AI-bransjen konkurrerer om større modeller, flere GPU-er, mer avanserte agenter og raskere infrastruktur. Men ifølge Raymond Steen, grunnlegger og teknisk direktør i VORTIQ-X, den virkelige flaskehalsen ligger et annet sted.
Det avgjørende spørsmålet er ikke lenger bare hva AI kan foreslå. Spørsmålet er hvem som har myndighet til å la AI handle.
I dette intervjuet med IT-Branschen beskriver han Raymond Steen hvorfor bedriftens AI fortsatt fast i pilotfasen, hvorfor rekkverk ikke er nok alene og hvorfor fremtiden AI-infrastruktur må kunne skille mellom intelligens og autoritet.
Redaksjonell merknad: IT-Branschen har gjennomgått presentasjons- og testmaterialet for VORTIQ-X. Intervjuet er publisert som redaksjonelt innhold, og svarene er gjengitt med Raymond Steens egne ord.
Fra ingeniør til utfordrer i bransjen
IT-bransjen: Nesten hele AI-bransjen fokuserer på å bygge stadig kraftigere modeller. Dere valgte en annen vei. Hvorfor?
Raymond Steen:
Fordi bransjen optimaliserer feil variabel.
Alle prøver å vinne kappløpet ved å gjøre AI veldig kreativ i forslagene sine. Nesten ingen svarer på spørsmålet som avgjør om teknologien faktisk kan tas i bruk på en trygg måte: hvem har myndighet til å la den handle?
En modell kan være ti ganger bedre til å foreslå en betaling, en utlevering av data eller en endring i infrastruktur, og fortsatt ikke ha en eneste prosent større rett til å implementere noe av det.
Kapabilitet og autoritet er to forskjellige problemstillinger. Jeg valgte det siste. Det viste seg å være akkurat det problemet som hele markedet til syvende og sist står overfor, og vi sørget for at hver organisasjon kan opprette og opprettholde riktig mandat.
IT-bransjen: Var det et øyeblikk da du innså at bransjen løste feil problem?
Raymond Steen:
Ja. Juni 2025.
Jeg jobbet meg gjennom noen etiske dilemmaer med en chatbot, nærmere bestemt trikkeproblemet i seks forskjellige varianter. Den nektet ikke. Den svarte. Den sa at ett liv var verdt mer enn et annet og satte en grønn hake ved siden av svaret.
Jeg kranglet med det i en time, og til slutt sluttet det å svare. Så fant jeg en transkripsjon av det samme spørsmålet fra en annen økt, og der hadde det blitt fullstendig besvart.
Så spurte jeg rett ut: hvis datteren min stiller dette spørsmålet, vil hun få samme avslag?
Det forsikret meg om at den samme grensen gjaldt globalt. Det gjorde den ikke. Jeg hadde fremkalt avslaget ved å argumentere for det. Hun ville ikke sette seg ned og krangle.
Det var øyeblikket.
Problemet var ikke at maskinen var farlig, men at grensen flyttet seg avhengig av hvem som presset den. Hvis en grense kan snakkes bort, er det ikke en grense. Det er en stemning.
Jeg innså at hele bransjen bygde opp kapasitet på toppen av nettopp dette.
AI som kan handle krever et nytt kontrolllag
Ifølge Raymond Steen handler ikke problemet bare om individuelle chatboter eller individuelle svar. Det handler om hva som skjer når AI begynner å koble seg til virkelige systemer, virkelige data og virkelige konsekvenser.
Raymond Steen:
Helt siden den gang har det vært det samme problemet i forskjellige klær.
Vi ser AI som kan flytte penger, tømme en journal eller sette en maskin i bevegelse, kombinert med et tilstandslag som gir etter.
Jeg bygde VORTIQ-X slik at avgjørelsen om hvorvidt noe får skje tas på et sted hvor modellen ikke kan argumentere mot det. Det kan også sjekkes i etterkant av noen som heller ikke stoler på meg.
IT-bransjen: Beskriv VORTIQ-X til en administrerende direktør i én setning.
Raymond Steen:
VORTIQ-X avgjør om et AI-forslag kan bli virkelighet og etterlater bevis som dine egne ansatte kan bekrefte offline, uten å ringe oss eller stole på en aktiv VORTIQ-X-tjeneste.
IT-bransjen: Hvilke antagelser om AI trodde du en gang på, og hvilke har du siden revurdert?
Raymond Steen:
Jeg antok at bedre modeller og bedre rekkverk ville løse de fleste problemene med å introdusere AI i organisasjoner.
Det gjør de ikke.
De forbedrer forslagene og reduserer kjente risikoklasser, men ingen av dem skaper et klart mandat som noen kan holdes ansvarlig for.
Hvorfor mange AI-prosjekter blir sittende fast i pilotfasen
Hundrevis av milliarder har blitt investert i modeller, skyinfrastruktur og AI-plattformer. Likevel sliter mange AI-initiativer i større organisasjoner med å gå fra pilotprosjekter til reell produksjon.
Ifølge Raymond Steen skyldes dette at pilotprosjekter kan fungere til tross for usikkerhet. Produksjon krever noe annet.
IT-bransjen: Hundrevis av milliarder har blitt investert i modeller og infrastruktur, men mange AI-initiativer i organisasjoner sitter fast i pilotfasen. Hvorfor?
Raymond Steen:
Fordi et pilotprosjekt kan overleve fordi et menneske kan fange opp usikkerheten. Produksjon kan ikke.
I produksjonen er spørsmålene nådeløse.
Nøyaktig hvilke data er tillatt å legge inn? Hva har agenten lov til å gjøre? Kan det mottakende systemet nekte? Hva skjer hvis tillatelsen brukes på nytt? Kan vi rulle tilbake før en endelig handling iverksettes? Kan vi bevise en avslag like tydelig som en godkjenning?
Organisasjonene som kan svare på spørsmålene vil bli utplassert. De som ikke kan det, vil bli værende i pilotfasen.
Det som mangler er ikke mer intelligens. Det er en kontrollert transaksjon mellom KI-intensjon og operative konsekvenser.
Vi la til noe som alle vi diskuterte med mente var umulig. Vi gir organisasjoner verktøy for å vise hva AI ikke gjorde og hva den nektet å gjøre.
Dette er ikke lenger en svart boks. Det er noe som til og med vil endre hvordan forsikringsbransjen håndterer AI-hendelser.
Tillit til AI betyr ikke at modellen alltid har rett
I mange organisasjoner er tillit til AI fortsatt knyttet til kvaliteten på modellene. Bedre modeller antas å ta bedre beslutninger. Raymond Steen mener at dette er en farlig forenkling.
IT-bransjen: Alle snakker om AGI, resonneringsmodeller og autonome agenter. Du vektlegger tillit og myndiggjøring. Hvorfor er det den virkelige utfordringen?
Raymond Steen:
Fordi større evne øker verdien av det rette mandatet. Det reduserer det ikke.
Det er en misforståelse rundt dette problemet. Tillit til AI i organisasjoner bør aldri bety å tro at modellen ikke vil være feil.
Dette burde bety at et feilaktig, manipulert eller altfor vidtrekkende forslag aldri kan få autoritet fra starten av.
Når grensen er riktig konstruert, trenger du ikke perfekt modellatferd. Du trenger en autoritet som aldri forhandler.
Det er det som gjør AI skalerbar.
IT-sjefer må slutte å se modellen som den vanskeligste delen
For mange IT-sjefer og IT-ledere er modellvalg fortsatt et sentralt spørsmål. Bør organisasjonen velge OpenAI, Anthropic, Google, Microsoft, lokale modeller eller åpne modeller?
Raymond Steen mener at problemstillingen er viktig, men ikke den vanskeligste.
IT-bransjen: Hva er den største misforståelsen IT-sjefer fortsatt har om AI i organisasjoner?
Raymond Steen:
De mener at den vanskelige delen er å velge en modell.
Modellen er faktisk den mest utskiftbare delen av teknologibunken, og vi viste det på den reneste måten som mulig.
Modellen trenger autoritet for produksjonslansering, avstemming gjennom hele livssyklusen og streng styring.
Du trenger en modell som oppfyller kravene og et separat autoritetslag. Når en IT-sjef ser det, blir arkitektursamtalen veldig enkel.
Intelligens og kompetanse er ikke det samme
En sentral del av Raymond Steens resonnement er skillet mellom intelligens og autoritet. Intelligens handler om å finne ut hva som er sannsynlig, nyttig eller optimalt. Autoritet handler om hva organisasjonen faktisk tillater.
IT-bransjen: Du sier at intelligens og makt er helt forskjellige ting. Hvorfor er den forskjellen så viktig?
Raymond Steen:
Intelligens beregner hva som er sannsynlig, nyttig eller optimalt.
Autorisasjon er organisasjonens nåværende beslutning om hva den tillater, i henhold til et spesifikt mandat, i dette øyeblikket, for dette mottakersystemet og med denne gjenopprettingsmodusen.
En modell kan identifisere den mest lønnsomme transaksjonen helt korrekt, den raskeste responsen eller den mest sannsynlige trusselen, og fortsatt mangle tillatelse til å bruke pengene, isolere systemet eller sette maskinen i gang.
Å behandle modellens sikkerhetsnivå som en tilstand er den farligste snarveien i agentbasert AI.
Dette er snarveien som store deler av bransjen for tiden tar uten å være klar over det.
Rekkverk alene er ikke nok
Rekkverk har blitt et av de mest brukte ordene innen AI-sikkerhet. Men ifølge Raymond Steen er de ikke nok til å håndtere AI-systemer som opererer på tvers av flere systemer, prosesser og forretningskritiske miljøer.
IT-bransjen: Mange bedrifter tror at strengere rekkverk er løsningen. Hvorfor er ikke rekkverk nok i seg selv?
Raymond Steen:
Fordi rekkverk bare ser overflater som en ledetekst, et svar eller et verktøykall.
Konsekvenser omfatter flere systemer. Det samme teknisk gyldige API-kallet kan lukke en støttesak, avslutte en policy eller stoppe en kritisk tjeneste.
En guardrail kan fortelle deg at kallet er riktig formatert. Den kan ikke avgjøre om det skal utføres.
Rekkverk gir støtte, men autoritet er avgjørende.
Du trenger begge deler, og organisasjonene som lykkes med å implementere dem er de som forsto forskjellen tidlig.
Neste del
I neste del av intervjuet går Raymond Steen dypere inn i AI-markedet, NVIDIA, Microsoft, Åpen kunstig intelligens, Anthropic, Google, Autorisert etterspørsel og hvorfor VORTIQ-X mener at verifiserbar autorisasjon kan bli et nytt fundament for bedrifts-AI.
Swedish
Danish
Norwegian
Finnish
English
German
Dutch