RAG-krigen: Klassisk, Graph og Agentic Retrieval Kæmper om Virksomhedernes Viden

RAG-krigen: Klassisk, Graph og Agentic Retrieval Kæmper om Virksomhedernes Viden

Samtalen om retrieval-augmented generation er vokset fra kun at handle om én arkitektur. Klassisk RAG er stadig den hurtige, billige arbejdshest til enkeltopslag; Graph RAG bygger relationsbevidste videngrafer til multi-hop-ræsonnement inden for felter som jura og biomedicinsk forskning; Agentic RAG lægger et lag af ræsonnerende agenter oven på, der opdeler, reflekterer og selv-korrigerer på tværs af flertrinsforespørgsler [4][5][6]. Et arXiv-papir fra juni 2026 viste, at kontekstoptimeringsteknikker kan skære 19-53% af tokenforbruget væk på tværs af disse tilgange — en betydelig omkostningsfaktor, i takt med at virksomheder skalerer deres retrieval-arbejdsbyrder.

X-tråde denne uge lagde stor vægt på det praktiske: Graph RAG til "hvordan hænger X sammen med Y på tværs af seks møder," Agentic RAG til "sammenfat en beslutningskæde på tværs af et kvartals standupmøder." Produktionssystemer dirigerer i stigende grad en enkelt forespørgsel gennem alle tre arkitekturer afhængigt af kompleksitet, i stedet for at satse på én.

Det her har enorm betydning for alle, der bygger retrieval over mødehistorik frem for statiske dokumenter — møder er i sagens natur relationelle (personer, beslutninger, opfølgninger) og sekventielle (konteksten udvikler sig over tid), og det er netop her Graph og Agentic RAG overgår simpel vektorsøgning.

Granola rammer $1,5 mia. og skifter fra noter til enterprise context engine

Granolas Series C-runde på $125 mio., ledet af Index Ventures, værdisætter London-startuppen til $1,5 mia. og bringer den samlede finansiering op på $192 mio. [7]. Produktet har udviklet sig langt forbi bot-fri notetagning: transskription på 32+ sprog, team-Spaces og — bemærkelsesværdigt — MCP-integration, der lader Claude og ChatGPT forespørge direkte på mødekontekst, sammen med enterprise-API'er [8][9]. Blandt kunderne er nu Vanta, Gusto, Asana, Cursor og Mistral AI.

Det strategiske skifte er tydeligt: Granola positionerer sig om fra "app til mødenoter" til "virksomhedens kontekstlag." Sammenligninger med WisprFlow og WillowVoiceAI på X viser, at Granola i stigende grad bliver målt som virksomhedsinfrastruktur snarere end et personligt produktivitetsværktøj.

Det er den klareste bekræftelse endnu på, at mødetransskriptioner behandles som en førsteklasses virksomhedsdatakilde — ikke et biprodukt, der skal arkiveres, men et materiale, det er værd at bygge retrieval og agentiske værktøjer oven på.

GitHub Copilots GPT-6 Astra og presset for EU-suveræn AI

GitHub Copilot rullede GPT-6 Astra bredt ud den 4. september, hvilket giver Pro+-, Max-, Business- og Enterprise-brugere en agentisk kodningsmodel bygget til autonomt arbejde over lange forløb med flere trin og mindre håndholdning [10][11]. Sideløbende gør OVHcloud det muligt at benytte suveræne Llama/Mistral-endepunkter inde i Copilot, så EU-organisationer kan holde agentiske kodningsworkflows inden for europæisk datajurisdiktion.

Virksomhedsbrugere på X fremhævede både springet i kodningsagentens kapacitet og compliance-vinklen som lige vigtige — suverænitet er ikke længere en sidefunktion, det er et indkøbskrav.

For nordiske og europæiske indkøbere bekræfter det et mønster: kapacitet og compliance bliver pakket sammen som en konkurrencemæssig nødvendighed, ikke et premium-tilkøb.

Hvad Dette Betyder For Dine Møder

Tre tråde løber sammen i dag: privatlivsfokuseret lokal behandling (Meetily), smartere relationel retrieval (Graph/Agentic RAG), og mødedata der omdefineres som virksomhedsklar kontekst (Granola). Tilsammen tegner de et billede af, hvor møde-intelligens er på vej hen — ikke bare "transskriber og opsummer," men opbygningen af en søgbar, relationsbevidst hukommelse om, hvordan beslutninger reelt blev truffet på tværs af snesevis eller hundredvis af møder.

For videnarbejdere er den praktiske konsekvens, at din mødehistorik er ved at blive en aktivklasse i sig selv. En enkelt transskription er triviel; en videngraf, der forbinder den transskription med enhver relateret beslutning, person og opfølgning over måneder, er reel institutionel hukommelse. De værktøjer, der vinder her, bliver dem, der kombinerer EU-klasse datasuverænitet (et voksende ufravigeligt krav, jf. nyheden om Copilot/OVHcloud) med retrieval, der er sofistikeret nok til at svare på "hvad besluttede vi egentlig, og hvorfor, på tværs af alt hvad vi har drøftet siden Q1."

Det er præcis det felt, Proudfrog opererer i — transskriptioner med taleridentifikation, der fodrer en reel videngraf, ikke bare et søgbart arkiv, bygget på nordisk infrastruktur fra dag ét. I takt med at markedet splitter sig mellem "hurtig lokal transskription" og "dyb virksomhedskontekst," tilfalder den holdbare fordel den, der kan begge dele uden at bede dig bytte privatliv for intelligens.

Kort fortalt: Mødetransskriptioner er ikke længere engangsreferater — de er ved at blive den relationelle videngraf, virksomheder henter beslutninger fra, og de værktøjer, der kombinerer lokal-først privatliv med grafbaseret retrieval, vil definere kategorien.

Sources

1. https://www.wired.com/story/meetily-lets-you-transcribe-and-summarize-meetings-without-a-subscription-heres-how/
2. https://github.com/Zackriya-Solutions/meetily
3. https://pinggy.io/blog/meetily_local_ai_meeting_assistant_pinggy/
4. https://newsletter.bytebytego.com/p/rag-vs-graph-rag-vs-agentic-rag
5. https://thesimplifiedtech.com/blog/agentic-rag-and-graphrag
6. https://clarityarc.com/resources/rag-agentic-rag-graphrag-guide/
7. https://www.granola.ai/blog/series-c
8. https://tldv.io/blog/granola-review/
9. https://www.granola.ai/updates
10. https://github.blog/changelog/2026-09-04-gpt-6-astra-is-generally-available-in-github-copilot/
11. https://openai.com/index/gpt-6-astra/