Hva er det? En måte for programmer å snakke sammen på.
Enkelt forklart:
API er som en kelner på en restaurant: Du (programmet) bestiller noe fra menyen (API), kelneren tar bestillingen til kjøkkenet (systemet), og bringer tilbake maten (data).
Hvorfor viktig for AI?
Kobler AI til eksisterende systemer
Henter data fra ERP, CRM, etc.
Sender resultater tilbake
Muliggjør automatisering
Eksempel: AI-chatbot bruker API til å hente kundeinfo fra CRM-systemet når du spør om ordrestatus.
Anbefaling: For de fleste norske bedrifter er human-in-the-loop det tryggeste valget — la AI gjøre grovarbeidet, men ha alltid en person som kvalitetsikrer.
Agentic AI
AI-agenter / Autonome AI-systemer
Hva er det? AI som kan planlegge, ta beslutninger og utføre oppgaver på egenhånd — uten at du guider hvert steg.
Forskjell fra vanlig AI:
Vanlig chatbot: Du spør, den svarer. Ferdig.
AI-agent: Du gir et mål, den planlegger stegene, bruker verktøy, evaluerer resultatet og justerer kursen
Hva kan AI-agenter gjøre?
Skrive og teste kode automatisk
Gjennomføre research med flere kilder
Automatisere arbeidsflyter på tvers av systemer
Koordinere med andre AI-agenter
Eksempler: Claude Code som bygger hele programvareprosjekter, Devin som løser GitHub-issues, eller n8n-agenter som styrer komplekse arbeidsflyter.
MCP
Model Context Protocol
Hva er det? En åpen standard som lar AI-modeller koble seg til eksterne verktøy og datakilder — som en universal plugg for AI.
Enkelt forklart:
Tenk på MCP som USB-C for AI. I stedet for å bygge en tilpasset integrasjon for hvert verktøy, lar MCP AI-en koble seg til hva som helst via ett standardisert grensesnitt.
Hva kan det gjøre?
Gi AI tilgang til databaser, filsystemer og APIer
La AI bruke nettlesere, terminaler og andre verktøy
Koble AI til Slack, GitHub, Google Sheets m.m.
Utviklet av Anthropic, støttes av flere aktører
Eksempel: Claude Code bruker MCP for å lese filer, kjøre kode og kommunisere med GitHub — alt uten manuell integrasjon.
Fine-tuning
Finjustering av AI-modeller
Hva er det? Prosessen med å tilpasse en ferdigtrent AI-modell til dine spesifikke behov ved å trene den videre på dine data.
Når bruker du det?
Modellen trenger spesialkunnskap om din bransje
Du vil ha konsistent tone og stil
RAG alene ikke gir godt nok resultat
Fine-tuning vs. RAG:
RAG gir AI tilgang til oppdatert informasjon. Fine-tuning endrer hvordan AI oppfører seg og svarer. Ofte brukes begge sammen.
Eksempel: En advokatfirma fine-tuner en modell på juridisk norsk for å få presise formuleringer i kontraktsutkast.
Token
Token / Tekstenhet for AI
Hva er det? Den minste enheten AI jobber med — omtrent 3/4 av et norsk ord.
Hvorfor er det viktig?
Kontekstvindu: Hvor mye tekst AI kan lese samtidig (f.eks. 128K tokens = ca. 200 sider)
Pris: API-bruk faktureres per token
Kvalitet: Flere tokens inn = bedre kontekst = bedre svar
Tommelfingerregel: 1 norsk side med tekst ≈ 350 tokens. En gjennomsnittlig e-post ≈ 150-300 tokens.
Embedding
Vektorrepresentasjon / Innbygging
Hva er det? En metode for å gjøre tekst, bilder eller lyd om til tall som AI kan forstå og sammenligne.
Enkelt forklart:
Tenk på det som GPS-koordinater for mening. Ord med lignende betydning får koordinater som ligger nærme hverandre. "Hund" og "valp" er nær hverandre, mens "hund" og "bil" er langt fra hverandre.
Brukes til:
Semantisk søk (finn dokumenter etter mening, ikke bare nøkkelord)
RAG-systemer (finn relevante tekstbiter)
Anbefalingssystemer
Svindeldeteksjon og anomalifunn
Eksempel: Du søker etter "ferieretningslinjer" og finner dokumentet som heter "Regler for fravær og permisjon" — fordi embeddings forstår at meningen er lik.
Transformer
Transformer-arkitekturen
Hva er det? Arkitekturen bak alle moderne AI-modeller. Oppfunnet av Google i 2017 i artikkelen "Attention Is All You Need".
Nøkkelkonsept — Attention:
Transformer-modeller kan fokusere på de viktigste delene av teksten, uansett hvor langt fra hverandre de er. Tidligere modeller leste tekst ord for ord — transformer ser hele bildet.
Hvorfor viktig: GPT, Claude, Gemini, Llama — alle er bygget på transformer-arkitekturen. Det er grunnmuren i dagens AI-revolusjon.
Vibe Coding
AI-assistert programmering
Hva er det? En ny måte å programmere på der du beskriver hva du vil bygge i naturlig språk, og AI skriver koden for deg.
Slik fungerer det:
Du beskriver appen eller funksjonen du ønsker
AI genererer koden, kjører den og fikser feil
Du itererer med feedback til resultatet er riktig
Du trenger ikke kunne programmere — men det hjelper
Populære verktøy:
Claude Code: Terminal-basert AI-agent for hele prosjekter
Lovable: Webapper fra enkle beskrivelser
Cursor: AI-first koderedigerer
Bolt.new: Instant full-stack webapper
Martin sin erfaring: Vibe coding er fantastisk for prototyper og MVPer. For produksjonskode bør du fortsatt forstå hva AI-en lager. Se vår Ressursbank for alle verktøyene.
Deep Learning
Dyp læring / Dype nevrale nettverk
Hva er det? En undergren av maskinlæring som bruker nevrale nettverk med mange lag (derav "dyp") for å løse komplekse problemer.
Hierarkiet:
AI → Maskinlæring → Deep Learning → Transformer → LLM. Hvert nivå er en spesialisering av det over.
Brukes til:
Bildegjenkjenning og computer vision
Talesyntese og talegjenkjenning
Alle store språkmodeller (LLM-er)
Selvkjørende biler
Faktum: Deep learning er grunnen til at AI har eksplodert de siste årene. Mer data + mer datakraft + dypere nettverk = dramatisk bedre resultater.
Ollama
Lokalt AI-verktøy
Hva er det? Et gratis, åpen kildekode-verktøy for å kjøre AI-modeller lokalt på din egen maskin — uten skytjenester.
Fordeler:
Gratis — ingen abonnement eller API-kostnader
Privat — ingen data forlater din maskin
Raskt — ingen nettverksforsinkelse
Støtter hundrevis av modeller (Llama, Gemma, Mistral m.m.)
Krav:
En datamaskin med god GPU (8 GB+ VRAM) for de større modellene, eller 16 GB+ RAM for CPU-kjøring av mindre modeller.
Perfekt for: Bedrifter med sensitive data, utviklere som vil eksperimentere, eller alle som vil prøve AI uten å betale. Vi bruker Ollama selv hos Justfixit.
Vil du lære mer om AI?
Vi tilbyr kurs, foredrag og workshop skreddersydd for din bedrift. Kontakt oss for en uforpliktende samtale.