Vad AGI betyder

Få begrepp inom tekniken bär så mycket vikt med så lite enighet. Artificiell generell intelligens, förkortat AGI, är det uttalade målet för de största AI-labben, föremål för en berömd avtalsklausul och slutpunkten i många prognoser.

Här är vad begreppet betyder, var systemen står hösten 2026 och vad vi tycker att ett företag bör göra med det.

Vad man menar med AGI

Börja med tre enkla begrepp. Smal AI gör ett enda jobb, ofta bättre än någon människa: ett schackprogram, ett spamfilter, en modell som förutsäger hur proteiner veckas. Generell AI skulle göra det mesta av det tankearbete som människor gör, inom alla områden, och lära sig nytt arbete på samma sätt som en människa. Superintelligens skulle överträffa varje människa i nästan allt. Smal AI finns överallt. Det är de två andra som debatten gäller.

Den mest citerade definitionen finns i OpenAI:s stadga från 2018: högt autonoma system som överträffar människor i det mesta ekonomiskt värdefulla arbete. Den mäter arbete, inte tänkande.

2023 föreslog forskare på Google DeepMind kring Meredith Ringel Morris nivåer i stället för en enda mållinje. De bedömer ett system efter hur bra det presterar, från framväxande till övermänskligt, och efter hur generellt det är. AlphaFold är övermänskligt men smalt. ChatGPT, Bard, Llama 2 och Gemini placerade de på första nivån av generell AI: lika bra som eller något bättre än en outbildad människa. Autonomi, konstaterade de, är en separat fråga.

I oktober 2025 definierade Dan Hendrycks och 32 medförfattare AGI som en AI som når en välutbildad vuxens kognitiva mångsidighet och skicklighet, mätt inom tio områden som resonemang, minne och perception. GPT-4 fick 27 procent, GPT-5 57 procent. Profilen var ojämn: stark där kunskap hjälper, svag i grunderna, som att lagra det den lär sig över tid.

ARC Prize Foundation definierar AGI som ett system som kan tillägna sig varje färdighet en människa kan, lika effektivt som en människa. Kring den idén bygger stiftelsen sina tester.

Var systemen står 2026

Den tydligaste rörelsen i år kom på stiftelsens nyaste test. När ARC-AGI-3 lanserades i mars, en serie interaktiva spel utan instruktioner, löste människor alla spel medan de bästa AI-systemen fick 0,51 procent. I september nådde OpenAI:s GPT-6 Astra 62,7 procent i standarduppställningen och 99,9 procent i en uppställning som bevarar modellens dolda resonemang mellan stegen. Stiftelsen kallade det ett språng och tillade att den inte hävdar att resultatet är AGI: testet är snävt avgränsat och fångar inte hur öppen och komplex den verkliga världen är.

Verkligt arbete rör sig långsammare. METR tar tid på AI-agenter i mjukvaruuppgifter och jämför med erfarna människor. I maj rapporterade METR att de bästa publika modellerna lyckades i hälften av fallen med uppgifter som tar en människa ungefär 12 timmar. För att lyckas fyra gånger av fem fick uppgifterna krympa till ungefär en och en halv timme. Långa uppgifter går att försöka sig på. Korta blir pålitligt klara.

Branschens ledande namn är oense om hur nära resten är. I augusti sa Sam Altman till TIME att OpenAI inte riktigt var där ännu, men att företaget före årets slut skulle ha ett internt system som han skulle kalla AGI. I Davos i januari sa Demis Hassabis på Google DeepMind att dagens system är långt ifrån AGI på mänsklig nivå och att det kanske behövs ett eller två genombrott till. Yann LeCun, som lämnade Meta för att grunda AMI Labs, hävdade att modeller som tränas på text aldrig kommer att nå intelligens på mänsklig nivå, eftersom de saknar en modell av orsak och verkan i den verkliga världen.

Sammantaget är dagens system övermänskliga i vissa uppgifter, på expertnivå i många och fortfarande svaga när det gäller att minnas, lära sig i arbetet och vara pålitliga över långa sträckor. Om det räknas som AGI beror på vilken definition man håller sig till.

Varför ordet ändå spelar roll

I flera år hade ordet ett pris. Enligt det ursprungliga partnerskapet skulle Microsoft förlora sina rättigheter till OpenAI:s teknik när OpenAI nådde AGI. I december 2024 rapporterade The Information om ett finansiellt kriterium: AGI skulle räknas som uppnådd när OpenAI:s system genererar minst 100 miljarder dollar i vinst. I oktober 2025 kom de två överens om att en oberoende expertpanel måste bekräfta varje deklaration, och förlängde Microsofts rättigheter till 2032, även för modeller efter AGI.

I april 2026 försvann klausulen. OpenAI:s intäktsdelning till Microsoft fortsätter nu till 2030, med ett totalt tak och oberoende av OpenAI:s tekniska framsteg, och Microsofts licens till 2032 är inte längre exklusiv. Som The Verge sammanfattade det finns det ingen panel längre och ingen regel för vad som händer om eller när AGI deklareras.

Ordet bär också löften. OpenAI:s stadga förbinder företaget att sluta konkurrera med, och i stället börja hjälpa, ett projekt som delar dess värderingar och tar säkerhet på allvar, om det projektet kommer nära att bygga AGI först. Ett sådant löfte fungerar bara om någon kan avgöra när man är nära.

Lagstiftarna undviker ordet. EU:s AI-förordning reglerar AI-modeller för allmänna ändamål, vars leverantörer har haft skyldigheter sedan den 2 augusti 2025, och presumerar en systemisk risk för en modell som tränats med mer än 10 upphöjt till 25 flyttalsoperationer. Lagen räknar det den kan mäta. Och en prognos om AGI påverkar investeringar, rekryteringar och styrelsers tålamod långt innan någon är överens om vad som har kommit.

Vad det betyder för ett företag

För ett företag är det fel plan att vänta på en deklaration. Den kanske aldrig kommer, och avtalet visar att den kan sluta spela roll även för dem som en gång förhandlade om den. Den ojämna profilen är den användbara delen: samma system kan vara övermänskligt i en uppgift och opålitligt i nästa. Frågan är alltså inte när AGI kommer. Den är vilket arbete som kan lämnas över nu, och på vilka belägg.

Lista det arbete ditt team gör om och om igen: offerten, månadsbokslutet, svaret på en standardförfrågan, det första utkastet till en sida. Ställ tre frågor om varje. Kan en maskin göra det tillräckligt bra i dag? Kan en människa granska resultatet på några minuter? Kan ett misstag göras ogjort till låg kostnad? Börja där alla tre svaren är ja.

Lämna sedan över det steg för steg. Först gör maskinen utkast och en människa beslutar. När utkasten slutar behöva rättelser över tillräckligt mycket verkligt arbete för att det ska räknas, kör maskinen rutinen och en människa godkänner vid fasta grindar. Först då körs rutinen på egen hand, inom skrivna regler och med varje steg loggat. Hela vägen anger människor riktningen och granskar resultatet. Det som förändras är hur stor del av arbetet däremellan maskinen bär.

Inget av detta väntar på en definition. Även ett system som klarade varje test för AGI skulle behöva ett företags kunskap, dess regler och en människa som står för resultatet. Det kan byggas nu, vad nästa modell än heter.

Var crue står

Vår linje lyder: Människan leder. AI driver. Autonomt härnäst. Den beskriver en väg, inte en prognos om AGI.

I dag leds varje crue-produkt av människor. Människor bidrar med idén, erfarenheten och smaken, AI sköter produktionen, och människor granskar resultatet och ger det den sista finishen. Härnäst blir produkterna agentiska: agenter gör det mesta av arbetet, och människor sätter målen och godkänner vid grindarna. Sedan kommer autonomin, en rutin i taget, i takt med att var och en förtjänar den.

Vi bygger inte AGI, och vi väntar inte på den. Bättre modeller för varje steg närmare, men stegen beror inte på vad ett labb kallar sitt system. Helm, vår vision av ett företag som drivs av sin grundare med agenter, är där vi tar vägen längst. Twin ger ett företag dess AI-hjärna, och Eigna en egen privat modell.

Om ett system en dag uppfyller varje definition av AGI står ett företag inför samma frågor som i dag: vilket arbete det ska lämna över, vem som anger riktningen och vem som står för resultatet. Ordet kommer att fortsätta röra sig. Någon måste fortfarande stå vid rodret.