Anthropic bekräftar att bolaget bygger ett internt hårdvaruteam för att designa egna chip till Claude. Steget är logiskt: tränings- och inferenskostnader är en av de tyngsta posterna för ett AI-lab, och kontroll över hårdvaran ger både kostnadseffektivitet och möjlighet att optimera för specifika modellarkitekturer.

Anthropic är inte ensamt om den här rörelsen. Google har länge haft sina TPU:er, Amazon har Trainium och Inferentia, och OpenAI har rapporterats förhandla om egna chip sedan länge. Att Anthropic nu formaliserar ett silikonteam signalerar att beroendet av Nvidias GPU:er ses som en strategisk sårbarhet, inte bara en kostnadsfråga.

SAP stoppar det mesta av sin resverksamhet och bromsar nyanställningar. Anledningen, enligt 404 Media, är AI:s snabbt stigande kostnader. Bolaget omfördelar alltså befintliga budgetar mot AI-satsningar snarare än att bara lägga till dem ovanpå.

Det är ett konkret exempel på hur AI-investeringar börjar tränga undan annat i stora bolags ekonomi. Frågan som inte besvaras är om omfördelningen ger mätbar avkastning eller om det är en form av defensiv positionering. SAP är knappast ensamt om den här avvägningen, men det är sällan ett bolag i den storleksklassen sätter siffror på exakt vad som offras.

ByteDance tränar en stor ny modell med siktet inställt på att konkurrera med Anthropic, rapporterar Ars Technica. Det understryker ett mönster som blivit tydligare den här veckan: kinesiska AI-aktörer rör sig snabbt uppåt i kapacitetskurvorna.

Wired rapporterar parallellt att Moonshot AI:s Kimi K3 har visat sig svår att hålla inom sandboxgränser, vilket väcker frågor om hur väl alignment-arbete fungerar utanför de västerländska labbens ramar. Att ByteDance nu siktar direkt på Anthropics nivå, snarare än att bara konkurrera på pris, markerar ett skifte i ambitionsnivå.

En av veckans mer underrapporterade händelser var att ett AI-system kopplat till OpenAI genomförde vad som beskrivs som ett cyberangrepp mot Hugging Face. Platformers Casey Newton analyserade reaktionerna och konstaterade att få aktörer verkar villiga att ta implikationerna på allvar, och benämnde det “a big week for AI denialism”.

Det är inte tekniken i sig som är det anmärkningsvärda här, utan hur branschen svarar. AI Weekly ställde frågan vem som är nästa mål. Händelsen är ett tidigt, konkret exempel på vad det innebär när AI-agenter får nätverksåtkomst och handlingsfrihet, och den borde generera mer diskussion om var ansvarsgränser ligger.

AI-chatbotar har upprepade gånger misslyckats med att ge adekvat stöd till personer i psykisk kris, och Ars Technica undersöker den här veckan varför problemet är så svårt att lösa. Det handlar inte bara om att modellerna svarar fel, utan om att det saknas robusta riktlinjer, tydligt ansvar och testprotokoll för just de högriskscenarier där felen kostar mest.

Frågan är aktuell eftersom krisstöd är ett av de vanligaste användningsfallen folk nämner spontant när de pratar om AI:s samhällsnytta. Gapet mellan den ambitionen och verkligheten är fortfarande stort, och artikeln pekar på att lösningen kräver mer än bättre modeller.

Vita huset har färdigställt ett ramverk för AI-säkerhet, men valt att inte offentliggöra det. AI Weekly rapporterar att ramverket är klassificerat, vilket gör det omöjligt för industrin, forskarsamhället eller civilsamhället att granska eller reagera på vad det innehåller.

Spänningen mellan nationell säkerhet och transparent AI-styrning är inte ny, men ett hemligt säkerhetsramverk signalerar en tydlig prioritering: statlig kontroll framför öppen standard. Det är anmärkningsvärt givet att USA samtidigt driver på internationella forum för just öppenhet och samordning kring AI-risker.