Hvorfor tror noen AI-selskaper AGI kommer om få år, mens andre tror det er tiår unna?

Kort oppsummert

Uenigheten om når AGI kommer, handler mest om at ingen er enige om hva AGI egentlig er. Uten en felles definisjon har spørsmålet “når kommer AGI” ikke noe felles svar. Ledere i AI-selskaper anslår gjerne kortere tid enn forskere, og begge grupper har både gode grunner og incentiver som kan trekke svarene i én retning.

---

Dette er ikke det samme spørsmålet som “hva er AGI”

Vi har tidligere forklart hva AGI er som begrep. Kort sagt er det en fremtidig AI som kan lære og løse alle typer oppgaver minst like godt som et menneske. Denne artikkelen tar for seg et annet spørsmål: Hvorfor spriker anslagene for når det skjer så mye, fra noen få år til flere tiår, alt etter hvem du spør? Vi prøver ikke selv å fastslå når AGI kommer. Vi har også skrevet om hva norske partier mener om regulering av AGI-utvikling, men det er et tredje spørsmål. Det handler om politikk og regulering, ikke om å anslå en dato.

---

Kjernen i problemet: ingen er enige om hva som faktisk teller som AGI

Det høres enkelt ut å svare “ja” eller “nei” på om noe er AGI. I praksis finnes det likevel ingen allment akseptert, presis definisjon. I 2023 gikk forskere ved Google DeepMind gjennom de eksisterende AGI-definisjonene i forskningslitteraturen. De fant så mange ulike tilnærminger at de selv foreslo et rammeverk med seks ulike “nivåer” av AGI. Det laveste nivået er “fremvoksende”, som betyr på linje med eller litt bedre enn et menneske uten spesialkompetanse. Deretter følger “kompetent”, “ekspert” og “virtuos”, og til slutt overmenneskelig. Alt vurderes langs to separate akser: hvor godt systemet presterer, og hvor generelt det er, altså hvor bredt det kan brukes.

Andre definisjoner har en helt annen tilnærming. I sine egne vedtekter definerer OpenAI AGI kort som “et høyt autonomt system som overgår mennesker på det meste av økonomisk verdifullt arbeid”. Flere kritikere mener denne definisjonen er problematisk, nettopp fordi den knytter AGI til økonomisk nytte og ikke til generell intelligens i seg selv. Andre foreslår et helt annet kriterium, nemlig om det lønner seg økonomisk å la en AI-agent kjøre kontinuerlig over tid. Da handler det ikke om å bestå en test eller å matche menneskelig prestasjon på et gitt sett med oppgaver.

Når selve målestokken varierer så mye, sier det seg selv at svaret på “når når vi den” også vil variere kraftig. Det avhenger av hvilken målestokk du legger til grunn.

---

Hvorfor har ulike grupper systematisk ulike anslag?

Analyser som har samlet og sammenlignet offentlige AGI-anslag over tid, finner et gjenkjennelig mønster. Forskjellene mellom gruppene er altså ikke bare tilfeldig spredning:

Gruppe	Typisk anslag	Hvorfor
Ledere i AI-selskaper	Kortere tidshorisonter enn andre grupper	Tettest innsikt i egne, ennå ikke offentliggjorte systemer, men også et tydelig kommersielt incentiv til å fremstå som ledende
AI-forskere i akademia	Historisk lengre tidshorisonter, men kortere år for år	Bredt spurt gjennom spørreundersøkelser på tvers av forskningsmiljøer
Prognoseplattformer (f.eks. Metaculus)	Markant nedgang i gjennomsnittlig anslått tidshorisont	Løpende, oppdaterte gruppeanslag, men i stor grad avhengig av hvilken AGI-definisjon spørsmålet bygger på
AI-sikkerhetsforskere	Bred usikkerhet fremfor ett konkret årstall	Primært opptatt av risiko ved å ta feil i begge retninger, ikke av å treffe en dato

Ingen av disse gruppene “lyver”, og de er heller ikke nødvendigvis mer eller mindre kompetente enn de andre. De svarer bare på et spørsmål der definisjonen av hva som teller, varierer fra person til person.

Fire ulike grupper, fire ulike informasjonskilder og incentiver, fire ulike anslag.

---

Hvorfor spiller dette faktisk en rolle for deg?

Det kan virke som en akademisk krangel om ord, men uenigheten har konkrete konsekvenser. Regelverk, investeringer og offentlig debatt om KI-sikkerhet bygger ofte på en antakelse om hvor nært eller fjernt AGI er, selv om det sjelden sies rett ut. Når anslagene spriker med flere tiår alt etter hvem som spørres, blir det vanskeligere for politikere, virksomheter og vanlige folk å vite hvor mye vekt de bør legge på AGI-bekymringer akkurat nå. De må også veie dem opp mot mer nære og konkrete spørsmål om dagens AI-systemer.

Regelverk, investeringer og offentlig debatt hviler ofte på en antakelse om AGI som ingen faktisk kan bekrefte.

---

Vanlige spørsmål

Er det noen som faktisk vet når AGI kommer?

Nei. Ikke noe forskningsmiljø eller selskap har vist seg å kunne forutsi dette pålitelig. Selv anslagene fra de samme gruppene endrer seg raskt fra år til år, etter hvert som ny informasjon kommer til.

Hvorfor stoler ikke forskere mer på det AI-selskapene selv sier?

Det er ikke fordi selskapslederne nødvendigvis tar feil. Men de har et tydelig kommersielt incentiv til å fremstå som ledende, og det gjør det vanskelig å skille en ekte teknisk vurdering fra markedsføring. Det gjelder også motsatt vei, for akademiske forskere har ikke nødvendigvis bedre innsyn i de nyeste systemene som ennå ikke er lansert.

Hvorfor har anslagene generelt blitt kortere de siste årene, uansett hvem som spørres?

Fordi språkmodellene har blitt merkbart bedre på stadig flere oppgaver. Ikke minst presterer resonnerende modeller langt bedre enn tidligere generasjoner på kompliserte oppgaver. Det har fått mange i alle gruppene til å justere anslagene sine nedover. Likevel betyr ikke det at gruppene nå er enige, for avstanden mellom de korteste og de lengste anslagene er fortsatt stor.

Er dette spørsmålet det samme som om AGI bør reguleres?

Nei, det er et beslektet, men eget spørsmål. Denne artikkelen handler om selve uenigheten rundt tidslinjer og definisjon. Norske partiers standpunkt til AGI-regulering er et politisk spørsmål som i praksis må håndteres uansett hvor sikre eller usikre tidslinjene er.

---

Oppsummering og kilder

Det viktigste å huske:

• Det finnes ingen allment akseptert definisjon av AGI, og det gjør “når kommer den”-spørsmålet grunnleggende vanskelig å svare presist på
• Google DeepMind foreslo i 2023 et rammeverk med seks nivåer av AGI for å systematisere de mange ulike definisjonene i forskningslitteraturen
• Selskapsledere har historisk anslått kortere tid enn akademiske forskere som er spurt bredt, delvis fordi de har ulik tilgang på informasjon og ulike incentiver
• Anslag fra alle grupper har generelt blitt kortere over tid, men avstanden mellom gruppene er fortsatt stor
• Dette er et annet spørsmål enn om AGI bør reguleres, for det er et politisk spørsmål uansett hvor sikre tidslinjene er

Kilder brukt i denne artikkelen:

• arXiv: Levels of AGI for Operationalizing Progress on the Path to AGI (Google DeepMind, 2023)
• 80,000 Hours: Shrinking AGI timelines – a review of expert forecasts
• Epoch AI: Is it 3 years, or 3 decades away? Disagreements on AGI timelines
• arXiv: Why do Experts Disagree on Existential Risk and P(doom)? A Survey of AI Experts
• IBM: What is Artificial General Intelligence (AGI)?

Sist oppdatert: August 2026

Merk om evighetsverdi: Denne artikkelen er bevisst skrevet rundt selve uenighetsmønsteret og definisjonsproblemet, ikke rundt hvilket årstall enkeltselskaper har uttalt seg om akkurat nå. Slike enkeltuttalelser endrer seg raskere enn artikkelen er ment å holde tritt med.