I noen uker i sommer forsvant Anthropics kraftigste modell, Claude Fable 5, ut av verden utenfor USA. Bedrifter som hadde bygd hele arbeidsflyter rundt den, satt plutselig med feilmeldinger. Nå er modellen tilbake globalt etter at en amerikansk eksportkontrollordre ble opphevet. Historien er kort, men den sier noe viktig om hvor sårbar en avhengighet av AI kan være.
Vi dekket blokkeringen da den skjedde, i saken USA blokkerer Anthropics beste AI-modeller for resten av verden. Her tar vi opp tråden: hva som faktisk skjedde, hvorfor modellen ble borte, at den nå er tilbake, og hva det betyr for deg som bruker AI i Norge, enten det er til jobb, studier eller bedrift.
Hva som skjedde, kort fortalt
Den 12. juni innførte amerikanske myndigheter en eksportkontrollordre som trakk Claude Fable 5, som beskrives som Anthropics mest kapable modell, ut av markeder utenfor USA. Fra én dag til den neste mistet brukere og bedrifter i store deler av verden, Norge inkludert, muligheten til å kalle på modellen gjennom vanlige kanaler.
Eksportkontroll handler om at et land regulerer hva som kan sendes eller gjøres tilgjengelig i utlandet. De siste årene har avansert AI, og særlig de kraftigste modellene, havnet i samme kategori som annen sensitiv teknologi. Poenget fra amerikansk side har vært å begrense hvor de mest avanserte systemene kan brukes. For en norsk bruker hadde begrunnelsen liten praktisk betydning, fordi modellen uansett var utilgjengelig.
Etter noen uker ble ordren opphevet, og Claude Fable 5 er nå tilbake globalt. For brukerne er det gode nyheter. Samtidig viser episoden hvor lite forvarsel som skulle til før tilgangen ble kuttet.
To tredjedeler hadde allerede en reserveplan
Ferske tall fra VentureBeat viser hvordan bedriftene håndterte bortfallet. Ifølge deres gjennomgang hadde rundt to tredjedeler av bedriftene som bruker slike modeller, allerede sikret seg med en reservestrategi. De hadde med andre ord bygd inn muligheten til å bytte modell hvis én leverandør falt bort.
Det har en enkel forklaring. De siste par årene har erfarne AI-team lært at det er risikabelt å låse seg til én enkelt modell. Priser endres, modeller trekkes tilbake, ytelsen svinger, og nå viser det seg at også politikk og eksportregler kan slå beina under tilgangen. De som hadde forberedt seg, merket knapt at Fable 5 var borte. De koblet om til en annen modell og jobbet videre.
Slik påvirker dette vanlige brukere
Hvis du bruker AI gjennom en app eller et nettgrensesnitt, og ikke aner hvilken modell som ligger bak, merket du sannsynligvis ingenting. Mange norske brukere av populære AI-tjenester er ikke direkte avhengige av akkurat Fable 5, og de fleste verktøy bytter modell i bakgrunnen uten at du ser det.
Men episoden er en påminnelse som gjelder alle. Når du bygger en vane, en rutine eller en hel arbeidsflyt rundt ett bestemt verktøy, gjør du deg sårbar for beslutninger du selv ikke har kontroll over. Det gjelder studenten som lener seg tungt på ett verktøy i skrivearbeidet, like mye som konsulenten som har automatisert halve arbeidsdagen sin.
Er du usikker på hvordan modeller og verktøy faktisk henger sammen, har vi en grundig gjennomgang i den komplette guiden til AI på norsk.
Vanlige feil bedrifter gjør, og bedre alternativer
Fable 5-episoden avslørte noen mønstre som går igjen hos virksomheter som tar AI i bruk. Her er de vi ser oftest.
Feil 1: Alt bygges på én modell
Mange velger den modellen som gjør det best akkurat nå, og bygger alt rundt den. Problemet er at en modell som er best i dag, ikke nødvendigvis er tilgjengelig i morgen. Bygg heller løsningen slik at den kan peke mot flere modeller, og test at reserven faktisk fungerer før du trenger den.
Feil 2: Ingen kjenner til alternativene
Mange team vet ikke engang hvilke modeller som kunne erstattet den de bruker. Da oppdager de alternativene først i det øyeblikket tjenesten er nede. Ha en kort, oppdatert liste over hvilke modeller som kan gjøre samme jobb, og hvem som leverer dem.
Feil 3: Ledelsen ser ikke avhengigheten
Ofte er en AI-modell begravd dypt i en prosess uten at ledelsen aner hvor kritisk den er blitt. Kartlegg hvor AI faktisk brukes i virksomheten, og hvor mye som stopper opp hvis en enkelt tjeneste faller bort. Oversikten er nyttig også når dere ikke står i en krise.
Feil 4: Personvern og datalagring glemmes i farten
Når man bytter modell i all hast, er det lett å hoppe over spørsmålet om hvor dataene havner. For norske virksomheter, med GDPR i bunn, er det ikke likegyldig hvilken leverandør du sender informasjon til. Ha det avklart på forhånd. Vi går grundigere inn i dette i artikkelen om datalagring og personvern.
Rask sjekk: hvor sårbar er din AI-bruk?
Steg 1: Kartlegg.
Skriv ned hvilke oppgaver du eller teamet løser med AI i dag, og hvilket verktøy dere bruker til hver.
Steg 2: Identifiser det kritiske.
Marker de oppgavene som ville stoppet opp hvis verktøyet var utilgjengelig i en uke.
Steg 3: Finn en reserve.
For hver kritisk oppgave: hvilket annet verktøy eller modell kunne løst den? Test at det faktisk fungerer.
Steg 4: Sjekk dataflyten.
Er du komfortabel med hvor dataene havner hos reserveløsningen? Avklar før du trenger den.
Hva vi tar med oss videre
Claude Fable 5 er tilbake, og for de fleste går livet videre som før. Men noen uker uten tilgang til en av markedets sterkeste modeller var nok til å minne bransjen om at en AI-strategi også må fungere når noe går galt.
De to tredjedelene som hadde forberedt seg, kom seg gjennom uten dramatikk. Vi mener flere bør gjøre det samme, fordi tilgangen kan forsvinne uten forvarsel. Du trenger ikke bygge et komplisert system, men du bør vite hva du gjør hvis favorittverktøyet ditt plutselig ikke svarer.
Og nå som Fable 5 er tilbake for norske brukere: vil du få mer ut av den, har vi samlet alt Claude kan gjøre i én guide, og et gratis norsk kurs i Claude-skolen.
