AI-branschens blinda fläck: Ingen vet egentligen om modellerna håller vad de lovar

Mätproblemet som ingen ville prata om

Det finns en sanning som AI-branschen länge har levt med men sällan uttalat högt: de verktyg vi använder för att mäta AI-modellers förmåga är föråldrade. Många av dem byggdes i en tid då "intelligent" i stort sett innebar att klara ett kunskapsprov. Frågan var: kan modellen rabbla rätt svar? Inte: kan modellen faktiskt göra något värdefullt?

Det gapet – mellan vad mätverktygen testar och vad företag faktiskt behöver – har blivit allt svårare att ignorera. Och det är precis det gapet som Vals, grundat så sent som 2024, nu siktar på att fylla.

Enligt TechCrunch har bolaget precis säkrat 40 miljoner dollar i en finansieringsrunda ledd av riskkapitalfonden Andreessen Horowitz, efter tidigare stöd från 8VC och Bloomberg Beta. Omsättningen uppges ha åttafaldigats det senaste året – en tillväxttakt som talar sitt tydliga språk om hur hungrig marknaden är på bättre svar.

Rayan Krishnan, grundare och 25 år gammal med bakgrund från Palantir, Stanfords AI-laboratorium och Microsoft, beskriver problemet med kirurgisk precision:

– Utvärdering har historiskt sett handlat om att mäta intelligens på ett abstrakt sätt. Som att fråga om en modell kan klara ett kunskapsprov.

Vals tar ett helt annat grepp. I stället för abstrakta faktafrågor testas modellernas förmåga att hantera komplexa yrkesuppgifter inom juridik, finans och mjukvaruutveckling. Det är en avgörande skillnad. Ett företag som väljer AI-leverantör för sitt juridikteam behöver inte veta om modellen kan lösa ett matteproblem – den behöver veta om modellen kan hantera ett avtalsunderlag utan att begå kostsamma misstag.

Spelreglerna avgör vinnarna

Här ligger den strategiska kärnan som många missar: den som kontrollerar hur AI utvärderas, kontrollerar i hög grad vilka modeller som uppfattas som överlägsna. Mätstandarden är inte neutral. Den är makt.

Det är också därför Nvidias inhopp i debatten om öppna kontra slutna AI-modeller är så intressant att läsa i samma ljus. Under TechCrunch Disrupt 2026 i San Francisco kliver Nvidias Nader Khalil och Sydney Sykes upp på scenen för att ta sig an just den frågan – ett vägval som, enligt TechCrunch, kan påverka allt från kostnadsbild och infrastruktur till marginaler och möjligheten att särskilja sig på marknaden.

Nvidias position är lika diplomatisk som den är strategiskt genomtänkt. Jensen Huang hävdade tidigare i år att framtiden inte är proprietärt kontra öppet, utan proprietärt och öppet. I juli kom en talande datapunkt: 145 vetenskapliga artiklar antagna till ICML 2026 citerade Nvidias egna öppna modeller och datamängder – inom områden som robotik, självkörande fordon och biomedicinsk forskning.

Men väljer man fel tidigt kan konsekvenserna bli allvarliga. En startup som låser in sig i en proprietär toppmodell kan komma igång snabbt – men riskerar att tappa kontrollen över sin egen kostnadsbild och sin förmåga att differentiera sig längre fram.

Två berättelser, ett och samma tema

Vad Vals och Nvidia-debatten har gemensamt är att de båda kretsar kring en och samma grundläggande fråga: vem bestämmer vad som är "bra" AI?

Om Vals lyckas etablera sina branschspecifika mätstandarder som norm, förändras förutsättningarna dramatiskt för hur AI-leverantörer positionerar sig. Plötsligt räcker det inte att toppa en generell resultatlista – du måste bevisa att din modell levererar verkligt affärsvärde inom specifika yrkesdomäner.

Samtidigt tvingar öppen-kontra-sluten-debatten fram en mognad i hur företag tänker kring sina AI-val. Det är inte längre en teknisk fråga – det är en strategisk fråga om kontroll, kostnader och konkurrenskraft.

Den som navigerar dessa två skiften klokt – som förstår hur AI mäts och varför valet av modellarkitektur spelar roll – kommer att ha ett betydande försprång. Det är inte en fråga om framtiden. Det är en fråga om nu.