne potentielt kan flyttes til suveræne miljøer.

Virksomhedsdataene peger i samme retning:

  • Næsten fire ud af fem organisationer fortalte Linux Foundation, at suveræn AI er en strategisk prioritet. Omkring 90 % sagde, at open source er afgørende eller meget vigtigt for at nå målet.
  • 74 % af mere end 900 it-ledere i Europa, Mellemøsten og Afrika fortalte Red Hat, at AI-suverænitet er en prioritet for de næste 18 måneder. 92 % sagde, at open source til virksomheder er afgørende.
  • 63 % af organisationerne bruger allerede AI-modeller med åben kildekode ifølge en undersøgelse fra McKinsey og Mozilla Foundation blandt mere end 700 teknologiledere i 41 lande. 76 % forventer at bruge flere.

Læg mærke til sammenhængen. Suverænitet og open source dukker igen og igen op sammen. Det er ikke tilfældigt.

Derfor er jeg optimistisk

Jeg har sagt det før: Modellerne er gode nok. Til det meste af det daglige arbejde, virksomheder faktisk har brug for – opsummering, research, instruktionsefterlevelse og dokumentbehandling – gør fremskridtene med frontmodellerne ingen nævneværdig forskel. En model, der vinder en matematikkonkurrence på olympiadeniveau, gør ikke sagsbehandlingen af dine skadesanmeldelser hurtigere.

Jeg har kørt åbne modeller som Qwen på mit eget hardware og set dem løse virkelige opgaver i applikationer godt. Jeg kan finjustere dem med mine egne data på min egen maskine uden at sende en eneste post ud af huset. For to år siden var det ikke en realistisk mulighed for virksomheder. I dag er det.

Det ændrer regnestykket for suverænitet. Du behøver ikke udvikle en frontmodel for at eje din AI. Du kan tage en stærk model med åbne vægte, køre den inden for dine egne mure eller i en suveræn cloud, tilpasse den med dine data og beholde vægtene.

Udbudssiden er også i bevægelse. I august indvilligede Nvidia i at betale Poolside 6 milliarder dollar for at få licens til virksomhedens platform til modeludvikling og tilbød mere end 100 af Poolside-ingeniørerne job; det hele var rettet mod Nvidias familie af modeller med åbne vægte, Nemotron. Når virksomheden, der sælger hakker og skovle, investerer så mange penge i åbne modeller, vil de åbne modeller blive ved med at blive bedre.

Sikkerhedsværktøjerne er også ved at indhente udviklingen. Fortrolig inferens bruger et betroet eksekveringsmiljø inde i CPU’en eller GPU’en, så dataene forbliver krypterede, indtil de når et afskærmet område på chippen. Selv cloududbyderen kan ikke se dem. Så går man fra at håbe, at dataene er sikre, til at vide, at de er det.

Så ja. Suveræn AI kan være virkelig, virkelig god. Lavere omkostninger pr. arbejdsbelastning, ingen uventede prisstigninger, ingen model, der pludselig udfases, og et klart svar, når bestyrelsen spørger, hvor dataene ender.

Men jeg ville gøre dig en bjørnetjeneste, hvis jeg stoppede her.

Læs det med småt, før du skriver under

Computerkraften er koncentreret, og den er ikke billig. Indekset over suveræn AI fra Center for a New American Security viser, at omkring 90 % af computerkraften til frontbaseret AI findes i USA og Kina. McKinsey bemærker, at kun omkring 30 lande har computerkraft, der kan håndtere avancerede AI-arbejdsbelastninger. At eje hele sin teknologiske stak kræver GPU’er, strøm, køling og folk, der ved, hvordan udstyret skal drives. Sæt penge af til det hele, ikke kun til chippen.

Suveræn betyder ikke selvforsynende. CNAS følger 184 regeringsstøttede suveræne AI-projekter. Mere end tre femtedele oplyser, at de har mindst én udenlandsk partner, og de fleste af disse partnere er amerikanske virksomheder. Selv nationer kan ikke klare det alene. World Economic Forum og Bain hævder, at suverænitet i virkeligheden handler om »strategisk indbyrdes afhængighed«. Det er jeg enig i. Beslut, hvilke lag du er nødt til selv at kontrollere, og hvilke du trygt kan leje.

Åbne modeller halter stadig bagefter på de sværeste opgaver. McKinsey fremhæver, at lokaliserede modeller kan have svært ved at matche de mest avancerede modellers ydeevne. For visse arbejdsopgaver er den forskel vigtig. Løsningen er ikke alt eller intet. Lad modeller, du selv ejer, håndtere følsomme opgaver med stor volumen, og sørg for at have en styret adgang til API’er for de mest avancerede modeller, når problemerne virkelig kræver dem.

Det er driften, der får de fleste programmer til at gå i stykker. Infrastruktur, data og kontrol over modellerne får opmærksomheden. Operationel suverænitet – hvem der kan få adgang til systemet, hvem der kan ændre dets konfiguration, og hvem der kan kontrollere, hvad det har gjort – er den søjle, de fleste virksomheder overser. Det bliver hurtigt alvorligt, når AI-agenter begynder at handle på dine vegne. Hvis en ekstern leverandør har nøglerne til dine agenter, har du ikke suveræn AI. Du har en hostet tjeneste med et pænere navn.

Lås dig ikke fast i en ny boks. Suverænitet handler om valgfrihed. Byg, så du kan skifte modeller uden at skulle bygge alt omkring dem op igen. Hvis din »suveræne« stak kun kan køre én model fra én leverandør, har du blot flyttet afhængigheden.

Se det som ingeniørarbejde, ikke indkøb

De organisationer, der lykkes med dette, behandler hvert element som et teknisk krav med en ansvarlig person og et målepunkt. Hvor foregår inferensen fysisk? Hvor og hvor længe logges prompts og output? Hvilke data ser de enkelte modeller? Hvem kan slukke for det?

De organisationer, der kæmper med det, behandler suveræn AI som et afkrydsningsfelt i et leverandørspørgeskema.

Det stemmer overens med alt det, jeg ser i vores arbejde hos Marlabs. Modellen er sjældent problemet længere. Det er implementeringen. Menneskene, arkitekturen, styringen. Suveræn AI ændrer ikke på det. Det gør det endnu vigtigere at få tingene gjort rigtigt.

Tilbage til retssalen på Manhattan

Brugerne på Team-abonnementet gjorde ikke noget forkert. De stolede på deres aftale med leverandøren. Afgørelsen om deres data blev truffet i en retssal, de aldrig selv satte deres ben i.

Du kan selv træffe den beslutning. Når din bestyrelse, din tilsynsmyndighed eller din største kunde spørger, hvem der kontrollerer deres data, og hvem der ellers kan se dem, giver veludført suveræn AI dig et klart svar. Vis præcis, hvor dataene befinder sig. Vis, hvem der har nøglerne.

Det er værd at bygge. Bare sørg for at bygge det med åbne øjne.

Hvad driver samtalen om suveræn AI i din organisation? Fortæl mig det.

Brian Rowe er senior vicepræsident for AI og maskinlæring hos Marlabs. Med 30 års erfaring og 2.200 medarbejdere er Marlabs, der har base i New York City, en partner inden for AI-transformation, som hjælper Fortune 500-virksomheder med at integrere AI i driften og skabe vedvarende, målbar værdi på tværs af brancher.