Anthropic kom den 10. juni 2026 med to politiske udspil. Det første handler om at styre de allerstærkeste AI-modeller og foreslår, at regeringer skal kunne blokere eller afskrække farlige modeller, med bøder bundet til virksomhedens globale omsætning. Det andet handler om at forberede arbejdsmarkedet og økonomien på AI.
Det er ikke et nyt produkt. Det er et signal om, hvor reguleringen er på vej hen. Og hvis du driver en dansk virksomhed, er pointen ikke FLOPs (et mål for hvor meget regnekraft der er brugt til at træne en model) og bøder. Pointen er, at krav om dokumentation, uafhængig vurdering og styr på data bliver normen. De virksomheder, der har det på plads nu, kommer til at stå stærkest.
Anthropics udspil Policy on the AI Exponential →
Anthropic foreslår, at regeringer skal kunne blokere eller afskrække AI-modeller, der udgør en alvorlig risiko for katastrofal skade, med sanktioner bundet til virksomhedens globale omsætning.
Hvad Anthropic foreslår
Udspillet hedder Policy on the AI Exponential (politik for den eksponentielle AI-udvikling) og består af to rammer.
Den første er Advanced AI Framework (ramme for avanceret AI). Den lægger op til, at regeringer skal have lovhjemmel til at blokere eller afskrække modeller, der udgør en alvorlig risiko for katastrofal skade. Sanktionerne foreslås bundet til global årlig omsætning og stiger ved gentagne overtrædelser. Anthropic understreger selv, at magten skal være snæver og have indbyggede værn mod misbrug.
Den anden er Economic Policy Framework (ramme for økonomisk politik). Den handler om at forberede arbejdstagere og økonomien på AI's effekt og om at sprede de økonomiske gevinster bredt.
Rammen er primært skrevet til den amerikanske forbundsregering. Anthropic argumenterer imod, at føderal lov skal sætte delstaternes egne love ud af kraft, medmindre den føderale lov er mindst lige så stærk. Det er værd at huske, at tal og påstande i udspillet er Anthropics egne. De er ikke uafhængigt verificeret her.
Hvem reglerne ville gælde for
Det her er vigtigt, og det er grunden til, at du ikke skal blive nervøs på din egen virksomheds vegne. Reglerne foreslås kun at gælde modeller trænet med mere end 10^25 floating point-beregninger (FLOPs), udviklet af virksomheder med mere end 500 millioner dollars i AI-relateret omsætning eller mere end 1 milliard dollars i AI-forskning og udvikling.
Det er en håndfuld af verdens største AI-laboratorier. Det er ikke dig, og det er ikke dine leverandører af almindelig software. Du er bruger i den anden ende, og det er netop derfor, kravene til de store er relevante for dig: de afgør, hvor dokumenteret og gennemtestet den AI er, du selv bygger oven på.
De fire risici, rammen adresserer
Anthropic peger på fire former for katastroferisiko.
Biologisk risiko, at stærke modeller uden værn kan gøre det lettere at udvikle biologiske våben. Cyberrisiko, at frontier-modeller nu kan finde kritiske sårbarheder i software i stor skala, hvilket beskytter kritisk infrastruktur, når det bruges defensivt, men hæver indsatsen. Tab af kontrol, at det kan blive sværere at styre systemer, der handler uden for udviklernes kontrol. Og automatiseret forskning og udvikling, at AI begynder at udvikle AI, hvilket kan forstærke de tre andre risici.
Som konkret eksempel nævner Anthropic, at Claude Mythos Preview i år fandt tusindvis af alvorlige sårbarheder, blandt andet i alle større styresystemer og browsere. Det tal stammer fra Anthropic selv og er ikke uafhængigt verificeret her.
Det her er en skærpelse, og hvor jeg står
Her er min holdning. Det vigtige i det her er ikke FLOPs, bøder eller amerikansk lovgivning. Det er retningen. Anthropic har før støttet love om transparens. Det nye er, at de nu selv siger, at transparens alene ikke længere er nok, og at regeringer skal spille en mere aktiv rolle. Det er en skærpelse, ikke en gentagelse.
For dig som nordisk virksomhed betyder det, at kravene til den AI, du bruger, kun går én vej: mere dokumentation, mere uafhængig vurdering, mere styr på data og adgang. Det rammer i øvrigt præcis det, EU AI Act allerede kræver af jer, blandt andet at jeres team skal være AI-literate. Den virksomhed, der bygger det ind nu, slipper for at rette op senere. Det er den slags fremsynede opsætning, jeg laver for nordiske virksomheder: ikke bare at få Claude i drift, men at få den i drift på en måde, der kan dokumenteres og holde til en revision.
Kravene til de store udviklere, og hvorfor de er dit filter
Fire krav er værd at kende, fordi de bliver den standard, dine leverandører måles på.
Transparens. Test modellerne og offentliggør resultaterne. Udgiv en sikkerhedsramme, systemkort og løbende risikorapporter. Anthropic påpeger, at dele af det allerede er lovkrav i Californien og New York. Uafhængig vurdering. Mindst én kvalificeret uafhængig evaluator skal gennemgå tests og risikorapporter. Sikkerhed. Modelvægte og træningsinfrastruktur er mål for cyberangreb, også fra statslige aktører, og hele udviklingsmiljøet skal sikres mod trusler udefra og indefra. Og håndhævelse med tænder, hvor regeringen skal kunne blokere farlige modeller, men med konkrete værn mod for bred magt.
Derudover foreslår Anthropic en dagsorden for samfundets modstandsdygtighed: screening af gensyntese, tidlig biovervågning og hærdning af den software, kritisk infrastruktur kører på. For dig er pointen enkel. De her fire krav er et færdigt filter, du kan bruge, når du vælger AI-leverandør. Offentliggør de tests, sikkerhedsramme og systemkort? Hvis ja, er du på solid grund. Hvis nej, er det et flag.
Hvad det betyder for nordiske B2B SaaS
For et nordisk B2B SaaS-team handler det her om leverandørvalg og om at kunne sælge på troværdighed. Du bygger oven på en model, du ikke selv har trænet. Så det, der afgør din egen risiko, er, hvor dokumenteret og testet den model er.
Gør det til en fast del af jeres due diligence: kræv sikkerhedsramme, systemkort og uafhængig evaluering af enhver AI-leverandør, I lukker ind i produktet eller driften. Skriv det ind i jeres egen AI-politik. Når en kunde eller en revisor spørger, hvorfor I valgte netop den model, har I et svar, der holder. Det er den slags fundament, jeg bygger for SaaS-teams, så jeres AI-valg står stærkt den dag det bliver efterprøvet.
Hvad det betyder for telemarketing og salgsteams
Kører du Claude på hjemmesiden som agent eller bruger den internt i salget, bliver troværdighed et salgsargument. At kunne sige, at din AI-leverandør lever op til høje krav til sikkerhed og transparens, fjerner en bremse hos de kunder, der er i tvivl om AI.
Gør det konkret. Hav et kort svar klar på, hvilken model I bruger, og hvorfor I stoler på den. Læg leverandørens sikkerhedsramme et sted, en kunde kan se den. I en salgssamtale, hvor en køber er nervøs for AI, er det forskellen på en indvending, der lukker samtalen, og en, du kan svare på med det samme.
Hvad det betyder for professionelle servicevirksomheder
For en professionel servicevirksomhed er det her rygdækning til det governance-arbejde, du allerede burde lave. Den ramme, Anthropic foreslår, ligner det, en revisor vil spørge efter: dokumenterede tests, uafhængig vurdering, styr på adgang og data.
Byg det ind i din udrulning nu. Vælg leverandører, der offentliggør tests og systemkort. Skriv modelvalg, databehandling og adgang ind i din AI-politik. Det lyder som compliance, og det er det også, men det er først og fremmest sådan, du beskytter en klientrelation. En SOC 2-, ISO 27001-, ISO 42001- eller GDPR-revision vil bede om netop den dokumentation, og det er billigere at have den klar end at skaffe den under pres.
Hvad det betyder for founders og scale-ups
For en founder er rådet enkelt: byg ikke oven på modeller, hvor du ikke kender sikkerheds- og testniveauet. Regulering på vej betyder, at de seriøse udbydere bliver tydeligere, og de useriøse falder fra. Vælg de seriøse nu, så du ikke skal bygge om, når kravene rammer.
Det koster ikke noget at vælge rigtigt fra start. Det koster meget at flytte et helt produkt over på en ny model midt i en vækstfase, fordi den første leverandør ikke kunne dokumentere noget. Se på, hvem der allerede offentliggør sikkerhedsramme, systemkort og uafhængige evalueringer, og byg på dem.
GDPR og sikkerhed for danske virksomheder
Det her udspil er amerikansk og handler om de største modeludviklere. Det ændrer ikke din retsstilling i Danmark. Men temaet er det samme som i en SOC 2-, ISO 27001-, ISO 42001- eller GDPR-revision: kan du dokumentere, at den AI, du bruger, er testet, styret og sikret.
Der er tre konkrete ting, du kan gøre nu. Bed dine AI-leverandører om deres sikkerhedsramme og systemkort. Findes de, er du langt. Gør de ikke, er det et flag. Hold styr på, hvilke data der går ind i dine AI-værktøjer, og om der er en databehandleraftale. Det er stadig det, en dansk revision falder over først. Og skriv ind i din egen AI-politik, at I kun bruger leverandører, der lever op til anerkendte krav til transparens og sikkerhed. Det er en lille sætning, der gør dig nemmere at revidere.
Har du brug for EU-dataresidens, kan Claude deployes gennem AWS Bedrock eller Google Vertex AI i europæiske regioner. Det er et valg, du træffer bevidst fra start, ikke noget du opdager i en revision bagefter.
Det her udspil er en påmindelse om, hvor det hele er på vej hen. Den virksomhed, der vinder, er ikke den, der venter på loven. Det er den, der allerede kan dokumentere, at dens AI er valgt, testet og styret. Det er præcis det arbejde, jeg laver for nordiske virksomheder: Claude sat i drift på en måde, der kan dokumenteres og holde til en revision. Se mere om intern Claude i jeres workflows, eller skriv til mig, hvis I vil have styr på governance, før kravene rammer.
Dette arbejde er udarbejdet i samarbejde med AI. Overordnet: AI cirka 73 procent, Kim cirka 27 procent. Set kun på selve produktionen: AI cirka 88 procent, Kim cirka 12 procent. Mennesket bestemmer retningen, AI leverer mængden.
FAQ
Ofte stillede spørgsmål
Det er to politiske udspil, Anthropic lagde frem den 10. juni 2026. Det første, Advanced AI Framework (ramme for avanceret AI), foreslår at regeringer skal kunne blokere eller afskrække farlige AI-modeller, med sanktioner bundet til global omsætning. Det andet, Economic Policy Framework (ramme for økonomisk politik), handler om at forberede arbejdsmarkedet og økonomien på AI. Tal og påstande er Anthropics egne og er ikke uafhængigt verificeret.
Nej. Reglerne foreslås kun at gælde modeller trænet med mere end 10^25 beregninger og udviklet af virksomheder med meget stor AI-omsætning eller forskning. Det er en håndfuld af verdens største AI-laboratorier. Du er bruger i den anden ende, men kravene afgør, hvor dokumenteret den AI, du bygger på, er.
Brug Anthropics fire krav som filter, når du vælger leverandør: offentliggjorte tests, sikkerhedsramme, systemkort og uafhængig vurdering. Hold styr på data og databehandleraftaler, og skriv ind i din AI-politik, at I kun bruger leverandører, der lever op til anerkendte krav. Overvej EU-dataresidens via AWS Bedrock eller Google Vertex AI, hvis I har brug for det.
FLOPs står for floating point operations, altså antallet af regneoperationer. I AI bruges det som et mål for, hvor meget computerkraft der er gået til at træne en model. Jo flere FLOPs, jo større og dyrere er modellen typisk. Grænsen på 10^25 FLOPs i udspillet rammer kun de allerstørste modeller fra de største laboratorier, ikke de værktøjer en almindelig virksomhed bruger.
