Er konkurransefortrinnet ditt Darios lunsj?

«Noe har gått alvorlig galt med måten AI selges på», tordnet Palantir-sjef Alex Karp i et nylig CNBC-intervju. Så fortsatte han: «Hver eneste større bedrift i dette landet – folk er rasende. De betaler for tokens som ikke skaper noen verdi. De sier: Disse folkene stjeler modellvektene og konkurransefortrinnet i virksomheten min.»

Det hørtes ut som et direktesendt raseriutbrudd, da Karp karakteristisk trippet i stolen og gestikulerte voldsomt. Eller, som kritikerne raskt kalte det: et «crash-out».

Men under Karps sedvanlige krigstrommer ligger det samme spørsmålet som Karl Marx stilte: Hvem kontrollerer produksjonsmidlene? I Marx’ tid handlet det om fabrikker, maskiner og størknet kolonisvette. I AI-alderen handler det om modeller, compute, data, prompts og kodebaser.

Har bedriften kontroll over dette selv? Har bedriften en vollgrav rundt sin intellektuelle eiendom? Datasuverenitet, i Karps formulering. Eller betaler du Sam Altman og Dario Amodei for å gjøre deres modeller smartere på din kunnskap? Er ditt konkurransefortrinn Darios lunsj? 

Karp er riktignok ikke et nøytralt vitne. Palantir selger nettopp den typen kontrollag og sikkerhetsarkitektur som han nå mener alle andre trenger. Og som Financial Times nylig skrev i The price of Palantir’s politics, er hans hemmelighetsfulle selskap også blitt en av teknologisektorens mest politisk belastede aktører. Palantir har etablert tette bånd til Trump-administrasjonen og er en viktig teknologileverandør til Trumps mest kontroversielle politikk: fra militæroperasjoner i Midtøsten og Venezuela, til bombing av narkobåter og ICEs deportasjoner av innvandrere. Det har gitt Palantir motbør i Europa, samtidig som forretningsmodellen utfordres av Anthropic og OpenAI. Det gjør det lett å avfeie Karp som en selger med megafon, og Palantirs paper Institutional Sovereignty in the Age of AI som en salgsbrosjyre.

Nadellas paradoks

Men budbringerens ballast gjør ikke nødvendigvis budskapet feil. I tillegg til gehør fra Trump-administrasjonens AI-rådgiver David Sacks, får Karp dessuten ryggdekning fra Satya Nadella. I en artikkel trekker Microsoft-sjefen parallellen til Arrows informasjonsparadoks. 

Den nobelprisvinnende økonomen Kenneth Arrow beskrev berømt et paradoks i markedet for informasjon: «Verdien for kjøperen er ikke kjent før han har fått informasjonen, men da har han i praksis tilegnet seg den uten kostnad.» Selgeren risikerer å gi bort kunnskap for å kunne selge den.

Nadella snur paradokset på hodet. I AI-alderen er det kjøperen som risikerer å gi bort kunnskap – bare for å kunne bruke det han har kjøpt. Bedriften betaler først med penger. Så betaler den en gang til – med prompts, workflow, rettelser, evalueringer, feedback og institusjonell knowhow. Nadella advarer nettopp om at modeller lærer av «eksos»: sporene etter hvordan mennesker og agenter bruker, korrigerer og evaluerer systemene.

Kan bedrifter stole på modellene?

To eksempler som trekkes frem av David Sacks, er Figma og Cursor: selskaper som gikk fra å være kunder og partnere av Anthropic, til å bli utfordret av Anthropics egne produkter. Figma fikk Claude Design inn i sin kategori. Cursor – som senere ble kjøpt av Elon Musks SpaceX – fikk Claude Code inn i sin. Ifølge Sacks ble Figma «blindsided» av lanseringen av Claude Design, og Figma-gründer Dylan Field skal ha ment at Anthropic ikke hadde vært helt ærlige om omfanget av produktet. Saken fikk også en ekstra governance-dimensjon fordi Anthropics produktsjef Mike Krieger satt i Figmas styre, og først trakk seg tre dager før Claude Design ble lansert. Siden børsnoterings-toppen for ett år siden har aksjekursen til Figma rast med 80 prosent. 

Dette mønsteret er ikke nytt. Plattformen ser hvor verdien oppstår, og bygger sin egen variant. Amazon har i årevis blitt anklaget for å bruke markedsplassdata til å lage egne private-label-kopier av tredjepartsprodukter som selger som varmt hvetemel. Man må være naiv for å ikke tro at Anthropic og OpenAI gjør det samme. 

Det store strategiske spørsmålet er hvor verdien ligger når intelligens ikke lenger er en knapp faktor. I en verden der alle kan kjøpe tilgang til en sterk modell, ligger ikke edge nødvendigvis i selve modellen. Den ligger i det modellen ikke har: bedriftens private kontekst, historikk, kundedata, prosesser, evalueringer, feilrettinger, distribusjon, tillit, domenekunnskap og evnen til å omsette output til handling.

Alt dette kan de ledende AI-laboratoriene få innsikt i. Joda, både Sam Altman og Dario Amodei hevder hardnakket at de ikke stjeler kundenes data. Men er de til å stole på? 

Verdiløs tokenmaxxing?

På den andre siden, hvor mye verdi får brukerne av modellene, egentlig? Hvis modellene er så fantastiske, burde bedrifter som bruker dem sett fantastiske produktivitetsgevinster. Det ser vi foreløpig ikke i statistikken. Mens det florerer av eksempler på enkeltbedrifter og solo-gründere som oppnår fantastiske ting med AI, så sliter næringslivet som helhet med å høste produktivitetsgevinstene kunstig intelligens lover. 

Teknologiinvestor Chamath Palihapitiya fortalte nylig på All-In-podden at hans egne tokenkostnader hadde begynt å se absurde ut: med en dobling omtrent hver 45. dag, mens produktivitetsgevinsten bare har vært rundt fem prosent, og etter alt å dømme har begynt å asymptotere.

I et intervju på CNBC denne uken utdypet han poenget. Ifølge Palihapitiya har mange toppledere og finansdirektører neppe oversikt over hvor mye «tokenmaxxing» som faktisk skjer i bedriften. Bedrifter som har oppmuntret ansatte til å bruke mer AI, kan få seg en klekkelig overraskelse når regningen kommer. 

Chamath har også formulert prisproblemet med en oljemetafor: Én million tokens som en «barrel of intelligence». I hans regnestykke koster premium-modeller fra OpenAI og Anthropic rundt 26 dollar per million tokens, mens modeller fra xAI og Google ligger rundt én dollar, Meta rundt 1,50 dollar og kinesiske modeller rundt 50 cent. Tallene bør tas med forbehold. Men de illustrerer poenget. Hvis billigere (kinesiske) modeller er 80–95 prosent så gode for mange praktiske oppgaver, og koster 2 prosent av Mythos 5 eller GPT-5.6, blir premium-prisingen vanskeligere å forsvare.

Karp koker det ned til: hvis frontier-modellene skaper så mye verdi, hvorfor selger de tokens som en råvare, som intelligens på boks – istedenfor å ta deleierskap i verdiskapningen de prseumptivt bidrar til? 

Billionspørsmålet

Dette er også trillion dollar-spørsmålet for OpenAI og Anthropic. Anthropic hentet i mai 2026 kapital til en verdsettelse på 965 milliarder dollar. Begge planlegger børsnotering med verdsettelse over en billion dollar. Anthropic kan komme allerede i år. OpenAIs notering har blitt utsatt til tidligst neste år – samtidig som spørsmål hoper seg opp om uforløste søksmål, stagnerende brukervekst og regnskapets store sorte hull. 

Slike verdsettelser forutsetter at frontier-modeller blir uunnværlig infrastruktur for bedriftene. Men hva hvis de mest sofistikerte kundene trekker motsatt konklusjon? Hva hvis de bruker Claude og GPT, men nekter å sveise seg til hoften med en leverandør. 

Ikke din modell, ikke ditt konkurransefortrinn

Det viktigste begrepet fra Palantirs paper er model liquidity: ingen bedrift bør ha én modell som single point of failure. Eller rettere sagt: ingen bedrift bør ha en single model of failure.

På samme måte som Europa står i fare for å bli en AI-vassal av USA – slik det dystre fremtidsscenariet i Europe 2031 advarer om – risikerer bedrifter som ikke har kontroll over sin egen kunstige intelligens å bli utkonkurrert. 

Derfor bør ikke bedriftsledere bare stille seg spørsmålet om hvordan AI kan brukes for å øke lønnsomheten, men også om hvordan AI kan brukes uten å gi bort bedriftens konkurransefortrinn.