Fullutrustad och vettig räckvidd – men BYD Atto 2 känns inte färdig för europeiska vägar. Vi har tagit den på en provtur.

Det blev ledmotivet till ett av 90-talets mest betydande och älskade dataspel. Nu ska musiken till Doom sparas till eftervärlden i USA:s kongressbibliotek.

Redan nästa vecka kan e-metanoltillverkaren Liquid Wind läggas ut för försäljning i sin helhet • Nu uttalar sig vd och grundare Claes Fredriksson.

Chat GPT i all ära men det börjar bli tydligt att det är på företagsmarknaden som generativ AI ska skapa värde och med det ge de pengaeldande leverantörerna nödvändiga intäkter. Det är också lika tydligt att det inte räcker med att bara sälja verktygen eftersom de flesta företag inte lyckas göra något vettigt med dem, misslyckandegraden i AI-projekt är fortsatt hög. I dagarna har både Anthropic och Open AI startat nya konsultbolag tillsammans med kapitalstarka partner framför allt från private equity-sfären. De nya bolagen är anmärkningsvärt lika varandra och har som syfte att, kortfattat, hjälpa företag att implementera AI. Modellen är att skicka ut så kallade Forward Deployed Engineers (eller Applied AI Engineers som Anthropic kallar dem) för att på plats på företagen identifiera problem och bygga lösningar. Nu lär inte Open AI:s och Anhropics konsulter knacka på vanliga cio:ers dörrar i första taget. De nya samriskbolagen är som sagt startade i samarbete med stora private equity-bolag och huvuduppgiften lär vara att gå in i PE-jättarnas portföljbolag och hjälpa till med den effektivisering som är PE-bolagens själva affärsidé. Men konceptet med Forward Deployed Engineers är ändå på frammarsch och värt att titta lite extra på. FDE-modellen ”uppfanns” av Palantir och är ett slags blandning av en lösningsarkitekt, teknisk säljare, produktutvecklare och verksamhetskonsult. Begreppet är numera långt ifrån unikt för Palantir och rollen syns i dag allt mer både hos både stora leverantörer och i konsultbolag.  Tanken är att en FDE bäddas in hos kundföretaget för att jobba sida vid sida med de anställda, i kundens system, och samtidigt identifiera problem som kan lösas och möjligheter som kan förverkligas med hjälp av leverantörens mjukvara. Lösningen byggs sedan på plats tillsammans med kunden. Rollen skiljer sig från det traditionella it-konsultupplägget där ett företag identifierar ett problem eller en lösning/tjänst som behövs, och sedan tar in ett konsultbolag för att bygga den enligt beställning. Istället går alltså FDE-upplägget ut på att konsulten både hittar möjligheterna, säljer in lösningen och bygger den. Det innebär något annat än den vanliga beställare-utförare-modellen, vilket också möjliggör att en FDE i idealfallet mäts på utfall och inte på leverans. Det liknar på vissa sätt mer hur managementkonsulter jobbar, fast på en teknisk nivå. Där en managementkonsult har uppdraget att ”föreslå hur vi kan effektivisera vår kundtjänstverksamhet” och en traditionell it-konsult har uppdraget att ”bygga en kundtjänst-bot”, har en FDE uppdraget att titta på hur kundtjänsten kan effektiviseras – med mjukvara/AI. En managementkonsult med mjukvarublicken.  En nackdel, för att inte säga risk, är att de här moderna tidsstudiemännen för att göra sitt jobb så bra som möjligt behöver ha insyn i exakt allt. De behöver tillgång till varenda arbetsflöde, alla interna verktyg, alla behörigheter och beslutsprocesser, och förstås alla data. Annars är den där mjukvarublicken inte mycket att ha.  Det här blir extra prekärt med tanke på att en FDE enligt Palantir-modellen även är en produktutvecklare. Allt man lär sig och allt man bygger ska helst också förädla den egna produkten. Knäckfrågan blir vem som får tillgång till kunskapen FDE:erna tillskansar sig. Varför den här modellen passar perfekt just i AI-eran är inte särskilt svårt att se. Ett stort problem med generativ AI är ju att alla, företagsledningar i synnerhet, vill ha tekniken och få alla fördelar som utlovats, men inte lika många vet vad man ska ha den till. Inte heller företagsledningar har mjukvarublicken. Så frågan ”Vi måste göra något med AI, vad?” besvaras enklast genom att en konsult från Open AI får bestämma det. En AI-bestyckad Forward Deployed Engineer blir därmed, precis som tekniken själv, en lösning på jakt efter ett problem. –– Den här krönikan är hämtad ur CS Veckobrev, ett personligt nyhetsbrev med lästips, länktips och analyser skickat direkt från chefredaktör Marcus Jerrängs skrivbord. Vill du också ha nyhetsbrevet på fredagar? Skriv upp dig för en kostnadsfri prenumeration här.

Microsoft har börjat dra tillbaka interna licenser för Anthropics AI-verktyg Claude Code och vill istället att utvecklare använder företagets eget Github Copilot CLI-verktyg, rapporterar The Verge. Claude Code uppges ha varit populärt bland tusentals Microsoft-anställda. Även bland personer utan traditionell programmeringsbakgrund som designers och projektledare. Officiellt handlar beslutet om att samla utvecklingen kring Copilot CLI som ett gemensamt verktyg. Men enligt The Verge finns även ekonomiska skäl bakom beslutet, eftersom licensneddragningarna sker precis innan Microsofts nya räkenskapsår börjar i juli. Företaget hoppas nu förbättra Copilot CLI snabbt, eftersom många interna utvecklare enligt uppgifter föredragit Claude Code framför Microsofts egen lösning.

AI-bolaget Anthropic satsar nu på småföretag med den nya tjänsten Claude for Small Business. Målet är att få fler mindre verksamheter att börja använda AI i det dagliga arbetet, inte bara stora företag som redan investerat tungt i tekniken. Tjänsten bygger på företagets plattform Claude Cowork och erbjuder automatiserade funktioner för bland annat bokföring, affärsinsikter och marknadsföring. Den kan också kopplas ihop med verktyg som Quickbooks, Canva, Docusign, Hubspot, Google Workspace, Microsoft 365 och Paypal. Enligt Anthropic har småföretag halkat efter i AI-utvecklingen eftersom många verktyg varit anpassade för stora företag och avancerade it-team. Företaget hoppas därför kunna göra AI enklare och mer praktiskt användbart för mindre verksamheter. I samband med lanseringen startar Anthropic även “AI Fluency for Small Business”, en kostnadsfri utbildning om hur småföretag kan använda AI i verksamheten. Sedan tidigare erbjuder även konkurrenten Open AI Chat GPT-lösningar för mindre team och företag.

En ny zero day-sårbarhet med namnet YellowKey gör det möjligt att kringgå standardskyddet i Windows 11:s Bitlocker-kryptering på bara några sekunder, rapporterar Ars Technica. Säkerhetsbristen kräver fysisk tillgång till datorn och använder ett specialgjort USB-minne för att lura Windows återställningsmiljö att ge angriparen full åtkomst till den krypterade disken, utan att någon Bitlocker-nyckel behöver anges. Säkerhetshålet upptäcktes av säkerhetsforskaren Nightmare-Eclipse och har bekräftats av flera andra säkerhetsforskare. Exakt hur sårbarheten fungerar är fortfarande oklart, men mycket tyder på att den utnyttjar en äldre funktion i Windows filsystem NTFS, kallad Transactional NTFS. Microsoft uppger för Ars Technica att företaget håller på att undersöka det hela.

Förra månaden lanserades en förhandsversion av Claude Mythos, en AI-modell från Anthropic som ska hjälpa säkerhetsforskare att hitta sårbarheter i operativsystem och annan mjukvara. Senaste nytt är att forskare från säkerhetsföretaget Calif varnar för att Claude Mythos kan användas för att kringgå säkerheten i Mac OS. På bara fem dagar lyckades Calif ta fram en lösning på hur man ska komma runt Memory Integrity Enforcement (MIE), ett hårdvarubaserat minnesskydd som återfinns i Apples datorer och mobiltelefoner. I klippet nedan kan du se implementeringen av koden: Calif har lovat att inte dela med sig av detaljerna i den 55-sidiga rapporten förrän Apple har täppt till sårbarheten som hittades av Claude Mythos.

Cisco har under de senaste åren gjort sig av med fler än 10 000 anställda och nu står det klart att ytterligare 4 000 får sparken, vilket motsvarar 5 procent av den kvarvarande arbetsstyrkan. De nya uppsägningarna kommunicerades i samband med att Cisco presenterat en rekordstark kvartalsrapport där omsättningen ökat med 12 procent jämfört med motsvarande period förra året. – Företagen som går segrande i AI-eran kommer att vara de som är tillräckligt fokuserade, snabba och disciplinerade att kontinuerligt rikta investeringarna mot de områden där efterfrågan och det långsiktiga värdeskapandet är starkast. Jag är övertygad om att Cisco kommer att bli en av dessa vinnare. Det innebär att fatta svåra beslut om var vi investerar, hur vi är organiserade och hur vår kostnadsstruktur återspeglar möjligheterna framför oss, skriver Ciscos vd Chuck Robbins i ett blogginlägg med titeln ”Our Path Forward”. Vill du veta mer om detaljerna i Ciscos kvartalsrapport kan du surfa vidare till vår systerpublikation Networkworld.

Open AI låter meddela att du från och med nu kan fjärrstyra det populära kodverktyget Codex, detta genom att koppla ihop din mobil med din dator. Från mobilen kan du sedan starta nya projekt eller hålla koll på existerande projekt, rapporterar Techcrunch. För att använda Codex i mobilen behöver du installera den senaste uppdateringen av Chat GPT för Android eller IOS. Värt att nämna är att funktionen för närvarande är tillgängligt för alla användare, alltså även gratisanvändarna.

DEBATT. Det är inte bråttom med ny kärnkraft – men det är bråttom att granska notan på flera hundra miljarder kronor, skriver Edward Jobson och Stefan Park.

Det enorma fundamentet är på plats i Darlington, ett stort steg för Kanadas första SMR-bygge. Samma småskaliga modulära reaktor övervägs även i Sverige.

Det känns som världens längsta och mest offentliga skilsmässa. I slutet av april förhandlade Microsoft och Open AI återigen om den långdragna upplösningen av relationen som pågått mellan de två under de senaste åren. Vid första anblicken ser det ut som en vinn-vinn-situation. I stora drag får Open AI större frihet att styra sin egen kurs – man kan till exempel sälja sina modeller till Microsofts konkurrenter som Amazon och Google – medan Microsoft får ett bättre intäktsavtal och förhandsrätt till de senaste Open AI-teknikerna under det kommande decenniet. Men i själva verket fick det ena företaget ett bättre avtal än det andra. Vem kom ut som vinnare? För att ta reda på det måste vi först titta på de viktigaste detaljerna i det nya avtalet. Ett nytt avtal efter mycket bitterhet Kom ihåg att detta nya avtal inte uppstod ur tomma intet. Det är ett direkt resultat av Microsofts hot i mars om att stämma Open AI när de tecknade ett avtal värt 50 miljarder dollar med Amazon, vilket gör det senare företaget till den enda tredjepartsleverantören av molntjänster för Open AI:s företagsplattform för att bygga och driva AI-agenter. Efter att avtalet mellan Amazon och Open AI undertecknats hävdade Microsoft att det stred mot deras exklusiva molnavtal med Open AI. En källa inom Microsoft sa till Financial Times: ”Vi kan vårt avtal. Vi kommer att stämma dem om de bryter mot det. Om Amazon och Open AI vill satsa på kreativiteten hos sina avtalsjurister skulle jag satsa på oss, inte på dem.”    Det ledde till förhandlingar och slutligen till ett avtal mellan Microsoft och Open AI som luckrar upp banden mellan de två företagen, vilket gör det lättare för dem att gå sina egna vägar. Det förändrar också de finansiella relationerna mellan dem avsevärt.  Vad Open AI fick Avtalet gav Open AI det som företaget desperat ville ha – en viss grad av oberoende från Microsoft. Den största fördelen för Open AI är att företaget nu kan sälja sina AI-modeller via andra företag än Microsoft, bland annat på Google Cloud och Amazon Web Services. (Hittills har modellerna endast varit tillgängliga på Microsoft Azure.)  Med den nya friheten kan Open AI lättare staka ut sin egen kurs istället för att låta Microsoft bestämma den. Open AI får också något avgörande för sin förväntade börsintroduktion – en slutlig gräns för hur mycket pengar man måste betala till Microsoft. Open AI betalar nu 20 procent av sina intäkter till Microsoft. Enligt de nya villkoren kommer Open AI att fortsätta betala fram till 2030, men det totala beloppet för dessa betalningar kommer att begränsas. Företagen har inte avslöjat vad denna gräns är. Taket är avgörande för Open AI, eftersom investerare kommer att vara mer benägna att köpa Open AI-aktier om företagets långsiktiga lönsamhet inte tyngs av betalningar till Microsoft. Vad Microsoft fick Microsoft får också ett bra avtal. Även om Open AI nu kan sälja till Microsofts konkurrenter förblir Microsoft Open AI:s främsta molnpartner; Open AI:s produkter måste levereras på Azure innan de blir tillgängliga hos konkurrenterna. Det ger Microsoft en betydande fördel som ”först på marknaden”, eftersom dess kunder kommer att få Open AI:s senaste produkter före Amazons och Googles kunder. Avtalet förlänger också Microsofts grepp om Open AI:s immateriella rättigheter fram till 2032. Microsoft har satsat stort på sin egen AI-utveckling, så när det exklusiva avtalet löper ut kommer Microsoft sannolikt inte längre att behöva det. Avtalet kommer också att bidra mycket till att öka Microsofts vinst. Företaget behöver inte längre betala royalties till Open AI för återförsäljning av Open AI-produkter på Azure. Istället behåller Microsoft nu alla intäkter själv. Och, som beskrivits ovan, får Microsoft fortfarande 20 procent av Open AI:s intäkter tills taket nås. Det finns en sista dold fördel: Det nya distansförhållandet mellan Microsoft och Open AI gör det mindre troligt att Microsoft skulle kunna åtalas enligt antitrustlagar i USA eller utomlands. Den amerikanska Federal Trade Commission har redan granskat förhållandet flera gånger och utfärdat en varning om potentiella antitrustöverträdelser. FTC:s dåvarande ordförande Lina Khan varnade förra året: ”FTC:s rapport belyser hur partnerskap mellan stora teknikföretag kan skapa inlåsningseffekter, beröva nystartade företag viktiga AI-insatser och avslöja känslig information som kan undergräva rättvis konkurrens.” Så vem är den verkliga vinnaren? Microsoft kommer ut som vinnare. Företaget behöver inte längre betala royalties till Open AI, behåller förstahandsrätt till den senaste Open AI-tekniken, behåller exklusiva rättigheter till AI-företagets immateriella rättigheter fram till 2032 och får 20 procent av Open AI:s intäkter tills ett tak nås. Dessutom är det osannolikt att företaget kommer att utredas för antitrustöverträdelser. Utöver det är det fortfarande en stor aktieägare i Open AI, så det kommer att få del av Open AI:s framgångar. Open AI får visserligen också fördelar – men de är inte alls lika betydande som Microsofts. Det är ännu ett exempel på hur Microsoft har använt sin relation med Open AI för att kickstarta sina egna AI-kapaciteter och säkra sin framtid.

Solceller kan driva upp spänningen i hemmet och skada allt från värmepumpar till elbilsladdare – Vattenfall testar lösning.

Amazon Web Services (AWS) omformar sin underliggande nätverksinfrastruktur, ett steg som kan komma att omdefiniera hur företag förhåller sig till molnteknik, kostnader och driftseffektivitet. När företag överväger nästa generations arbetsbelastningar, från generativ AI till globalt distribuerade applikationer, utgör AWS:s heltäckande, anpassade nätverksstack en ny utgångspunkt för molnekonomi, flexibilitet och säkerhet. Låt oss ta en närmare titt på vad AWS har meddelat, varför det är viktigt och hur smarta företagstekniker bör planera för att navigera i landskapet av möjligheter. Låt oss börja med AWS:s nya nätverksfilosofi, som fokuserar på att göra nätverksanslutningen nästan osynlig för både användare och administratörer. För AWS måste nätverket vara lika pålitligt som att trycka på en strömbrytare – det fungerar helt enkelt, och ingen märker det om det inte går sönder. För att uppnå detta högt ställda mål har AWS under det senaste decenniet gått ifrån traditionell, proprietär nätverkshårdvara och byggt en enhetlig, anpassad stack som spänner över allt från kisel till mjukvara. Kärnan i denna innovation är beslutet att använda en enda applikationsspecifik integrerad krets (ASIC) för växling – kiselhjärnan i centrum av varje nätverksväxel – i sina aggregerings-, kärn- och gränsnätverk. I stället för den gamla branschpraxisen att blanda och matcha hårdvara från olika leverantörer (var och en med sin egen firmware, buggar och skalningsutmaningar) har AWS nätverksingenjörs- och driftsteam som fokuserar på en enda, konsekvent grund. Detta förenklar inte bara inköp och felsökning utan möjliggör också skalbara, reproducerbara distributioner som överträffar hastigheten hos konventionella företags- eller molnarkitekturer. Alla dessa switchar kör Net OS, ett Linux-baserat operativsystem som AWS har utvecklat för att optimera säkerhet, automatisering och snabb patchning. Om ett fel uppstår kan AWS åtgärda det överallt, omedelbart; man behöver inte vänta på leverantörspatchar och det finns ingen risk att gårdagens firmwareproblem kan eskalera till morgondagens driftstopp. Siffrorna är häpnadsväckande. Den nuvarande AWS-switchen hanterar 51,2 terabit per sekund (Tbps) över 64 portar, var och en med en hastighet på 800 Gbps. Men innovationstakten accelererar: AWS nästa generations switch, som kommer snart, kommer att nå 102,4 Tbps, med portar som körs på 1,6 Tbps. Sammantaget består AWS nätverk av ungefär 2 miljoner enheter, 50 till 60 miljoner optiska länkar och mer än 20 miljoner kilometer fiber – tillräckligt för att cirkulera månen 25 gånger. Komplexiteten i företagen exploderar Varför bör företag bry sig om detta? Nätverk är fortfarande en dold drivkraft för molnkostnader, tillförlitlighet och flexibilitet. Ju mer komplex din applikationsportfölj blir – från AI-drivna kluster till globalt distribuerade databaser – desto mer betalar du för bandbredd, latens, driftstopp och administrativa kostnader. AWS:s anpassade stack innebär att nätverkets tillförlitlighet, hastighet och säkerhet är inbyggda i infrastrukturen. När AWS uppgraderar sin hårdvara och mjukvara får företagen tillgång till dessa förbättringar omedelbart. En höjdpunkt är introduktionen av hollow-core fiber. Genom att ersätta traditionell fiber med glasrör omgivna av luft (eller vakuum) minskar AWS nätverkslatensen med 30 procent, vilket gör datacenterregionerna större, mer flexibla och bättre rustade att möta krav på låg latens – till ett premiumpris för arbetsbelastningar där latens är skillnaden mellan vinst och förlust. AWS högprecisionsnätverk är en annan banbrytande innovation för arbetsbelastningar som distribuerade databaser och finansiella handelsplattformar. Genom att synkronisera klockor med en noggrannhet på mikrosekunder möjliggör AWS globalt konsistenta transaktioner, vilket öppnar upp för nya applikationsarkitekturer för företag som tidigare tvingades betala höga priser för specialiserad hårdvara och mjukvara. Ännu viktigare är den ”osynliga” nätverksstrategin. Eftersom AWS äger både hårdvaran och mjukvaran kan man snabbt åtgärda buggar, fixa sårbarheter och optimera prestandan. För företagsarbetsbelastningar minskar detta risken, förkortar underhållsfönstren och påskyndar införandet av nya tekniker som generativ AI. Den nya Ultra Cluster-nätverkstopologin minskar också antalet växlar mellan servrar, minskar latensen och stöder gigantiska kluster, vilket är avgörande för företag som satsar stort på AI-träning och inferens. Uppnå kostnadsbesparingar och undvik fallgropar Företag som planerar att införa AWS senaste nätverksplattform bör börja förbereda sig redan nu, även om införandet ligger flera månader fram i tiden. Gör först en grundlig analys av nuvarande och framtida nätverksbehov. Om dina arbetsbelastningar blir allt mer distribuerade, realtidsbaserade eller bandbreddskrävande (tänk AI, Internet of Things, databas-sharding eller finansiell handel) är du troligen en utmärkt kandidat för att dra nytta av fördelarna. Kartlägg era befintliga arkitekturer mot högpresterande nätverksregioner med låg latens inom AWS och utvärdera om era molnbaserade eller hybridarbetsbelastningar kan dra nytta av dessa innovationer utan större förändringar av kod eller dataarkitektur. För det andra, ompröva din driftsmodell. Eftersom AWS hanterar så stor del av nätverksstacken måste it-team flytta fokus från djupgående infrastrukturhantering till strategisk arbetsbelastningsplacering, kostnadsoptimering och prestandajustering. Det som en gång var en högt specialiserad kompetens – finjustering av leverantörsspecifik hårdvara och mjukvara – ger vika för en modell som drivs av insyn, automatisering och integration mellan AWS-tjänster. Företag bör investera i utbildning och verktyg som gör det möjligt för deras team att snabbt reagera på nätverksuppgraderingar, lanseringar av nya funktioner och förändringar i datalokalitet, så att de förblir agila och konkurrenskraftiga. Slutligen bör man utvärdera partnerskap, säkerhet och efterlevnadsmodeller. AWS:s anpassade stack erbjuder förbättrad patchning och snabb respons på sårbarheter, men företagen måste se till att deras egna säkerhetskontroller och revisionsspår är upp till uppgiften. Detta inkluderar granskning av incidenthanteringsplaner, efterlevnadscertifieringar och övervakningsfunktioner, särskilt när nätverksstommen blir ”osynlig” och mindre direkt kontrollerad. Var passar AWS plattform in? AWS innovationer är idealiska för företag med högpresterande, distribuerade arbetsbelastningar, för företag som skalar ut på sätt som belastar äldre arkitekturer, eller för dem som vill minimera driftstopp och driftsfriktion. Om hastighet, tillförlitlighet och extremt låg latens är viktiga konkurrensfördelar, kommer AWS anpassade stack nästan säkert att passa. Men inte alla företag eller arbetsbelastningar behöver det allra senaste. Företag med stabila arbetsbelastningar med låg volym, liten geografisk spridning eller begränsat beroende av realtidsdata kan tycka att de höga priserna för den senaste nätverksinfrastrukturen är onödiga. För vissa behåller multicloud- eller hybridimplementeringar ett strategiskt värde av flexibilitets- eller efterlevnadsskäl; för dessa organisationer krävs en noggrann arkitektur för att undvika inlåsning och för att säkerställa att arbetsbelastningarna kan spänna över flera leverantörer eller lokala miljöer. I slutändan handlar AWS nya nätverksplattform inte bara om hastighet eller kapacitet. Den signalerar en förskjutning mot operativ agilitet, säkerhet och kostnadsoptimering för företag som är villiga att anpassa sig – och en varning till dem som halkar efter. Dagarna av att brottas med lappverk av hårdvaruleverantörer och vänta på nätverksuppgraderingar är på väg att försvinna. För att dra nytta av AWS nätverksrevolution måste företag utveckla sina strategier i dag genom att samordna teknik, människor och processer för att få en konkurrensfördel imorgon.

Från filkaos sedan 2023 till sorterade mappar på några minuter – så funkar ai-agenter i praktiken. Ta del av vår guide, steg-för-steg.

Ny Teknik går igenom: De mörkaste scenarierna, de svagaste argumenten – och de säkerhetsåtgärder som föreslås av forskare och ai-bolag.

Vid Sapphire 2026 presenterade SAP det man kallar ”Autonomous Enterprise”: en omfattande vision där AI-agenter inte bara bistår medarbetarna, utan själva utför affärsprocesser. – Vi bygger inget mindre än ett nytt SAP, sa vd Christian Klein till deltagarna i Orlando, Florida. Företaget, sade han, är på väg att ”bli ett företag inom affärs-AI”. Kärnan är SAP Autonomous Suite, som använder mer än 50 domänspecifika SAP Joule AI-assistenter inom ekonomi, leveranskedja, inköp, HR och kundengagemang. Dessa assistenter samordnar en grupp på över 200 specialiserade agenter för att utföra uppgifter från början till slut, från att komprimera bokslutet till att automatisera ombalanseringen av leveranskedjan. Klein betonade att AI för företag kräver precision. – Om AI sköter löneutbetalningar, bokslut eller planering av leveranskedjan är 80 procent noggrannhet inte tillräckligt, sa han. En ny plattform och ett nytt gränssnitt Grunden för sviten är SAP:s nya Business AI Platform, som förenar SAP:s Business Technology Platform, Business Data Cloud och AI-funktioner i en enda styrd miljö. Kärnan är vad SAP kallar ”företagsminne”, en kontextgraf som förser agenterna med policyer, procedurer, Slack-konversationer och e-postgodkännandekedjor så att de vet vad de ska göra och, framför allt, vad de inte ska göra. – När det uppstår ett undantag läggs det till i företagsminnet och alla agenter anpassar sig omedelbart, sa Muhammad Alam, styrelseledamot med ansvar för produktutveckling. SAP introducerade också Joule Work, som fundamentalt förändrar hur användare interagerar med SAP-programvara. Istället för att navigera i applikationer och mata in data på olika skärmar beskriver användarna ett önskat resultat, och Joule koordinerar arbetsflöden, data och agenter för att få det gjort. För utvecklare lanserade SAP Joule Studio 2.0, som är tillgängligt gratis fram till årsskiftet, vilket låter dem bygga agenter med Python, Claude Code eller Cursor och distribuera dem till en hanterad runtime. AI Agent Hub, som lanseras under tredje kvartalet utan extra kostnad, erbjuder en enda plats för att upptäcka, hantera och styra agenter i både SAP- och icke-SAP-system. Partner och bevis SAP bjöd in viktiga partner på scenen och på skärmen för att understryka sina AI-ambitioner. I videoklipp sa Anthropics president Daniela Amodei att Claude-modeller driver Joule-agenter inom ekonomi, inköp och leveranskedjan, och Nvidias vd Jensen Huang diskuterade öppna agentprotokoll som gör det möjligt för AI att agera säkert inom företag. Jeremy Barnum, cfo på JP Morgan Chase, sa att banken uppgraderar sin huvudbok till SAP:s enhetliga plattform och utforskar agentfunktioner för kassahantering. – Man kan inte realisera AI:s fulla potential i en äldre miljö, sa han. Ett antal kunder har redan tagit systemet i drift. Enligt Rob Fisher, KPMG:s globala rådgivningschef, har företaget till exempel implementerat Joule för 270 000 användare, där 3 000 konsulter använder 20 agenter, och företaget siktar på att minska kontraktsläckaget med 120 miljoner dollar. Dessutom rapporterade Ericsson att man sparat 90 000 timmar genom att använda personanpassade AI-rekommendationer för sina 85 000 anställda. Bayer använder assistenter för kontantinkassering; Novartis har implementerat inköpsagenter för stora volymer; och H&M har demonstrerat ett butiksinformationssystem som levererar prestationsdata i realtid och AI-drivna rekommendationer till butikschefer. Tänk på avståndet Ändå släpar införandet efter ambitionerna. Maribel Lopez, grundare av Lopez Research, säger att företagen inte implementerar det som redan finns tillgängligt. – SAP-kunder är mycket försiktiga eftersom SAP-arbetsbelastningarna är centrala för driften av verksamheten, säger hon. Mickey North Rizza, chef för företagsprogramvara på analysföretaget IDC, är mer optimistisk. – För närvarande används 73 procent av AI-agenterna och -assistenterna ofta och ger besparingar på 30 till 90 minuter per dag, säger hon. – SAP:s AI-vision är en ledstjärna för deras kunder att framgångsrikt ta sig in i AI-världen. SAP:s Alam tillade att kunderna har blivit otåliga med företagets AI-löften och har ställt honom till svars. Med hänvisning till assistenten för bokslut krävde en kund: ”Finns den verkligen? Om det dröjer tre månader ska jag bygga den själv.” Det skapar en ny känsla av brådska, sade Alam. Lita på, men verifiera SAP har gjort styrning till ett centralt fokus, påpekade Alam. Företaget har byggt in SOX-revisorkompatibilitet i sitt ramverk för att säkerställa revisionsberedskap på agentnivå, och varje åtgärd loggas och är spårbar. Men Jonathan von Rüeden, SAP:s AI-chef, medgav att kunderna har olika nivåer av trygghet med autonomi, beroende på processen. – I en bokslutsprocess kommer finansdirektören att vilja ta en titt när böckerna stängs. Men folk känner sig mer trygga med autonoma periodiseringar. SAP prioriterar också interoperabilitet. Agenter som byggs i Joule Studio kommer att stödja A2A-protokollet för att ansluta till tredjepartsagenter, och SAP:s orkestreringslager kommer att styra icke-SAP-agenter utan extra kostnad. Vägen till autonomi För att påskynda införandet har SAP uppdaterat sina erbjudanden. RISE with SAP-kunder får tre Joule-assistenter aktiverade under sitt första år, medan GROW with SAP-kunder får tillgång till hela agentportföljen vid onboarding. Agentledda transformationsverktyg kan minska migreringsarbetet med cirka 35 procent, enligt SAP. – Men just nu behöver kunderna inte tusentals agenter; de behöver få agentbaserad AI igång med en uppsättning säkra, styrda agenter som hjälper dem att hantera specifika användningsfall, säger Lopez. – Kunderna måste fråga sig vad visionen är, koppla den till sina behov och sedan planera resan.

Den ökända malwaregruppen TeamPCP tycks ha publicerat källkoden till sin Shai-Hulud-mask öppet på Github, rapporterar The Register. Säkerhetsföretaget Ox upptäckte två publika kodarkiv där gruppen själva beskriver projektet som öppen källkod. Shai-Hulud är en självspridande mask som angriper NPM-paket och försöker stjäla inloggningsuppgifter till tjänster som AWS, Github, Azure och Google Cloud. Om den lyckas kan den automatiskt infektera fler projekt genom att publicera manipulerade paket vidare i utvecklarnas leveranskedjor. I vissa fall försöker skadeprogrammet även radera den lokala miljön om attacken misslyckas. Enligt Ox har andra angripare redan börjat forka och modifiera koden på GitHub för egna versioner av masken. Vid tillfället för rapporteringen hade arkiven funnits tillgängliga i tolv timmar utan att Github tagit bort dem.

Flera stora Hollywoodprofiler, som George Clooney, Tom Hanks och Meryl Streep, ställer sig bakom den nya AI-standarden “Human Consent Standard”, rapporterar The Verge. Bakom initiativet står även organisationer som Creative Artists Agency samt skådespelerskan Cate Blanchett, som beskriver systemet som ett sätt för både kändisar och vanliga människor att skydda sina rättigheter i AI-eran. Standarden gör det möjligt för användare att ange om AI-företag får använda deras material fritt, endast under vissa villkor eller inte alls. Syftet är att ge människor större kontroll över hur AI-system får använda deras ansikten, röster, karaktärer och kreativa verk. Systemet bygger vidare på “Really Simple Licensing”-standarden och använder signaler via robots.txt-filer för att kommunicera reglerna till AI-botar. I juni lanseras även ett register som AI-system kan kontrollera och där både kreatörer och privatpersoner ska kunna verifiera sin identitet och ange sina AI-villkor.