Capassa
← Bloggen
ArtikkelPerspektivØkonomisk innsikt

Fra tall til helhet: Derfor må AI huske riktig, ikke mest

Marit Wetterhus

Marit Wetterhus

Daglig leder

Marit Wetterhus, daglig leder i Capassa

Vi snakker mye om hvor mye informasjon kunstig intelligens har tilgang til, hvor raskt den kan analysere data og hvor gode svar den kan gi. Men jeg tror vi er på vei inn i en mer interessant fase. Det avgjørende blir ikke hvor mye informasjon en AI-agent har tilgang til, men hvor godt den forstår sammenhengen mellom informasjonen, beslutningene vi tar og det vi ønsker å oppnå. For hva hjelper det å få et korrekt svar på ett spørsmål hvis svaret ikke tar hensyn til det vi allerede har bestemt?

Da Capa husket noe jeg hadde glemt

For en tid tilbake testet jeg vår egen AI CFO, Capa. Jeg ba den vurdere hvordan to nye ansettelser neste år ville påvirke budsjettet. Senere satt jeg i et kundemøte og skulle vise hvordan Capa kan hjelpe med investeringsbeslutninger. Vi stilte et nytt spørsmål: «Vi vurderer å kjøpe en varebil til 800 000 kroner i mars. Hvordan vil det påvirke likviditeten vår?» Capa begynte å analysere investeringen, men gjorde oss samtidig oppmerksomme på de to ansettelsene, som selvfølgelig måtte tas med i vurderingen av likviditeten fremover. Jeg hadde faktisk glemt at jeg hadde gitt Capa den informasjonen. Capa hadde ikke glemt det.

Eksempelet viser også noe annet. Jeg hadde bare bedt Capa vurdere ansettelsene. De var ikke besluttet. Og det er nettopp det skillet som betyr noe: Det beste er at agenten tar med det den husker og samtidig spør om statusen, for eksempel om ansettelsene er besluttet eller bare en idé vi utforsker.

Fra enkeltstående svar til helhetlig forståelse

En god økonomisk beslutning kan sjelden tas isolert. Investeringer, ansettelser, drift og virksomhetens mål henger sammen, og hver beslutning påvirker handlingsrommet for den neste. Derfor må AI-agenter ikke bare hente frem tall, men forstå sammenhengene, huske tidligere vurderinger og bruke dem når nye beslutninger skal tas. De må også kunne skille mellom det vi vurderer, det vi har besluttet og det som faktisk er gjennomført. En planlagt ansettelse kan bli utsatt, en investering kan bli kansellert, og forutsetningene kan endre seg.

Hva Anthropic fant

Anthropic har nylig publisert The components of agent memory, en forskningsartikkel om hvordan agenter organiserer kunnskap, lærer av erfaring og korrigerer feil. To funn passer godt til dette. Det første er at mer minne ikke er bedre. I et forsøk der to Claude-modeller spilte Pokémon, skrev den eldre modellen 413 minnefiler og fikk ett merke, mens den nyere skrev ni filer og fikk fire. Den ene noterte alt, den andre bare det spillet ikke viste på skjermen: strategier, planer og regler den selv hadde funnet ut. Det andre er at minne kan være feil fra starten eller bli utdatert. Et feil notat kan leses og stoles på i senere økter, og Anthropic beskriver derfor hvordan en agent kan sjekke notatene sine mot de opprinnelige loggene. Det er det samme poenget: AI må ikke bare huske, den må kunne kontrollere at det den husker, fortsatt stemmer.

Hvem kan se hva Capa husker?

Det er et spørsmål jeg tror alle ledere bør stille. For Capa er svaret at det bare er du selv som kan lese det Capa husker, og ingen andre kan se det. Du kan rette opp ved å si fra til Capa, og du kan slette de samtalene du ønsker.

Fra mer data til bedre beslutningsgrunnlag

Dette handler ikke bare om teknologi. Det handler om hvordan vi leder virksomheter. Som ledere tar vi beslutninger kontinuerlig, og vi har ikke alltid full oversikt over hvordan de påvirker hverandre. Tenk om vi hadde en rådgiver som husket tidligere vurderinger, forstod virksomhetens mål og gjorde oss oppmerksomme på konsekvenser vi kanskje ikke selv hadde tenkt på. Det er den retningen jeg mener AI-agenter bør utvikles i. Målet er ikke at AI skal huske absolutt alt. Målet er at den skal huske det som er relevant for beslutningen, kunne etterprøve informasjonen og forstå når forutsetningene har endret seg.

Fremtidens beste AI-agenter blir kanskje ikke de som vet mest, men de som best forstår hva som betyr noe.

Kilde: Anthropic, The components of agent memory, 6. november 2026. Pokémon-forsøket omfatter ett forsøk per modell.

Få nye analyser i innboksen

Ett nytt innlegg i uken, aldri mer. Ingen produktreklame.

Nysgjerrig på hvordan Capassa fungerer i praksis?

Ta kontakt