Utvecklingen av AI‑modeller accelererar just nu i flera riktningar samtidigt.
Hittills har året i hög grad handlat om AI‑agenter – med Claude Code, OpenAI Codex och OpenClaw som tydliga exempel på hur modeller tar steget från chatt till handling. Men nu börjar vi se en ny fas.
Nästa stora ledarfråga är inte bara hur snabbt vi adopterar AI – utan hur vi gör det utan att tappa kontrollen.
Det är här säkerhetsfrågan flyttar in i centrum.
Anthropic illustrerar detta tydligt. Bolaget presenterade Claude Mythos Preview, men valde att inte göra modellen brett tillgänglig – just för att den bedöms vara för kraftfull. I stället lanserades Project Glasswing, där åtkomsten begränsas till utvalda partners med uppdraget att hitta och åtgärda sårbarheter i kritiska system.
Det är ett ovanligt drag i en bransch som annars präglas av snabb lansering och bred distribution. Men beslutet blir logiskt om man ser vad modellerna nu faktiskt klarar av.
I sina egna tester visade Anthropic att Mythos kunde identifiera och potentiellt exploatera tidigare okända sårbarheter i komplex programvara. Det avgörande är inte enskilda exempel, utan varför det händer. Förbättringarna verkar komma som en bieffekt av att modellen blivit bättre på kod, resonemang och systemförståelse i stort.
Samma egenskaper som gör modeller bättre på att bygga och skydda system, gör dem också bättre på att angripa dem.
Det här pekar på något större.
När AI‑kapacitet skalar, måste också säkerheten skala i samma takt. Annars uppstår ett gap – där systemen blir kraftfullare snabbare än vår förmåga att kontrollera dem. Det är därför Mythos inte bara är en produktnyhet – utan en signal om att AI‑kapacitet och AI‑risk nu är tätt sammanflätade.
Samtidigt driver andra aktörer utvecklingen vidare – på olika sätt.
OpenAI har teasat ”Spud” som en ny basmodell, byggd på flera års forskning. Även om detaljerna fortfarande är begränsade, kan det tyda på ett större språng snarare än en inkrementell uppdatering. Frågan är om OpenAI kommer att gå en lika försiktig väg som Anthropic – eller om de väljer att lansera bredare för att vinna marknadsandelar?
Det som gör detta ännu mer laddat är att förmågan inte bara ökar – den blir också billigare. Här sticker kinesiska DeepSeek ut, som positionerar sina modeller med starka resonemangs- och kodförmågor till betydligt lägre kostnad. Det innebär att avancerad AI inte bara blir kraftfullare – utan också snabbare sprids.
Tillsammans skapar det en ny dynamik.
Anthropic signalerar att modellerna blivit så kraftfulla att de måste hanteras med försiktighet. OpenAI signalerar att nästa språng redan är nära. DeepSeek visar att samma kapabiliteter snabbt kan bli tillgängliga för fler.
För ledare innebär det en ny verklighet:
- 🧠 AI blir smartare.
- ⚡ Den blir mer tillgänglig.
- ⚠️ Och den blir svårare att kontrollera med traditionella säkerhetsmodeller.
Vi är vana vid att se mänsklig expertis som det yttersta skyddet i komplexa system. Men om modeller blir exceptionellt bra på att läsa kod, identifiera sårbarheter och simulera attacker, kan mänskligt arbete i vissa fall börja framstå som mer riskfyllt – inte mindre.
Det betyder inte att människan försvinner. Men det kan betyda att rollen förändras. Från att skriva varje rad kod. Till att sätta riktning, granska, prioritera – och ta ansvar för konsekvenserna. Det är inte svårt att föreställa sig att samma logik sprider sig till andra områden.
Ta självkörande bilar. Frågan har länge varit när systemen blir säkra nog. Men på sikt kan frågan vändas. Vid vilken punkt blir det svårare att försvara att människor kör själva? När ser vi den första innerstaden där människor inte längre får köra själva?
Det vill säga: när går vi från att fråga om maskinerna är säkra nog – till att fråga om vi är det?
Det är här vi behöver lyfta blicken.
När AI blir en del av kritisk infrastruktur – i kod, system och beslutsfattande – handlar det ytterst om att förstå när vi ska springa snabbt, och när vi behöver stanna upp.
I slutändan handlar det om mod. Mod att våga utforska – och mod att veta när man ska bromsa.