Bezos setter 12 milliarder dollar bak AI-ingeniører

Bezos flytter AI-kampen inn i produktutviklingen

Jeff Bezos bruker Prometheus til et mer avgrenset AI-mål enn den vanlige jakten på generell intelligens. Han vil bygge det han selv kaller en «artificial general engineer». Målet er AI-verktøy som kan forbedre design og produksjon av fysiske produkter, fra datamaskiner til jetmotorer.

The New York Times skriver at Prometheus er støttet av mer enn 12 milliarder dollar i finansiering. Selskapet verdsettes til 29 milliarder dollar og har rundt 150 ansatte. Bezos leder selskapet sammen med Vik Bajaj, tidligere Verily-gründer og en leder med bakgrunn fra Google X-miljøet.

Det er ikke en ny chatbot-satsing med litt industrispråk på toppen. Prometheus prøver å ta teknikkene bak moderne AI inn i ingeniørarbeid, simulering, produksjon og fysisk produktutvikling. I stedet for bare å lære av tekst skal systemene lære av data fra den fysiske verden. Det betyr materialer, krefter, felt, produksjonsprosesser og testdata.

For norske ledere er poenget enkelt: AI flytter seg fra kontoroppgaver til kjernen av industriell verdiskaping. Hvis verktøyene virker, kan de påvirke utviklingsløp, innkjøp, patentstrategi, produksjonsrisiko og forholdet mellom konsern, leverandører og teknologiplattformer.

Fra prompt til produksjon

Bezos sier til avisen at Prometheus skal akselerere «invention loop». Det er et ambisiøst uttrykk, men den konkrete retningen er interessant. Selskapet peker på bransjer som bygger kompliserte fysiske produkter: datamaskiner, biler, romfartøy, motorer og andre systemer der design, testing og produksjon er tett koblet.

Bajaj beskriver jetmotorer som eksempel. Slike produkter kan ta et tiår å utvikle. De krever mange fagmiljøer, tung simulering, testdata, sikkerhetskrav og produksjonskompetanse. Prometheus vil gi ingeniørene nye verktøy som kan finne bedre design raskere, ikke bare skrive møtenotater eller kodeforslag.

Dette er en annen AI-økonomi enn den mange virksomheter hittil har testet. Chatboter gir effekt i kundeservice, analyse og intern produktivitet. Industriell AI krever dypere integrasjon med CAD, simulering, PLM, sensordata, produksjonslinjer og kvalitetssystemer. Gevinsten kan bli større. Risikoen blir også mer konkret. Feil flytter seg fra skjerm til maskin.

Kapitalen følger de fysiske flaskehalsene

Prometheus føyer seg inn i en bredere bevegelse der AI-miljøer går etter robotikk, materialer, legemiddelutvikling og vitenskapelig oppdagelse. NYT peker blant annet på Physical Intelligence og Periodic Labs som del av samme bølge. Fellesnevneren er at neste store AI-slag ikke bare handler om hvem som har best tekstmodell. Det handler om hvem som kan koble modellene til virkelige prosesser, proprietære data og dyre testsløyfer.

Prometheus har også en kapitalvinkel som bør få styrerom til å følge med. Bezos og Bajaj er ifølge NYT i samtaler om å hente ytterligere 100 milliarder dollar til et investeringsfond kontrollert av Prometheus. Fondet kan investere i, eller kjøpe, selskaper som kan bruke teknologien.

Det peker mot en modell der AI-leverandøren ikke bare selger programvare. Den kan også eie deler av verdikjeden den forbedrer. For tradisjonelle industriselskaper betyr det at leverandørbildet kan endre seg raskt. En AI-aktør kan bli både teknologipartner, investor, konkurrent og mulig oppkjøper.

Blue Origin ligger nært som eksempel. David Limp, tidligere Amazon-leder og nå sjef for Blue Origin, sitter i Prometheus-styret. Bezos sier til NYT at Blue Origin er et godt eksempel på et selskap som kan ha nytte av verktøyene. Det betyr ikke at teknologien er ferdig. Bezos sier selv at det ligger mange år med tungt arbeid foran selskapet. Men retningen er tydelig.

Hva CIO, CTO og styret bør lese ut av dette

Den kortsiktige feilen er å avfeie Prometheus som nok en hypet milliardrunde. Den langsiktige feilen er å tro at dette bare angår romfart og Silicon Valley. Hvis AI blir god nok til å støtte design av komplekse fysiske systemer, treffer det også maritim industri, energi, forsvar, bygg, helseutstyr, produksjon og avansert service.

CIO og CTO bør starte med datagrunnlaget. Industribedrifter sitter ofte på historiske testdata, produksjonsavvik, servicehistorikk, CAD-filer og simuleringsresultater som ikke er gjort klare for modellbruk. Det er ikke glamorøst arbeid. Det er likevel det som skiller en praktisk AI-strategi fra en presentasjon.

CISO og juridisk må inn tidlig. Ingeniørdata kan inneholde forretningshemmeligheter, eksportkontrollert informasjon, sikkerhetskritiske designvalg og leverandør-IP. Når slike data brukes i AI-løp, holder det ikke med en standard databehandleravtale og litt tilgangsstyring. Virksomheten trenger klare regler for modelltilgang, logging, datadeling, avledede design og ansvar ved feil.

For styret er spørsmålet mer strategisk: Hvilke deler av produktutviklingen er kjernekompetanse, og hvilke kan flyttes til plattformer? Hvis svaret kommer først når leverandørene har bygget plattformene ferdig, er forhandlingsmakten allerede svekket.

Prometheus har foreløpig ikke vist produktet. Det gjør saken mer usikker, men ikke mindre relevant. Kapitalen, personene og bruksområdet viser hvor AI-markedet beveger seg. Fra tekstproduktivitet til ingeniørkapasitet. Fra assistenter til verktøy som kan påvirke hvordan fysiske produkter blir funnet opp, testet og produsert.

Kilder og medier

Kilde: The New York Times, Cade Metz, «Jeff Bezos Wants to Build an ‘Artificial General Engineer’», publisert 11. juni 2026. https://www.nytimes.com/2026/06/11/technology/bezos-prometheus-ai-engineer.html?unlocked_article_code=1.plA.nYCT.LZRAmJqekzCt&smid=url-share

Thumbnail: OpenAI Image 2 / hogby.ai