Hvem forsker egentlig på KI? Laboratoriene bak OpenAI, DeepMind og Anthropic forklart
Sist faktasjekket:
Kort oppsummert
De mest kjente KI-laboratoriene er amerikanske OpenAI, Google DeepMind og Anthropic, men mye av forskningen skjer andre steder. Kinesiske DeepSeek og Zhipu og selskaper som Mistral gir bort modellene sine åpent, mens universiteter forsker uavhengig, blant dem det norske konsortiet NORA. Aktørene har ulike eiere, mål og budsjetter, og det påvirker verktøyene du bruker.
De tre store amerikanske laboratoriene
OpenAI ble startet i 2015 som en ideell organisasjon, med et uttalt mål om at kunstig generell intelligens skal komme hele menneskeheten til gode. Siden har selskapet gått over til en mer kommersiell struktur kalt “capped-profit”, som fritt oversatt betyr overskudd med et tak. Investorene kan altså tjene penger på selskapet, men bare opp til en fastsatt grense. Likevel har OpenAI beholdt en ideell overbygning som formelt skal styre etter det opprinnelige oppdraget. Selskapet er kjent for ChatGPT og GPT-modellene.
Google DeepMind har en annen historie. Laboratoriet ble grunnlagt i London i 2010 av forskere med bakgrunn fra nevrovitenskap og spillutvikling, altså lenge før den nåværende AI-bølgen. I mange år var DeepMind mest kjent for vitenskapelig forskning, som spillsystemet AlphaGo og proteinstruktur-verktøyet AlphaFold. Så ble det en del av Google og fikk en tydeligere kommersiell rolle gjennom Gemini-modellene.
Anthropic ble startet i 2021 av tidligere OpenAI-forskere, blant dem søsknene Dario og Daniela Amodei. Selskapet har uttalt at sikkerhet og pålitelighet er hovedfokuset. Anthropic er organisert som et “public benefit corporation”. Det er en selskapsform som formelt forplikter ledelsen til å veie samfunnsnytte opp mot profitt, og ikke bare se på profitten. Anthropic lager Claude-modellene.
Felles for alle tre er at de trenger enorme mengder kapital og regnekraft for å trene modellene sine. I praksis har det gjort dem avhengige av enten børsnoterte teknologigiganter eller store kapitalinnsprøytninger fra investorer. Hvorfor modellene krever så mye penger, forklarer vi i en egen artikkel om hvorfor AI-modeller blir stadig større.
De andre amerikanske aktørene
Men bildet er bredere enn disse tre. Meta AI hører til Meta, som eier Facebook og Instagram, og har valgt en helt annen strategi. Meta har gjort store deler av Llama-modellene åpent tilgjengelige i stedet for å holde dem bak en betalingsmur. Dermed kan hvem som helst laste dem ned og bygge videre på dem. xAI er grunnlagt av Elon Musk og lager Grok-modellene. Selskapet er tettere koblet til X, som tidligere het Twitter, enn de andre laboratoriene.
Det kinesiske sporet: Åpent, ikke lukket
De siste par årene har de kinesiske AI-laboratoriene valgt en helt annen vei enn de amerikanske. OpenAI og Anthropic holder i hovedsak modellene sine lukket bak et grensesnitt du betaler for å bruke. Kinesiske selskaper som DeepSeek, Zhipu (Z.AI), Alibabas Qwen-team og Moonshot AI har derimot i stor grad gjort modellene sine åpent tilgjengelige. Ofte kan du laste dem ned gratis og kjøre dem selv.
Det handler om mer enn velvilje. Flere analyser peker på at åpen kildekode er en bevisst strategi. Den skal gjøre Kina mindre avhengig av amerikansk teknologi, bygge global goodwill og trekke til seg utviklere raskere enn en lukket modell ville gjort. DeepSeek fikk stor internasjonal oppmerksomhet i starten av 2025, fordi selskapet hadde laget en modell som konkurrerte med de beste amerikanske. Det skjedde angivelig med et langt lavere budsjett enn de etablerte laboratoriene bruker.
Akademia og det norske sporet
Mye grunnleggende KI-forskning skjer fortsatt på universiteter, og ikke bare i kommersielle laboratorier. Stanford og MIT har for eksempel egne store AI-forskningsmiljøer som publiserer åpen forskning, uten at målet er et kommersielt produkt.
Norge har sitt eget forskningsfellesskap, NORA, som står for Norwegian Artificial Intelligence Research Consortium. Det er et samarbeid mellom åtte universiteter, fem høyskoler og fire forskningsinstitutter. Blant dem er Universitetet i Oslo, Universitetet i Bergen, UiT Norges arktiske universitet, OsloMet og Simula Research Laboratory. NORA får blant annet penger fra Norges forskningsråd, og målet er å styrke norsk KI-forskning og utdanning på tvers av fagfelt, fra maskinlæring til robotikk. I tillegg finnes forskningssentre som NorwAI, som jobber tettere med norsk industri. NorwAI er et norsk senter for kunnskapsdrevet maskinlæring.
Akademisk forskning har et helt annet budsjett enn de amerikanske Big Tech-laboratoriene, men den har også en annen rolle. Den skal utdanne neste generasjon forskere og forske på spørsmål som ikke nødvendigvis gir kommersiell verdi på kort sikt. Et eksempel er hvordan KI påvirker norsk språk, samfunn og arbeidsliv.
Hvorfor er dette landskapet så ulikt?
Eierstrukturen er mer enn en formell detalj. Et selskap med aksjonærer er under et innebygd press for vekst og lønnsomhet. En ideell organisasjon eller et “public benefit”-selskap har i teorien mer rom til å prioritere annerledes. Kommer lønnsomhet og sikkerhet i konflikt, kan ledelsen der formelt velge det den mener er tryggest. Et statsstøttet universitetskonsortium som NORA har igjen andre insentiver. Der teller publisering, utdanning og kunnskap som bygges opp over tid, mer enn kvartalsresultater.
Forskjellen i størrelse er også stor. De største amerikanske laboratoriene bruker milliardbeløp bare på regnekraft, og det kan de fleste universitetsmiljøer i verden ikke matche. Derfor skjer mye av den mest ressurskrevende forskningen på de aller største modellene nettopp i de kommersielle laboratoriene. Akademia konsentrerer seg ofte om mer avgrensede og spesialiserte spørsmål.
De tre store laboratoriene er for øvrig de samme som i dag konkurrerer om å automatisere store deler av sin egen forskning. Mer om det står i artikkelen vår om hvorvidt AI kan forske på seg selv.
Her er aktørene samlet:
| Aktør | Type | Åpen eller lukket modell |
|---|---|---|
| OpenAI, Google DeepMind, Anthropic | Amerikansk Big Tech-laboratorium | I hovedsak lukket, betalt tilgang |
| Meta AI | Amerikansk Big Tech-laboratorium | I stor grad åpen (Llama) |
| DeepSeek, Zhipu, Qwen, Moonshot AI | Kinesisk selskap | I stor grad åpen og gratis |
| NORA | Norsk universitets- og forskningskonsortium | Åpen, akademisk publisering |
Vanlige spørsmål
Er det bare store, rike selskaper som forsker på KI?
Nei, men de dominerer forskningen på de aller største og dyreste modellene, fordi slike modeller krever enorme summer til regnekraft. Universiteter, forskningsinstitutter og mindre selskaper forsker fortsatt aktivt på KI. De har bare ofte en annen vinkling, med mer avgrensede spørsmål, åpen publisering eller bruk innenfor et bestemt fagfelt eller land.
Hva er egentlig forskjellen på et ideelt og et vanlig selskap innen KI?
Et vanlig aksjeselskap har aksjonærer som forventer avkastning, og det skaper et press for vekst og lønnsomhet. En ideell organisasjon eller et “public benefit”-selskap har formelt et bredere mandat, der også samfunnsnytten skal veies inn. Anthropic er organisert på den siste måten. I praksis trenger begge typer fortsatt enorme kapitalinnsprøytninger for å trene konkurransedyktige modeller. Forskjellen handler derfor mer om formell styring enn om hvor mye penger som kreves.
Forsker Norge faktisk på KI?
Ja. NORA samler åtte universiteter, fem høyskoler og fire forskningsinstitutter, blant dem Universitetet i Oslo og Universitetet i Bergen. Konsortiet finansieres delvis av Norges forskningsråd. Norsk forskning konkurrerer ikke med Big Tech-budsjettene når det gjelder å trene de aller største modellene. Den bidrar i stedet med forskning på blant annet hvordan KI påvirker norsk språk, arbeidsliv og samfunn.
Hvorfor er det viktig hvem som eier modellen jeg bruker?
Eierstruktur og finansiering påvirker hvilke insentiver selskapet har. Tjener det penger på at du bruker modellen mest mulig, eller er det avhengig av annonseinntekter? Har det et formelt mandat til å prioritere sikkerhet foran vekst? Svarene er nyttige når du vurderer hvor mye du stoler på et verktøy. De forklarer også hvorfor to selskaper kan ta svært ulike valg, selv når produktene deres ser like ut.
Oppsummering og kilder
Det viktigste å huske:
- OpenAI, Google DeepMind og Anthropic er de tre mest kjente amerikanske AI-laboratoriene, med ulik eierstruktur og historie
- Kinesiske laboratorier som DeepSeek og Zhipu gjør ofte modellene sine åpent tilgjengelige, i motsetning til de amerikanske
- Norge har sitt eget forskningskonsortium, NORA, med åtte universiteter og fem høyskoler
- Eierstruktur og finansiering påvirker hvilke insentiver et AI-selskap faktisk har
Kilder brukt i denne artikkelen:
- Wikipedia: Anthropic
- Rest of World: OpenAI or DeepSeek? Role of China’s open-source in the AI race
- CNBC: China’s Zhipu is booming with Anthropic and OpenAI held back
- NORA: Klare til å styrke NORAs nasjonale rolle innen kunstig intelligens
- Norges forskningsråd: Satsing på kunstig intelligens
Sist oppdatert: August 2026
Les også
Hvorfor blir AI-modeller stadig større, og hvorfor stopper det ikke der?
GPT-1 hadde 117 millioner parametere. GPT-3 hadde 175 milliarder, altså nesten 1500 ganger så mange. Hvorfor blir AI-modeller stadig større, hvem bestemmer hvor grensen går, og har utviklingen faktisk begynt å endre retning i 2026?
Hvorfor klarer ikke KI å telle bokstaver i et ord? Tokenisering forklart
Spør en KI-chatbot hvor mange r-er det er i "strawberry", og den kan svare feil, selv om den kan forklare kvantefysikk. Dette er ikke fordi KI-en er dum. Det handler om hvordan den faktisk "ser" tekst, og det forklarer også hvorfor KI av og til bommer på enkel matte.
Sykofanti: Hvorfor er KI-chatboter så enige med deg, og hvorfor er det et problem?
I 2025 måtte OpenAI rulle tilbake en ChatGPT-oppdatering fordi den ble påfallende smigrende, selv i alvorlige situasjoner. Forskning viser at vi stoler mer på smigrende KI-svar, selv når de er feil. Her er hvorfor chatboter har en innebygd tendens til å være enige med deg, og hvorfor det er farligere enn det høres ut.