10 mars 2026

Nscale samlar 2 miljarder dollar i rekordfinansiering

Wow, Nscale har verkligen gjort intryck på investerarna – företaget som bygger AI-datacenter har precis dragit in hela 2 miljarder dollar i vad som blir Europas största Serie C-runda någonsin. Det är inte bara vilken investerare som helst heller, utan Nvidia själva har hoppat på tåget, vilket säger en hel del om hur het datacentermarknaden är just nu. När techgiganterna börjar satsa såna här summor vet man att AI-revolutionen verkligen är på riktigt.

AI-agenter lär sig välja när de behöver tänka hårt

"Tänk dig en AI-agent som arbetar med komplexa uppgifter – som att navigera en krånglig hemsida eller analysera finansdata."

Tänk dig en AI-agent som arbetar med komplexa uppgifter – som att navigera en krånglig hemsida eller analysera finansdata. Tidigare har sådana system antingen kört på maxfart hela tiden (dyrt) eller på låg växel konstant (dåliga resultat). Nu har forskare utvecklat något mycket smartare.

Systemet som kallas Ares fungerar lite som hjärnan när vi löser problem. När du räknar 2+2 behöver du inte anstränga dig så mycket, men när du ska lösa en komplicerad matteekvation måste du verkligen fokusera. Ares har lärt sig samma sak – det använder en lättviktig "router" som förutsäger hur mycket "tänkande" varje steg kräver.

Resultaten är imponerande: systemet kan minska användningen av beräkningsresurser med upp till 52,7% samtidigt som det bibehåller samma prestanda. Det fungerar genom att spara den tunga beräkningskraften till svåra moment – som att navigera komplexa webbstrukturer – medan enklare steg kan köras på energisparläge.

Detta är bara en av många genombrott inom AI-agenter just nu. Forskare arbetar också med minnessystem som låter AI:n komma ihåg tidigare konversationer, samt säkrare system för vetenskaplig forskning. Inom finansbranschen testas specialiserade AI-agenter som kan hantera regelefterlevnad och tidsaspekter – något som vanliga AI-system ofta missar.

Varför är det viktigt? För att AI-agenter blir allt vanligare i vardagen, från energihantering i hem till medicinsk diagnostik. Men hittills har de varit antingen för dyra att köra eller för opålitliga för kritiska uppgifter. Med system som Ares kan vi få både kostnadseffektivitet och pålitlighet – en kombination som kan göra AI-assistenter tillgängliga för många fler användningsområden.

AI:s fysikhinder bromsar autonoma fordon

Det visar sig att AI har en oväntat stor svaghet: den förstår inte riktigt hur fysik fungerar. Forskare har upptäckt att även de mest avancerade AI-modellerna har svårt att korrekt simulera hur objekt rör sig och interagerar i verkligheten.

Det här är inte bara ett akademiskt problem. För att autonoma fordon ska fungera säkert behöver de förstå exakt hur en bil kommer att bete sig när den svänger i en kurva, hur fotgängare rör sig, eller vad som händer när regn gör vägbanan hal. Samma sak gäller för robotar som ska navigera i hem eller kontor – de måste kunna förutsäga vad som händer när de rör vid föremål.

Problemet är djupare än man först trodde. AI-system lär sig från enorma mängder data, men de utvecklar inte en intuitiv förståelse för fysikens grundläggande lagar. De kan känna igen bilder av fallande föremål, men de förstår inte riktigt gravitationen eller momentum på samma sätt som människor gör.

Medan investeringarna i AI ökar kraftigt 2026 och tekniken integreras i allt från sjukvård till transport, visar den här forskningen att vi fortfarande har långt kvar innan AI kan navigera den fysiska världen med samma säkerhet som människor. Det är en påminnelse om att trots all hype kring AI, finns det fortfarande grundläggande utmaningar som måste lösas innan vi kan lita på autonoma system i kritiska situationer.

Brittiska Nscale tar in 15 miljarder för AI-datacenter

Det brittiska AI-infrastrukturbolaget Nscale har just genomfört vad som kallas Europas största Series C-finansieringsrunda någonsin – hela 2 miljarder dollar (cirka 20 miljarder kronor). Det ger företaget en värdering på 14,6 miljarder dollar, vilket placerar dem bland de mest värdefulla teknologiföretagen i Europa.

Vad gör Nscale egentligen? De bygger och driver AI-datacenter – de enorma anläggningar som krävs för att träna och köra avancerad artificiell intelligens. Tänk dig gigantiska hallar fulla med kraftfulla processorer som arbetar dygnet runt för att mata AI-system med beräkningskraft.

Finansieringsrundan leds av norska Aker ASA och 8090 Industries, men det som verkligen fångar uppmärksamheten är att chipjätten Nvidia går in som investerare. Det är ingen slump – Nscale har redan säkrat kontrakt för 200 000 av Nvidias senaste GB300 GPU:er, de kraftfulla processorer som driver dagens AI-boom.

Företaget planerar att använda pengarna för att expandera över Europa, Nordamerika och Asien. De har redan påbörjat sitt största projekt i Storbritannien – ett 90 megawatt datacenter i Essex som kommer bli en av Europas mest kraftfulla AI-anläggningar.

Att så stora namn som Dell, Citadel och Nokia också hoppar på visar hur het AI-infrastruktur är just nu. Efterfrågan på beräkningskraft exploderar när allt fler företag vill bygga egna AI-system, och Nscale positionerar sig som den europeiska mästaren på att leverera den infrastrukturen.

Som körsbäret på tårtan har tidigare Meta-chefen Sheryl Sandberg och före detta brittiske vice-premiärministern Nick Clegg gått med i styrelsen. Med sådana profiler ombord siktar Nscale tydligt på att bli en global spelare i AI-infrastrukturbranschen.

ABB och NVIDIA löser robotikens största problem

Det finns ett klassiskt problem inom robotik som kallas "sim-to-real gap" – när AI-modeller som fungerar perfekt i datorsimuleringar kraschar totalt när de ska användas i verkliga fabriker. Nu tror ABB Robotics och NVIDIA att de har knäckt koden.

Det handlar om att integrera NVIDIA:s Omniverse-bibliotek direkt i ABB:s RobotStudio, som är den plattform där ingenjörer programmerar och testar industrirobotar. Tidigare har det varit lite som att träna en bilförare enbart med datorspel och sedan släppa ut dem i trafiken – det blir ofta en tuff övergång.

Den nya lösningen heter RobotStudio HyperReality och ska göra det möjligt att träna AI-modeller med syntetisk data som faktiskt speglar hur saker fungerar i verkligheten. Tänk dig att kunna skapa tusentals virtuella fabriksscenarier där robotar lär sig hantera allt från defekta produkter till oväntade hinder, och sedan bara överföra den kunskapen direkt till riktiga robotar.

Siffrorna låter imponerande: ABB hävdar att utvecklingskostnader kan minska med upp till 40% och tiden till marknad förkortas med hela 50%. Det skulle innebära att företag kan få ut nya robotlösningar på fabriksgolvet mycket snabbare och billigare än tidigare.

Partnership är intressant timing också – medan alla pratar om AI i kontor och vardagsrum, så är det här där tekniken verkligen kan börja påverka fysisk produktion på riktigt. ABB har robotar runtom i världen som tillverkar allt från bilar till läkemedel, så skalan kan bli massiv rätt snabbt.

Dagens siffra

14,6 miljarder dollar

Värderingen av AI-infrastrukturföretaget Nscale efter deras rekordstora finansieringsrunda på 2 miljarder dollar - den största i europeisk historia

Källa: TechCrunch

Snabbkollen

EU:s AI-lag — Världens mest omfattande AI-reglering

EU:s AI-lag (2024/1689) är världens första bindande juridiska ramverk för att reglera artificiell intelligens, byggd på produktsäkerhetslagar och grundläggande rättigheter. Lagen kompletterar GDPR genom att ställa en strukturell fråga: ska detta system överhuvudtaget få användas, snarare än hur individers data skyddas. EU tillämpar samma regleringsmodell som för flyg och läkemedel — marknadstillgång endast vid regelefterlevnad.

Forskare utvecklar Re²-metod för att förbättra AI-modellers resonemang

Forskare har utvecklat en ny förstärkningsinlärningsmetod som lär stora språkmodeller att överge improduktiva tankegångar och börja om när det behövs, istället för att alltid fortsätta mot ett slutsvar. Metoden ökar modellernas förmåga att "börja om" från 0,5% till över 30%, vilket ger betydande prestandaförbättringar jämfört med standardmetoder. Detta löser problemet med att AI-modeller ofta fastnar i långa, ineffektiva tankekedjor som leder till sämre svar.

Källor: arXiv cs.AI
Forskare utvecklar metod för att komprimera AI:s tankeprocesser

Forskare har utvecklat en ny teknik som gör att AI-modeller kan resonera mer effektivt genom att korta ner sina "tankeprocesser" (chain-of-thought) utan att påverka kvaliteten på svaren. Metoden, kallad DSS-GRPO, separerar träningen av tanke- och svarsdelarna så att modellen lär sig att tänka mer koncist samtidigt som svaren förblir korrekta.

Källor: arXiv cs.AI
AI-styrning är inte valfritt: EU:s AI-lag och utvärdering

EU:s AI-lag kräver att organisationer förstår var AI finns i deras verksamhet och etablerar lämplig styrning, trots diskussioner om implementeringstidplaner. Lagen fokuserar på högrisk-AI-system inom områden som rekrytering, kreditbedömning och medicintekniska produkter. För utvärderingsexperter blir detta särskilt relevant när AI-verktyg allt mer påverkar datainsamling och beslutsfattande.

Så kan anonyma konton avslöjas – med AI

AI-verktyg kan nu identifiera anonyma användare på forum genom att analysera skrivstil och språkmönster. Tekniken väcker frågor om integritet online – även pseudonyma konton kan potentiellt kopplas till riktiga identiteter. Det här kan förändra hur vi tänker på anonymitet på internet.

Källor: Breakit
Forskarnas varning: Din hjärna kan bli "kokt" av AI

Forskare varnar för att överanvändning av AI kan göra hjärnan "kokt" - alltså försämra vår kognitiva förmåga och kritiska tänkande. De menar att för stort beroende av AI-verktyg riskerar att försvaga våra naturliga mentala processer, liknande hur GPS-användning kan försämra vår rumsuppfattning.

Källor: Breakit
Anthropic stämmer Trump-regeringen

AI-företaget Anthropic har stämt Trump-administrationen efter att Pentagon klassificerat bolaget som en "leveranskedjerisk". Företaget, som utvecklar AI-modeller som Claude, går nu till domstol två gånger för att ifrågasätta beslutet som kan påverka deras verksamhet med amerikanska myndigheter.

Källor: Di Digital
Claude hittade 22 sårbarheter i Firefox på två veckor

Anthropics AI-modell Claude Opus 4.6 upptäckte 22 säkerhetsbrister i Firefox under ett två veckor långt test, varav 14 klassades som allvarliga. Modellen granskade närmare 6 000 C++-filer och genererade 112 felrapporter, men visade sig vara bättre på att hitta problem än att faktiskt utnyttja dem.

Europas AI-framtid hänger på EU-domstolens nästa drag

EU-domstolen håller den 10 mars sin första förhandling om generativ AI och upphovsrätt i målet mellan ungerska Like Company och Google. Europa riskerar att förlora en möjlighet värd 1,2 biljoner euro om domstolen begränsar datautvinning (text and data mining) som är nödvändig för att träna moderna AI-modeller. Ett restriktivt beslut skulle särskilt drabba små företag och startups medan globala konkurrenter går vidare.

EU AI Act Newsletter #97: Säkerhet och tillsyn

EU-kommissionen publicerade det andra utkastet av frivilliga regler för märkning av AI-genererat innehåll, som träder i kraft 2 augusti 2026. Koden förenklas för att minska bördan för företag samtidigt som den kräver tydlig märkning av deepfakes och AI-innehåll inom områden av allmänt intresse. Feedback på utkastet ska lämnas senast 30 mars.

Europeiska fackförbund kräver reglering av AI för att skydda arbetstillfällen

Europeiska fackförbundet ETUC varnar för att AI kan orsaka en arbetslöshetschock större än finanskrisen och kräver EU-lagstiftning som säkerställer att AI införs med respekt för arbetares rättigheter. De vill att produktivitetsvinster från AI ska användas för att skapa kvalitetsjobb inom vård, utbildning och offentlig service istället för att bara gynna företagsledningar.

Källor: Etuc.org
Arm presenterar AI-lösningar för inbyggda system på Embedded World 2026

Arm visar upp en plattform för AI på edge-enheter (inbyggda system med begränsade resurser) som kombinerar Armv9-processorer med Ethos-U NPU:er för att köra AI-modeller lokalt. Företaget demonstrerar fyra olika lösningar som ska göra det enklare för utvecklare att bygga intelligenta produkter som kan koordinera med varandra och köra AI i realtid.

Nota AI visar edge-optimering på Embedded World 2026

Sydkoreanska Nota AI ska visa sin NetsPresso-plattform på Embedded World-mässan i Tyskland, som optimerar AI-modeller för edge-enheter. Företaget har optimerat över 40 AI-modeller för mer än 100 enheter och används av Samsung och NVIDIA. De kommer demonstrera LLM och computer vision-modeller som körs i realtid på Qualcomm och Arm-hårdvara.

Wienska Atlas lanserar AI-plattform för att automatisera spelutveckling

Det Wien-baserade startupet Atlas har lanserat Atlas AI Studio, en plattform som använder flera AI-agenter för att automatisera spelproduktion genom att generera innehåll, texturer och optimering. Systemet bygger på Google Cloud-infrastruktur och låter utvecklare beskriva önskade resultat på naturligt språk, varefter plattformen automatiskt sätter ihop och distribuerar olika AI-modeller.

Alation presenterar AI-agenter för datahantering på Gartner-konferens

Alation showcasar autonoma AI-agenter för datahantering på Gartner Data & Analytics Summit 9-11 mars i Orlando. Cisco delar sina erfarenheter av att använda AI-agenter inom supply chain för att minska kostnader och latens, medan Truist visar hur de använder intelligenta agenter för att skala datagovernance.

Källor: Alation.com
Nscales $2 miljarder Series C gör det till Europas mest värdefulla AI-infrastruktur startup

Nscale säkrade $2 miljarder i Series C-finansiering och blev därmed Europas mest värdefulla startup inom AI-infrastruktur. Investeringen speglar den globala rusningen att bygga ut datorkapacitet, datacenter och energiresurser för att möta den växande efterfrågan på AI-system inom alla branscher.

Autoresearch: Gnistor av rekursiv självförbättring

AGI (artificiell generell intelligens) tar ytterligare ett litet steg framåt genom ny forskning om autoresearch och rekursiv självförbättring. Utvecklingen pekar mot AI-system som potentiellt kan förbättra sig själva, även om framstegen fortfarande är i tidigt skede.

AI-startupen Epiminds vinner TOP46-tävlingen på Techarena 2026

Stockholmsbaserade Epiminds vann TOP46-pitchtävlingen på Techarena 2026 med sitt AI-system för marknadsföring som använder över 20 autonoma agenter för att automatisera kampanjplanering, analys och annonsering. Startupen, grundad 2025 av Elias Malm och Mo Elkhidir, arbetar redan med byråer som representerar över 200 varumärken och fick priset av Zlatan Ibrahimović.

EU löser missförstånd kring AI-lagstiftning för startups 2026

EU:s AI-lag (Artificial Intelligence Act) skapade förvirring bland europeiska startups som oroade sig för komplexa regelkrav och administrativa bördor. Som svar införde Europeiska kommissionen 2026 förtydliganden och stödsystem för att minska regelfriktionen och säkerställa att innovation kan fortsätta.

Källor: Napblog.com
Nationella AI-planer missar målet enligt Brookings-analys

Forskare från Brookings Institute menar att de flesta länders AI-strategier fokuserar för mycket på beräkningskraft istället för att bygga 'kognitiv infrastruktur' - data, institutioner, talang och lokal domänkunskap. Den vinnande strategin är att använda AI för att stärka det landet redan är bra på och sedan expandera till närliggande högvärdiga aktiviteter.

Färskbryggt AI varje morgon

15 minuter och en kopp kaffe, allt du behöver.