Palantir-sjefen peker på ny AI-flaskehals

Palantir-sjef Alex Karp setter ord på en frustrasjon som mange teknologiledere kjenner igjen: Modellene blir sterkere, men produksjonsverdien kommer ikke av seg selv. I et CNBC-intervju sier han at virksomheter er misfornøyde med hvordan frontier-labene opererer, og at mange opplever at modellleverandørene forstår tokenforbruk bedre enn kundens drift.

Karp har en åpenbar egeninteresse. Palantir selger nettopp implementering, dataplattform og operativ AI til virksomheter og myndigheter. Likevel er poenget verdt å ta alvorlig. Det er ikke lenger nok å kjøpe tilgang til den sterkeste modellen. Den vanskelige delen er å få AI inn i arbeidsflyter, data, tilgangsstyring, kostnadskontroll og beslutninger som faktisk betyr noe.

CNBC skriver at Karp mener enterprise-kunder i private samtaler er misfornøyde med frontier-labene. Han hevder også at de mener labene ikke forstår virksomhetene deres godt nok, og at de er for opptatt av å brenne tokens som et signal på aktivitet. Samtidig peker han på stigende kostnader når bedrifter legger mer AI inn i arbeidsbelastninger.

Det er en treffende beskrivelse av 2026-problemet. De første AI-budsjettene ble ofte solgt inn som innovasjon, produktivitet og eksperimentering. Nå kommer CFO-en inn i rommet. Da holder det ikke å telle antall brukere, prompts eller piloter. Ledergruppen vil vite hvilken prosess som ble bedre, hvilken kostnad som falt, hvilken risiko som ble redusert, og hvorfor tokenregningen vokser.

Karp sier til CNBC at store språkmodeller fortsatt er avgjørende, men at verdien de neste sju årene ligger i implementeringen. Det er trolig den mest nøkterne lesningen av enterprise-AI akkurat nå. Modellkapasitet er blitt nødvendig, men ikke tilstrekkelig. Differensieringen flytter seg til arkitektur, datagrunnlag, agentstyring, integrasjoner, evalueringer og operasjonell disiplin.

For CIO-er betyr det at modellstrategi må kobles tettere til plattformstrategi. Hvilke modeller skal brukes til hvilke oppgaver? Hvilke oppgaver kan rutes til billigere modeller? Når må en dyr frontier-modell brukes? Hvordan måles kvaliteten? Hvem eier feilhåndtering, sikkerhet og logging når en agent gjør mer enn å skrive tekst?

For CISO-er er signalet like tydelig. Når modellleverandører skyver stadig mer funksjonalitet mot agenter, kode, nettlesing og verktøykall, øker avstanden mellom modellens rå intelligens og virksomhetens kontroll. En agent som kan handle i systemene dine må vurderes som en ny identitet, en ny integrasjon og en ny angrepsflate. Det er ikke en funksjon som kan rulles ut på samme måte som en tekstgenerator.

Karp kobler også kommentaren til Anthropics og OpenAIs vei mot børs. Det er relevant. Når modellhusene prises som infrastrukturen for en hel økonomi, vil investorene kreve vekst, marginer og enterprise-kontrakter. Kundene vil på sin side kreve forutsigbar pris, datakontroll, SLA-er og dokumenterbar verdi. Spenningen mellom de to kravene blir en av de viktigste AI-forhandlingene de neste årene.

Palantir har lenge hevdet at AI må festes i konkrete operasjoner, ikke bare i chatvinduer. Det er lett å avfeie som salgsspråk. Men de siste månedene har markedet beveget seg i samme retning. Kodeagenter må kobles til repoer og policy. Kundeserviceagenter må kobles til CRM og godkjenningsløp. Finansagenter må kobles til kontoplan, budsjetter og revisjon. Produksjonsagenter må kobles til sanntidsdata og risikogrenser.

Det gjør innkjøp vanskeligere. En modellavtale kan inngås raskt. En AI-operasjonsplattform krever arkitekturvalg, datarydding, sikkerhetsmodell, endringsledelse og måling. Det er nettopp der mange selskaper går fra begeistring til friksjon. Ikke fordi AI er ubrukelig, men fordi produktivitetsgevinsten ligger et lag dypere enn demoen.

Den praktiske konsekvensen er at virksomheter bør slutte å behandle AI som en separat verktøykategori. AI må inn i porteføljestyring, applikasjonsarkitektur, FinOps, IAM, data governance og leverandørstyring. Hvis ikke ender organisasjonen med mange dyre assistenter og få varige prosessendringer.

Karps sitat er derfor mest interessant som temperaturmåling. Frontier-labene har fortsatt makten over modellene. Men kundene begynner å flytte spørsmålet fra "hvor smart er modellen?" til "hvor godt virker dette i vår virksomhet?" Det er et sunnere spørsmål. Og det er et langt tøffere spørsmål å svare på.

Kilder og medier

• Kilde: CNBC, "Palantir's Karp says businesses are 'unhappy' with the frontier AI labs", https://www.cnbc.com/2026/06/10/palantir-karp-enterprise-ai.html
• Kildekreditering: CNBC intervju med Palantir-sjef Alex Karp, publisert 10. juni 2026.
• Thumbnail: OpenAI Image 2 / hogby.ai