Hopp til hovedinnhold
 AI-nyheter, ferdig filtrert for ledere
SISTE:

Anthropic gjør Claude Opus 5 til ny toppmodell for agentarbeid • Falske AI-plugins stjal utviklernes API-nøkler • AI-agentpakker på npm ble kapret i 27 minutter • Beijing tvinger Meta til å reversere Manus-kjøp • Amazon-varsel forklarer Anthropic-sperren

SpaceX gjør Colossus til AI-sky
CIOCFOCTOCISOStyreSpaceXReflection AIColossusAI InfrastructureRegnekraftNVIDIA GB300DatasentreOpen Source AILeverandørstyringAI FinOpsRisikostyringSovereign AICloudAI Strategi

SpaceX gjør Colossus til AI-sky

JH
Joachim Høgby
23. juni 202623. juni 20265 min lesingKilde: CNBC

SpaceX har gjort AI-regnekraft til en ny forretningslinje. CNBC skriver at selskapet har inngått en avtale med Reflection AI om tilgang til Nvidia GB300-brikker i Colossus 2-datasenteret. Avtalen starter 1. juli 2026, er priset til 150 millioner dollar i måneden og kan bli verdt om lag 6,3 milliarder dollar dersom den løper gjennom 2029.

Det er ikke bare en datasenterkontrakt. Det er et tegn på at knapp AI-kapasitet flytter makt fra rene programvareselskaper til aktører som kontrollerer strøm, brikker, nettverk og fysisk infrastruktur. SpaceX blir ikke bare kunde av AI-bølgen. Selskapet blir leverandør til den.

Ifølge CNBC har SpaceX allerede inngått compute-relaterte avtaler med Anthropic, Google og Cursor. Reflection AI blir en annen type kunde. Selskapet bygger åpne modeller og posisjonerer seg mot myndigheter og virksomheter som vil ha mer kontroll enn de får hos lukkede modellleverandører. Reflection er ifølge CNBC verdsatt til 25 milliarder dollar, men har ennå ikke sluppet en offentlig frontiermodell.

Poenget for norske ledere er enkelt: modellvalg blir mindre viktig alene. Tilgang til regnekraft blir et styringsspørsmål. Den som skal kjøpe, bygge eller bruke avansert AI de neste 3 til 18 månedene, må forstå om leverandøren faktisk har kapasitet til å levere. Ikke bare om modellen ser god ut i en demo.

Regnekraft blir kontraktsrisiko

AI-strategier har ofte startet med spørsmålet om modell: OpenAI, Anthropic, Google, Mistral, DeepSeek eller interne modeller. Denne avtalen viser at neste spørsmål er mer jordnært: hvem har brikkene, strømmen og datasenterplassen?

For CIO og CFO betyr det at AI-kost ikke bare er tokenpris. Kapasitet kan bindes i flerårige avtaler før markedet er modent. Store leverandører kan sikre seg køplass, mens mindre virksomheter må betale mer, få dårligere responstid eller velge svakere modeller.

For CISO og styre betyr det at leverandørrisiko får en ny dimensjon. En AI-tjeneste kan være teknisk god, men likevel sårbar hvis den står på en smal infrastrukturkjede. Det gjelder særlig når kapasiteten leveres av selskaper som også har egne strategiske interesser i romfart, forsvar, transport, sosial infrastruktur eller forbruker-AI.

Åpne modeller trenger også lukket infrastruktur

Reflection AI bruker avtalen til å styrke argumentet for åpen AI. Ifølge CNBC sier selskapet at flere nasjoner og virksomheter ser risikoen og kostnaden ved å være avhengige av lukkede modeller. Det er et reelt poeng. Åpne modeller kan gi bedre kontroll med vekter, tilpasning, revisjon og distribusjon.

Men avtalen viser også begrensningen i slagordet. Åpen modell betyr ikke åpen verdikjede. Selv en aktør som bygger åpne modeller trenger tilgang til de mest etterspurte brikkene og de største datasentrene. Når denne tilgangen kjøpes fra en håndfull infrastruktureiere, oppstår en ny form for binding.

For virksomheter som vurderer åpne modeller, er dette nyttig nøkternhet. Åpen kildekode og egne modeller kan redusere modellrisiko, men de fjerner ikke kapasitet-, energi- og leverandørrisiko. De bare flytter den til et annet lag i stacken.

Dette bør inn i AI-anskaffelser nå

Ledere bør stille mer presise spørsmål i nye AI-avtaler. Hvor kjører modellen? Hvilken kapasitet er reservert? Hva skjer ved brikkemangel eller kraftbegrensning? Kan leverandøren flytte arbeidslast mellom datasentre uten å bryte krav til data, land eller sikkerhet? Hvilke deler av tjenesten er avhengig av én enkelt infrastruktureier?

Det bør også inn i økonomimodellen. En AI-løsning som virker billig i pilot, kan bli dyr når den går fra eksperiment til drift. Hvis leverandøren har bundet seg til dyre compute-kontrakter, vil kostnaden etter hvert ende hos kundene. Enten gjennom høyere tokenpris, kapasitetsbegrensninger, premiumkøer eller lange bindinger.

For norske styrer er signalet at AI-infrastruktur må behandles som annen kritisk infrastruktur. Det holder ikke å be om en innovasjonspresentasjon. Man må be om kapasitetssikring, exit-plan, dataklassifisering, driftsmodell og kostscenario.

Ikke bare en Elon-sak

Det er lett å gjøre dette til en sak om Elon Musk. Det blir for smalt. Den relevante trenden er at AI-markedet blir mer vertikalt. De største aktørene vil kontrollere flere lag samtidig: modell, distribusjon, datasenter, brikker, energi og kundegrensesnitt.

Når SpaceX selger Colossus-kapasitet til Reflection AI, blir skillet mellom teknologileverandør, infrastrukturleverandør og strategisk konkurrent mer uklart. Det samme mønsteret finnes hos hyperscalere, brikkeprodusenter og modellhus.

Norske virksomheter trenger ikke eie datasentre for å svare. Men de må slutte å behandle AI-kapasitet som en ubegrenset skyressurs. Knappheten er reell. Den får pris. Og den bør inn i risikokartet før den dukker opp som en uventet faktura eller en produksjonsbrems.

Kilder og medier

Primærkilde: CNBC, «SpaceX signs computing power deal with open-source AI startup Reflection worth up to $6.3 billion», https://www.cnbc.com/2026/06/22/spacex-ai-colossus-data-center-reflection.html

Kildekreditering: CNBC.

Thumbnail: OpenAI Image 2 / hogby.ai.

📬 Likte du denne?

AI-nyheter for ledere. Kuratert av en CIO som bygger det selv. Daglig i innboksen.