OpenAI backar från börsen – IPO skjuts troligen till nästa år

Brexit till trots: brittisk AI klättrar mot världstoppen

En ny studie kartlägger den brittiska AI-sektorn och slår fast att landet befäst sin position som en av världens ledande AI-ekonomier – trots handelshinder och politisk turbulens efter brexit. Tillgång till kapital och utbildningsnivå pekas ut som avgörande faktorer.

En studie genomförd av forskarna Waqar Muhammad Ashraf, Diane Coyle och Ramit Debnath har kartlagt den brittiska AI-sektorn med hjälp av företagsregister, officiell statistik och databaser över teknikföretag. Slutsatsen är tydlig: Storbritannien har etablerat sig som en av världens ledande AI-ekonomier, och sektorn väntas fortsätta växa fram till 2030.

Det som gör studien intressant är att den identifierar lokala faktorer – utbildningsnivå, sysselsättning och befolkningstäthet – som avgörande för var AI-företag lyckas. Tillgång till kapital lyfts fram som den enskilt viktigaste faktorn för ett enskilt företags framgång. Det är ett fynd som utmanar föreställningen att AI-tillväxt enbart drivs av nationell politik eller stora teknikjättar. Istället pekar forskningen mot ett ekosystem där lokala förutsättningar spelar en avgörande roll.

För Sverige och EU är detta relevant. Debatten om hur Europa ska konkurrera med USA och Kina i AI-kapplöpningen handlar ofta om reglering och statliga satsningar. Den brittiska studien antyder att svaret också kan finnas i regionala kluster – något som borde intressera svenska beslutsfattare som arbetar med AI-strategi och innovationspolitik.

Wayfinder: routern som bestämmer vilken AI som ska svara – på mikrosekunder

Ett nytt CLI-verktyg avgör om en prompt ska skickas till en lokal eller molnbaserad AI-modell – utan att fråga någon annan modell. Beslutet tar mikrosekunder, kräver ingen API-nyckel och kostar ingenting. Tanken är enkel: låt enkla frågor stanna lokalt.

Billiga promptar stannar lokalt och svåra går till den dyra modellen, så du slutar betala toppris för 'sammanfatta det här' och 'fixa mitt stavfel'.

Artikelförfattaren (itsthelore)

Wayfinder Router är ett deterministiskt CLI-verktyg som analyserar en prompts struktur och ordval – längd, rubriker, listor, kod, matematiska termer – och ger en rekommendation om den ska skickas till en lokal modell eller en molnbaserad tjänst. Beslutet fattas på mikrosekunder, offline, utan API-nyckel eller nätverksanrop. Verktyget ger en poäng och en rekommendation; vad användaren sedan gör med den är upp till dem.

I ett landskap där LLM-kostnader snabbt kan eskalera för den som kör många förfrågningar är idén bakom Wayfinder pragmatisk: inte alla frågor kräver ett dyrt molnanrop. Att sammanfatta en text eller rätta ett stavfel är uppgifter som en lokal modell klarar lika bra – och till en bråkdel av kostnaden. Wayfinder jämförs i dokumentationen med liknande verktyg som RouteLLM, NotDiamond och OpenRouter, men skiljer sig genom att vara helt offline och deterministiskt snarare än att använda en annan modell för att fatta routingbeslutet.

Verktyget är gratis och open source, vilket gör det tillgängligt för utvecklare och organisationer som vill optimera sina AI-kostnader utan att binda sig till en specifik plattform eller leverantör.

AI tar plats i läkemedelslabbet – Nature publicerar ny screeningplattform

En AI-driven plattform för virtuell läkemedelsscreening presenteras i Nature Protocols. Systemet använder tredimensionella proteinstrukturer för att identifiera läkemedelskandidater – ett steg mot snabbare och billigare tidig läkemedelsutveckling.

I Nature Protocols presenteras en AI-driven plattform för strukturbaserad virtuell screening – en metod där artificiell intelligens analyserar tredimensionella strukturer av proteiner för att identifiera molekyler som kan bli läkemedel. Plattformen syftar till att effektivisera det tidiga skedet av läkemedelsutveckling, där forskare traditionellt behöver testa enorma bibliotek av kemiska föreningar mot ett målprotein.

Virtuell screening är inte nytt, men AI-drivna ansatser förändrar skalan och hastigheten i processen. Genom att träna modeller på kända protein-ligand-interaktioner kan systemen prioritera de mest lovande kandidaterna innan kostsamma laboratorieexperiment ens påbörjas. Publiceringen i Nature Protocols – en tidskrift inriktad på reproducerbara metoder – antyder att plattformen är utformad för att kunna användas brett av forskarsamhället, inte bara av det egna laboratoriet. Det är ett tecken på att AI-verktyg för läkemedelsupptäckt mognar från proof-of-concept till praktisk infrastruktur.

Forskning inom AI och läkemedel är ett område där svenska aktörer som AstraZeneca och Karolinska Institutet är aktiva. Publiceringar av den här typen i ledande tidskrifter sätter standarden för vilka metoder som förväntas användas i framtida läkemedelsprojekt.