Hvem forsker på KI? OpenAI, DeepMind og Anthropic forklart

TL;DR (Kort oppsummert)

Når du hører om en ny AI-modell, er det som regel OpenAI, Google DeepMind eller Anthropic som nevnes. Men bak disse tre store, amerikanske laboratoriene finnes det et langt bredere landskap. Kinesiske selskaper som DeepSeek og Zhipu gir bort modellene sine gratis og åpent, i motsetning til de amerikanske. Universiteter og forskningsinstitutter over hele verden forsker uavhengig, inkludert et norsk konsortium kalt NORA. I tillegg finnes et voksende åpen kildekode-miljø bygget rundt selskaper som Mistral. Disse aktørene har svært ulik eierstruktur og ulike mål: kommersiell vekst, sikkerhetsforskning, akademisk kunnskap eller nasjonal uavhengighet. Budsjettene deres er også dramatisk ulike. Denne artikkelen går gjennom hvem som faktisk forsker på KI, og hvorfor forskjellene mellom dem betyr noe for deg som bruker.

De tre store amerikanske laboratoriene

OpenAI ble startet i 2015 som en ideell organisasjon. Det uttalte målet var å sikre at kunstig generell intelligens kommer hele menneskeheten til gode. Selskapet har siden gått over til en mer kommersiell struktur kalt “capped-profit” (fritt oversatt: overskudd med et tak), der investorer kan tjene penger på selskapet, men bare opp til en fastsatt grense, ikke ubegrenset. Det beholder likevel en ideell overbygning som formelt skal styre etter det opprinnelige oppdraget. OpenAI er kjent for ChatGPT og GPT-modellene.

Google DeepMind har en annen historie. Laboratoriet ble grunnlagt i London i 2010, lenge før den nåværende AI-bølgen, av forskere med bakgrunn fra nevrovitenskap og spillutvikling. I mange år var DeepMind mest kjent for vitenskapelig forskning, som spillsystemet AlphaGo og proteinstruktur-verktøyet AlphaFold, før det ble en del av Google og fikk en tydeligere kommersiell rolle gjennom Gemini-modellene.

Anthropic ble startet i 2021 av tidligere OpenAI-forskere, blant dem søsknene Dario og Daniela Amodei. Sikkerhet og pålitelighet er selskapets eksplisitte hovedfokus. Anthropic er strukturert som et “public benefit corporation”, en selskapsform som formelt forplikter ledelsen til å veie samfunnsnytte opp mot ren profitt, ikke bare det siste. Anthropic lager Claude-modellene.

Felles for alle tre er at de krever enorme mengder kapital og spesialisert databehandlingskraft for å trene modellene sine, noe som i praksis har bundet dem tett opp mot enten børsnoterte teknologigiganter eller enorme kapitalinnsprøytninger fra investorer. Vi har skrevet mer om hvorfor denne kapitalintensive skaleringen skjer i utgangspunktet i en egen artikkel om hvorfor AI-modeller blir stadig større.

De andre amerikanske aktørene

Bildet er bredere enn de tre over. Meta AI (Facebook/Instagrams morselskap) har valgt en tydelig annen strategi: å gjøre store deler av sine Llama-modeller åpent tilgjengelige for hvem som helst å laste ned og bygge videre på, i stedet for å holde dem bak en betalingsmur. xAI, grunnlagt av Elon Musk, lager Grok-modellene og er tettere koblet mot X (tidligere Twitter) enn de andre laboratoriene.

Det kinesiske sporet: Åpent, ikke lukket

En av de mest interessante utviklingene de siste par årene er hvor annerledes de kinesiske AI-laboratoriene har valgt å opptre. Mens OpenAI og Anthropic i hovedsak holder modellene sine lukket bak et grensesnitt du betaler for å bruke, har kinesiske selskaper som DeepSeek, Zhipu (Z.AI), Alibabas Qwen-team og Moonshot AI i stor grad gjort modellene sine åpent tilgjengelige, ofte gratis å laste ned og kjøre selv.

Dette handler ikke bare om velvilje. Flere analyser peker på at åpen kildekode er en bevisst strategi for å redusere avhengighet av amerikansk teknologi, bygge global goodwill og tiltrekke seg utviklertalent raskere enn en lukket modell ville gjort. DeepSeek fikk stor internasjonal oppmerksomhet i starten av 2025 for å ha laget en modell som konkurrerte med de beste amerikanske alternativene, angivelig med et langt lavere budsjett enn det de etablerte laboratoriene bruker.

Akademia og det norske sporet

Det er lett å glemme at mye grunnleggende KI-forskning fortsatt skjer på universiteter, ikke bare i kommersielle laboratorier. Institusjoner som Stanford og MIT har egne, store AI-forskningsmiljøer som publiserer åpen forskning uten et direkte kommersielt produkt som mål.

Norge har sitt eget forskningsfellesskap: NORA (Norwegian Artificial Intelligence Research Consortium). Det er et samarbeid mellom åtte universiteter, fem høyskoler og fire forskningsinstitutter, blant dem Universitetet i Oslo, Universitetet i Bergen, UiT Norges arktiske universitet, OsloMet og Simula Research Laboratory. NORA finansieres blant annet gjennom Norges forskningsråd. Målet er å styrke norsk KI-forskning og utdanning på tvers av fagfelt, fra maskinlæring til robotikk. I tillegg finnes forskningssentre som NorwAI (norsk senter for kunnskapsdrevet maskinlæring), som jobber tettere opp mot norsk industri.

Denne typen akademisk forskning har et helt annet budsjett enn de amerikanske Big Tech-laboratoriene, men spiller en annen rolle: å utdanne neste generasjon forskere og å forske på spørsmål som ikke nødvendigvis har en åpenbar kommersiell verdi på kort sikt, som hvordan KI påvirker norsk språk, samfunn og arbeidsliv spesifikt.

Hvorfor er dette landskapet så ulikt?

Forskjellen i eierstruktur er ikke bare et formelt detaljspørsmål. Et selskap med aksjonærer har et innebygd press mot vekst og lønnsomhet. En ideell organisasjon eller et “public benefit”-selskap har i teorien mer rom for å prioritere annerledes. Hvis lønnsomhet og sikkerhet kommer i konflikt, kan ledelsen der formelt velge det ledelsen mener er tryggest. Et statsstøttet universitetskonsortium som NORA har igjen andre insentiver: publisering, utdanning og langsiktig kunnskapsoppbygging, fremfor kvartalsvise resultater.

Det er også en stor forskjell i ren skala. De største amerikanske laboratoriene bruker beløp i milliardklassen på regnekraft alene, et budsjett de fleste universitetsmiljøer i verden ikke kan matche. Dette er en av grunnene til at mye av den mest ressurskrevende grunnforskningen på de aller største modellene skjer nettopp i disse kommersielle laboratoriene, mens akademia ofte fokuserer på mer avgrensede, spesialiserte spørsmål.

Disse tre laboratoriene er da også de samme som i dag konkurrerer om å automatisere store deler av sin egen forskning. Se vår egen artikkel om hvorvidt AI kan forske på seg selv.

Kort oppsummert, aktørene nevnt over:

Aktør	Type	Åpen eller lukket modell
OpenAI, Google DeepMind, Anthropic	Amerikansk Big Tech-laboratorium	I hovedsak lukket, betalt tilgang
Meta AI	Amerikansk Big Tech-laboratorium	I stor grad åpen (Llama)
DeepSeek, Zhipu, Qwen, Moonshot AI	Kinesisk selskap	I stor grad åpen og gratis
NORA	Norsk universitets- og forskningskonsortium	Åpen, akademisk publisering

Vanlige spørsmål

Er det bare store, rike selskaper som forsker på KI?

Nei, men de dominerer forskningen på de aller største og dyreste modellene, rett og slett fordi det krever enorme summer i regnekraft. Universiteter, forskningsinstitutter og mindre selskaper forsker fortsatt aktivt på KI, men ofte med en annen vinkling: mer avgrensede spørsmål, åpen publisering eller anvendelser rettet mot et bestemt fagfelt eller land.

Hva er egentlig forskjellen på et ideelt og et vanlig selskap innen KI?

Et vanlig aksjeselskap har aksjonærer som forventer avkastning, noe som skaper et press mot vekst og lønnsomhet. En ideell organisasjon eller et “public benefit”-selskap, som Anthropic er strukturert som, har formelt et bredere mandat som også skal veie inn samfunnsnytte. I praksis krever begge fortsatt enorme kapitalinnsprøytninger for å trene konkurransedyktige modeller, så forskjellen er mer om formell styring enn om hvor mye penger som faktisk kreves.

Forsker Norge faktisk på KI?

Ja. NORA (Norwegian Artificial Intelligence Research Consortium) samler åtte universiteter, fem høyskoler og fire forskningsinstitutter, deriblant Universitetet i Oslo og Universitetet i Bergen og finansieres delvis av Norges forskningsråd. Norsk forskning konkurrerer ikke med de amerikanske Big Tech-budsjettene på å trene de aller største modellene, men bidrar med forskning på blant annet hvordan KI påvirker norsk språk, arbeidsliv og samfunn spesifikt.

Hvorfor er det viktig hvem som eier modellen jeg bruker?

Eierstruktur og finansieringsmodell påvirker hvilke insentiver selskapet har. Tjener det penger på at du bruker modellen mest mulig? Er det avhengig av annonseinntekter? Har det et formelt mandat til å prioritere sikkerhet over vekst? Dette er relevant når du vurderer hvor mye du stoler på et gitt verktøy, og hvorfor to selskaper kan gjøre svært ulike valg selv når de tilsynelatende bygger lignende produkter.

Oppsummering og kilder

Bak dagens AI-modeller står et bredere og mer variert landskap enn de tre-fire navnene som oftest nevnes i nyhetene. OpenAI, Google DeepMind og Anthropic er de mest kjente amerikanske laboratoriene, men kinesiske selskaper som DeepSeek og Zhipu har valgt en helt annen, åpen strategi; akademia over hele verden (inkludert det norske NORA-konsortiet) forsker fortsatt uavhengig av de kommersielle laboratoriene, og eierstruktur og finansiering påvirker hvilke insentiver hver enkelt aktør faktisk har.

Det viktigste å huske:

OpenAI, Google DeepMind og Anthropic er de tre mest kjente amerikanske AI-laboratoriene, med ulik eierstruktur og historie
Kinesiske laboratorier som DeepSeek og Zhipu gjør ofte modellene sine åpent tilgjengelige, i motsetning til de amerikanske
Norge har sitt eget forskningskonsortium, NORA, med åtte universiteter og fem høyskoler
Eierstruktur og finansiering påvirker hvilke insentiver et AI-selskap faktisk har

Kilder brukt i denne artikkelen:

Sist oppdatert: August 2026

Hvem forsker egentlig på KI? Laboratoriene bak OpenAI, DeepMind og Anthropic forklart