ChatGPT får et minne ledere må styre

OpenAI ruller ut en ny minnearkitektur i ChatGPT. Selskapet kaller teknikken «dreaming»: en bakgrunnsprosess som kan lese mønstre på tvers av samtaler og syntetisere et mer oppdatert bilde av brukerens prosjekter, preferanser og begrensninger.

Det høres ut som en produktforbedring. For norske ledere er det også en styringssak. Jo mer ChatGPT husker, desto mer nyttig blir verktøyet i lange arbeidsløp. Samtidig flyttes mer kontekst fra enkeltstående prompt til vedvarende brukerprofil. Det endrer risikobildet for personvern, dokumentkontroll og leverandørstyring.

OpenAI skriver at systemet er laget for å håndtere tre problemer ved minne i stor skala: staleness, correctness og scalability. Altså utdaterte minner, feil minner og kostnaden ved å gjøre dette for hundrevis av millioner brukere over flere år. Oppdateringen er tilgjengelig for Plus- og Pro-brukere i USA fra i dag. Den skal rulles ut til flere land og til Free- og Go-brukere de neste ukene.

Fra notatblokk til profil

ChatGPT fikk lagrede minner i 2024. Da måtte brukeren i praksis gi tydelige signaler om hva modellen skulle huske. Et klassisk eksempel var: «husk at jeg reiser til Singapore i juli». OpenAI beskriver selv den første løsningen som noe som kunne minne om en person som tok noen notater, men som fortsatt glemte mye av konteksten.

I 2025 la selskapet til en første versjon av dreaming. Den kunne bruke chathistorikk til å bygge minne i bakgrunnen. Nå lanseres en mer kapabel og mer kostnadseffektiv arkitektur på samme prinsipp. OpenAI sier at minnene kan ses i en oppsummeringsside, der brukeren kan se hva ChatGPT mener å vite, korrigere informasjon og gi instrukser om hva som bør tas opp når.

Det praktiske poenget er enkelt: ChatGPT går fra å reagere på eksplisitte instrukser til å bygge en løpende arbeidskontekst. Den kan huske kameraoppsett, reisepreferanser, matvalg, hjemsted, prosjektmål og andre detaljer som oppstår naturlig i samtaler. OpenAI legger også vekt på at systemet skal håndtere tid bedre. En tur som var fremtidig i juli, skal etter hvert forstås som en tur som er gjennomført.

Dette er nyttig. Det er også akkurat derfor virksomheter må ta det på alvor.

CIO-spørsmålet: hvem eier hukommelsen?

I bedrifter er minne ikke bare en komfortfunksjon. Det er en form for databehandling. Når en ansatt bruker ChatGPT til strategi, kode, budsjetter, kundedialog eller interne vurderinger, kan verktøyet etter hvert danne et personlig arbeidsbilde. Det kan gjøre svarene bedre, men det kan også blande privat kontekst, arbeidskontekst og leverandørkontekst på måter virksomheten ikke har kontrollert godt nok.

For CIO og CISO er første spørsmål derfor ikke om funksjonen er smart. Spørsmålet er hvilke kontroller som finnes rundt den. Hvem kan skru minne av og på? Hvilke brukere får funksjonen? Hva skjer med historikk når ansatte bytter rolle eller slutter? Hvordan dokumenteres det at sensitive prosjekter ikke havner i en vedvarende personlig modellkontekst?

Dette treffer særlig virksomheter som allerede lar ansatte bruke generative AI-verktøy uten tydelig policy. En vanlig risikofelle er at organisasjonen vurderer hver enkelt chat som kortlevd. Med mer aktivt minne blir det feil premiss. Samtalen kan være midlertidig, men konteksten kan bli vedvarende.

DPO-spørsmålet: nyttig personalisering, mer persondata

OpenAI peker på at minne gjør ChatGPT bedre til å følge preferanser og begrensninger. Det er også beskrivelsen av mer omfattende personalisering. For en privatbruker kan det gi bedre reiseråd. For en ansatt kan det bety at verktøyet lærer arbeidsvaner, fagfelt, prosjekter, kundetyper, lokasjon, preferanser og tidssensitive planer.

DPO-er bør derfor se på minne som en egen kategori i AI-policyen, ikke som en detalj i brukeropplevelsen. Det bør være tydelig når ansatte kan bruke minne, hvilke datatyper som aldri skal inngå, og hvordan brukeren skal kontrollere eller slette feil kontekst. Minne som er feil, utdatert eller hentet fra en uheldig samtale, kan gi dårlige anbefalinger senere.

Det er også en lederutfordring. Personalisert AI blir raskt mer produktiv enn upersonlig AI. Hvis virksomheten bare sier nei, går ansatte rundt policyen. Hvis virksomheten sier ja uten rammer, bygger den usynlige arbeidsprofiler hos leverandøren. Den modne linjen ligger mellom de to.

Hva norske virksomheter bør gjøre nå

Første tiltak er å skille mellom privat ChatGPT-bruk, teambruk og enterprise-bruk. Minnefunksjoner bør ikke behandles likt i alle tre. For styrte miljøer bør virksomheten kreve admin-kontroller, logging, databehandleravtaler og klare standardinnstillinger. For uregulert privatbruk på jobb bør regelen være strengere: ikke legg inn fortrolig informasjon, personopplysninger, kundedata eller materiale under taushet.

Andre tiltak er å oppdatere opplæringen. Ansatte må forstå at minne ikke bare handler om «husk navnet mitt». Det handler om at AI-verktøyet kan bygge en mer langvarig forståelse av brukerens arbeid. Det gir bedre output, men også mer ansvar for hva man deler.

Tredje tiltak er å teste funksjonen før bred bruk. Be sikkerhet, jus, HR og fagmiljøer kjøre konkrete scenarioer: feil minne, utdatert prosjektinformasjon, sensitiv kundeomtale, rollebytte og avsluttet ansettelse. Sjekk om kontrollene faktisk holder. Ikke vent til første avvik.

OpenAI har rett i at bedre minne er en forutsetning for mer nyttige assistenter og agenter. En AI som skal jobbe over tid, må forstå kontekst over tid. Men i virksomheter må hukommelse styres like bevisst som tilgang, arkiv og datalagring. Den som innfører personlig AI uten minnepolicy, har i praksis innført en ny informasjonskanal uten eier.

Kilder og medier

Kilde: OpenAI, «Dreaming: Better memory for a more helpful ChatGPT», publisert 4. juni 2026. https://openai.com/index/chatgpt-memory-dreaming/

Thumbnail: OpenAI Image 2 / hogby.ai.