🤯⚡️Google gör webben osynlig.

Infrastruktur för AI-agenter överallt. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Vad har hänt?

- Intressantaste AI-nyheterna från Microsoft och Google

I år hade Microsoft sin konferens för utvecklare överlappande med att Google hade sin. Microsoft Build började i måndags medan Google I/O började i tisdags. Förväntningarna var höga på att de stora drakarna skulle försöka toppa varandra och att OpenAI skulle försöka sno rampljuset.

De tre nyheterna som Microsoft släppte som kommer förändra vårt samhälle mest är:

1. Windows får inbyggt stöd för att använda MCP:er (model context protocol), vilket betyder att operativsystemet kommer kunna använda AI-agenter för att på egen hand kunna utföra alla typer av uppgifter som du kan använda en dator för att utföra.

2. De lanserade en öppen standard för hur alla enkelt kan göra om sin webbsajt till en MCP som det kallar NLWeb. Det betyder att alla större webbsajter kommer att ha en AI-agent som har koll på exakt vad som finns på webbsajten och om det kommer en annan AI-agent och vill använda informationen så är den där för att hjälpa till och se till att det blir rätt.

3. Microsoft bygger in AI i sitt kodningsverktyg Visual Studio Code som då blir ett vajbkodningsverktyg och släpper koden fri. GitHub CoPilot flyttar in i Visual Studio så det liknar CursorAI (värdering 9 miljarder dollar) och Windsurf (köptes av OpenAI förra veckan för 3 miljarder dollar). Både CursorAI och Windsurf bygger på öppen källkod av ursprungliga Visual Studio Code.

Under hela Microsofts event var budskapet tydligt. Hur vi använder webben kommer förändras radikalt och Microsoft ska hjälpa alla utvecklare att bygga det. Microsofts CEO Satya Nadella varvade sin egen keynote med intervjuer. Först ut var Sam Altman, sedan Elon Musk och till sist Jensen Huang. Microsoft vill visa att de har med alla AI-aktörer (utom Google) och utvecklare och organisationer kan fortsätta ha Microsoft som en one-stop-shop eftersom de kommer fortsätta att rulla ut allting som alla andra skapar.

Google har genom åren blivit kända för att tillkännage nya produkter på I/O som sedan aldrig släpps. Googles CEO Sundar Pichai öppnade I/O med att säga att de istället för att vänta på I/O så har de släppt saker så fort de blir färdiga. *Managing expectations* Trots det så blev det en hel del som var helt nytt.

De tre nyheterna som Google släppte som kommer förändra vårt samhälle mest är:

1. Google search AI Mode släpps i USA (och AI Overview verkar vara släppt i Sverige nu) Från och med igår så kan alla i USA använda fritext för att göra komplicerade sökningar. Google berättade sin plan att först lansera det parallellt med vanliga sök för att det sedan ska växa ihop och AI-sök blir standard. Därmed har Google Search offentligt lanserat en roadmap för att gå från att slussa människor vidare till andras webbsajter till att bli en sajt där man får svar på sina frågor.

2. Redan i måndags hittade någon en referens till Veo 3 i Googles kod. Men även om nyheten var läckt så blev vad nya videomodellen Veo 3 klarar av en stor nyhet. Veo 3 blir den första AI-modellen som klarar av att generera både video, bakgrundsljud, dialog och läppsynkning i en och samma generering. De har förpackat Veo 3 tillsammans med nya bildmodellen Imagen 4 i en ny webbtjänst som de kallar Flow. Du behöver dock ha Googles nya högpris AI-abonnemang för cirka 2400 kronor i månaden och det är bara tillgängligt i USA än så länge.

3. Hela I/O poängterades det att Google ska göra AI mer personlig. Tidigare AI-integrering mellan Googles alla tjänster har varit svag. Men på samma sätt som Microsoft CoPilot ska in i operativsystemet och förstå hela organisationens samlade dokument så ska Googles Gemini förstå allt vi gör med Google online om vi tillåter det. När vår sökhistorik kombineras med vad vi mejlat om och platsen som Google Maps visar att vi är på väg till så kommer Google Gemini att ha en hög förståelse för vad vi skulle vilja ha hjälp med, och AI-agenter från Google kommer göra jobbet åt oss.

Sammantaget så finns det tydliga signaler från båda företagen att AI kommer förändra vardagen på ett sätt som kommer att kännas naturligt men kraftigt för alla som gör arbete som involverar digitala verktyg och internet.

Detta förändrar ju allt

Efter intensiva dagar då jag deltagit på distans i båda utvecklarkonferenserna landar jag i att veckans nyhetsbrev ska fokusera på hur lanseringarna ger signaler för hur vårt shoppingbeteende kommer förändras. Låter det smalt? Det är det inte. Det handlar om hela vårt sätt att använda datorer.

Intressantast är att Google har vågat göra det ingen trodde. De struntar i att hela deras största affärsmodell bygger på annonsering av företag som vill få webbtrafik av dem. De kunde ridit på gamla affärslogiken i säkert ytterligare tio år och landat i en tynande tillvaro där alla andra aktörer valt att ge användarna svar direkt istället för att skicka dem vidare. Men utan att introducera en ny intäktsmodell sågar Google av grenen de sitter på. Rollen på sikt är inte längre att slussa trafiken vidare utan att få människor att köpa saker utan att lämna Google. Microsoft går steget längre och visar att det kommer gå att köpa saker utan att ens öppna en webbläsare, du aktiverar AI-agenterna direkt i Windows.

I april lanserade Google A2A – Agent 2 Agent, ett sätt för okända AI-agenter att kunna samarbeta utan att människor lägger sig i (jag skrev om det då). Microsoft anslöt sig till A2A för ett par veckor sedan och med NLWeb bidrar de själva med ett enkelt sätt (protokoll) för hur webbsajter snabbt kan tala om för AI-agenter vilken information de har och göra den användbar för alla AI-agenter som hälsar på. Initiativet till NLWeb (oavsett om det blir det som blir standard eller ej) kommer att bli grunden för en snabb spridning av en ny underliggande infrastruktur för all webbtrafik. Varje webbsajt blir i praktiken en AI-app och med A2A så kan alla AI-appar (webbsajter) prata med varandra. Tech pratar med tech är häftigt men lite svårt att förstå konsekvenserna av för de flesta av oss.

Så här tänker jag att utvecklingen kommer märkas:

1. Närmaste tiden: Alla webbsajter får chattbottar för att få trafik

Mina initiala undersökningar visar att det tar runt en timme att sätta igång en chattbott på organisationens sajt. För organisationer med större webbsajter krävs det mer än en timme men mindre än en dags utveckling för att implementera NLWeb. Men då sajten framtidssäkras och får lättare att bli indexerad av ”AI-sökmotorer” (ChatGPT, Perplexity, Meta AI och så vidare) så är det få organisationer som kommer välja att låta bli.

Några kommer stoppas av policydokument ett par månader men så småningom kommer alla som vill ha trafik på sin webbsajt ha gjort om den till en AI-app och då kan de lika gärna koppla på en chattbott också.

2. Kommande år: Trafiken till webbsajterna minskar dramatiskt.

Även om anledningen till att vi AI:fierade våra webbsajter var att få mer trafik så kommer de flesta snart att komma på att det var nog lite feltänkt. Ungefär som när webbformgivare i början designade webbsajter som liknade böcker.

Eftersom Google med fleras AI-agenter kommer göra att ingen människa kommer behöva besöka din webbsajt så blir det ganska få människor som de inbyggda chattbottarna får prata med.

Men det betyder inte att det var en felinvestering att uppgradera webbplatsen till en AI-app. För nu kan AI-agenterna ha nytta av organisationens webbsajt. Utan den kan AI-agenterna inte hjälpa sina människor att hitta och köpa det de vill.

3. Om 5-10 år: Fear of missing out som drivkraft för köp minskar.

Jag stöter fortfarande på kunder som har fysisk butik som envisas med att kunder måste komma dit för att köpa. Nästa generations envisa shopägare kommer hävda att kunder ska behöva komma till deras e-handel för att köpa, när det enda kunderna vill är att skicka ut sina AI-agenter för att snabbt få ett beslutsmaterial och kunna ge uppdraget att köpa när priset understiger x.

Det där lät torrt, så kommer det naturligtvis inte kännas. Google visade upp sin nya bildgenererande shopping AI. En så kallad virtual try-on AI som är tränad på att visa hur plagg som bärs av en fotomodell skulle se ut på ett uppladdat foto av mig. De kinesiska shoppingbolagen har släppt massor av experiment med virtual try-on, men inget som liknar det Google släpper. Googles variant är tränad på att använda produktbilder på kläder och analysera materialet för att förstå hur det faller och därmed generera mer realistiska bilder på hur just min kropp skulle se ut i plagget.

Så när någon letar efter en sommarklänning så behöver hen inte surfa runt på massa olika webbbutiker utan får bilder på hur hen skulle se ut i en mängd kläder. Eftersom personal shopper-AI:n också vet att det förmodligen är till sommarfesten med 60-talstema som du shoppar (den har ju koll på din mejl och din kalender) så gör den en särskild kollektion med kläder med 60-talssnitt.

Men det kommer förmodligen inte bara vara bilder på dig i ett plagg. Snarare en moodboard med hela styles med olika produkter du inte ännu har, eller i kombo med plagg din köphistorik visar att du har. Och automatiska moodboards på dig i kläder du inte ännu har behöver ju inte vara där det stannar. Det kan ju lika gärna genereras bilder på hur du ser ut i din imaginära outfit tillsammans med dina vänner.

För även om det just nu är bilder på dig i kläder som Googles AI-shoppare kan generera så har Googles Gemini varit multimodal (kan både text, ljud, bilder, video i samma modell) längst av alla. På sikt kommer virtual try-on bli både rörligt och kanske story driven video. Då får du en video på dig på den där festen tillsammans med dina kompisar i kläder ingen av er har redan innan du har bestämt dig för om du ens ska gå.

Men agentshopping är inget nytt. Det är en gammal trendspaning som nu börjar bli tekniskt möjlig. Istället är det vad tillgängligheten gör för vårt beteende som är nytt. När vi kan få vad vi vill och till och med se bilder på oss själva som att det redan har hänt så kan det ju vara så att shoppingens betydelse minskar istället. Lite som när futurologer förutspådde hur vi skulle prata i telefon överallt när vi fick bärbara telefoner, men istället så slutade vi att ringa varandra.

När vi väl kommit över att shoppandet inte handlar om att jaga länge, allt finns om du bara frågar efter det, så behöver vi ju inte göra det just nu. Har du tid kan du sätta upp en bevakning så konsumerar du resultatet lite senare. Om du fortfarande är intresserad när AI-agenten gjort klart uppdraget. Känslan av jakt slutar och då avtar driften att klara av något, likaså meningen och glädjen med aktiviteten (se vad jag gjorde där, jag använde JAM-modellen jag skrev om förra veckan).

Din dator går samma väg som radioapparaten. Från att vara en viktig kommunikationsenhet, ett verktyg för organisationer att effektivisera koordination, till att bli en ren underhållningsmaskin med skvalmusik som står lite glömt i bakgrunden.

Vi är precis i början av en era där vi inte längre själva klickar oss fram på webben, utan där våra AI-agenter gör det åt oss. Det kommer inte kännas som en revolution, men över tid kommer det kännas märkligt att vi någonsin gjorde det själva. Shopping som exempel ger en tydlig bild av vad som händer med webben. När våra AI-agenter vet vad vi gillar, hur vi ser ut, vad vi är på väg till och vad vi behöver – då gör de jobbet. Din aktivitet blir att fatta beslut, inte att sammanställa information. Och det kommer kännas bekvämt. Blir det för bekvämt? Webben blir inte mindre viktig, den blir bara mindre synlig för oss människor. Och detta förändrar ju allt.

Vad kan du göra idag?

Förstå

Ju mer som görs av datorn utan att vi behöver flippa fram och tillbaka mellan program, desto mer kommer det att kännas som det enda vi gör är att sitta i ett enda gränssnitt. Kanske växlar vi fram och tillbaka mellan CoPilot, Gemini, ChatGPTs egna appar på datorn.

Men i praktiken kommer alla att kunna göra samma jobb. Vi skriver, snackar eller startar videomöte med dem och de levererar. Men att gränssnittet för att interagera med AI via en dator som har keyboard, musplatta och skärm kan komma att kännas onödig. Ibland kommer vi behöva stor skärm för att övervaka resultatet, ibland är det lättare att jobba med tangentbord för att skriva utförliga instruktioner. iPhonen förändrade inte hur vi telefonerade så mycket som det ändrade vad vi använde en telefon till. AI-agenter skulle kunna innebära en liknande resa för webben.

Planera

Dagens planering för organisationer är enkel. Sätt dig in vad som skulle krävas för att implementera NLWeb på er webbplats. Det här är det du behöver veta:

Det finns två delar av NLWeb.

Del 1. Se till att webbplatsen berättar om sig själv.
Det bygger på redan etablerade standarder om hur webbplatser berättar vad som finns på dem.

Konkret, se till att er webbplats genererar en återkommande Schema.org-baserad export av allt material du vill att NLWeb ska indexera.

Del 2. Starta en NLWeb server (python)
Den kod som Microsoft lagt ut på GitHub gör tre saker:

1. Den ser till att innehållet blir sökbart för en AI-bott.

För kodare: Den ser till att exporten omvandlas till en vektordatabas som en AI-agent kan använda.

2. I NLWeb ingår också ett enkelt sätt för er att integrera en AI-chattbott så det går att ställa frågor om webbens innehåll för en människa (eller via API)

För kodare: Det blir en endpoint /ask dit något kan kopplas. Inkommande frågor paras ihop med relevant info från vektordatabasen (RAG) och skickas vidare till den LLM som ska formulera svaret. Svaret skickas sedan tillbaka med REST eller SSE.

3. När man startat en NLWebserver så finns också en MCP i den som gör att fler AI-agenter än era egna kan använda sajten för att ställa frågor.

För kodare: MCP:en gör att vilken AI-agent som än knackar på så kommer er MCP att berätta att här finns en aktiv /ask där ni kan fråga om webbsajtens innehåll. 

Har ni fler funktioner på er webbsajt (som kanske lagersaldo för produkter eller beställ) går det att lägga till så MCP:en berättar även om dessa för alla AI-agenter som knackar på.

Del 3. Optional. Lägg till en chattfunktion på er webbsajt.

För kodare: Ni kan till exempel göra en widget som använder /ask endpoint för att ge er webbsajt en chattbott.

Det tekniska arbetet för att sätta upp NLWeb är minimalt (1-8 timmar), men att testa att det fungerar och hur prompterna svarar för just er sajt kräver lite mer arbetstid säg en arbetsvecka (såklart en ruff uppskattning).

Gör

Testa Googles nya AI-mode. Du behöver låtsas att du är i USA för att få köra det. Om du inte redan har en VPN som du använder när du som EU-medborgare blockeras så är det kanske dags att sätta upp en? Själv har jag använt TunnelBear och klarat mig på gratisversionen (mac). Men det är förmodligen inte den bästa.

Idag torsdag 22 maj kl 12:00–12:45 blir det digital inspirationsträff för betalande prenumeranter. Jag kommer berätta hur NLWeb och A2A möjliggör en ny typ av AI-driven Business Intelligence. De som är med kommer också få tillfälle att ställa frågor och utbyta erfarenheter med varandra. Om du blir årsprenumerant idag innan kl 11:45 så skickar jag inbjudan till dig också!

Länkar

Microsofts keynote

Om NLWeb
https://news.microsoft.com/source/features/company-news/introducing-nlweb-bringing-conversational-interfaces-directly-to-the-web/

Koden till NLWeb
https://github.com/microsoft/NLWeb

Googles keynote

Om AI-mode
https://blog.google/products/search/ai-mode-search/

Microsoft hakade på Googles A2A för ett par veckor sedan.
https://techcrunch.com/2025/05/07/microsoft-adopts-googles-standard-for-linking-up-ai-agents/

Sedan sist vi hördes

Det var en del som inte passade in i dagens text. Till exempel att Google också lanserade operativsystemet Android för glasögon. Här fanns det ingen köpbar produkt än, men demon visade att ögonblicket börjar närma sig när vi kommer överväga att köpa ett par smarta glasögon som kan göra mer än bara ta plats på vår näsa.

Jag blev också fascinerad av presentationen av ett framework för hur AI-agenter kan orkestreras så de kan sammanställa information om en cancerpatient. De skapar ett så kallat tumour board, som läkaren kan utgå ifrån. Det hade jag mycket väl kunnat skriva hela nyhetsbrevet om. Här är info för dig som är specialintresserad av det. Och här finns github-koden

Är du en insiktsdelare?

Känner du någon som vill ha praktiska tips om hur AI ska implementeras i er organisation? Eller kanske någon som behöver förstå hur Googles roll förändrar spelplanen för marknadsföring? Vem tänkte du på? Skicka vidare!

Själv rekommenderar jag Techologists in bars getting coffee. Sam Altman snor rampljuset till slut i alla fall. OpenAI tillkännager sitt uppköp av Jony Ives (designern av iPhone) bolag för 6,4 miljarder dollar. Med en film där de två möts och pratar om sin vänskap för varandra på ett cafe i Francis Ford Coppolas produktionsbolags hus visar Sam åter igen att smak är vad som skiljer de olika AI-leverantörerna åt. Just det är också en slags weird teaser för att de har en hårdvara på gång, något som ska bli sättet vi använder AI med. Undrar om den liknar bilden jag genererade där uppe?

Om vi inte ses på min föreläsning senare idag, så fortsätt utforska så ses vi nästa vecka!

Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):