Agentisk RAG og grafdatabaser tar kunnskapshenting i virksomheter et steg videre

Agentisk RAG og grafdatabaser tar kunnskapshenting i virksomheter et steg videre

Det store samtaleemnet innen informasjonshenting akkurat nå er ikke større vektordatabaser — det er grafer kombinert med agenter. Agentiske RAG-oppsett bygget på LangGraph bruker nå «gradere», omformulerere og reserveløkker for å hente og verifisere svar trinnvis, og de slår konsekvent standard vektor-RAG på spørsmål som krever flere steg med resonnering [1]. En fersk benchmark (CFR) fant at RAG basert på kunnskapsgrafer ga en 70 % forbedring i nøyaktighet sammenlignet med ren vektorbasert henting i virksomhetssammenheng [2].

Den underliggende årsaken er strukturell: vektorbasert likhetssøk er god på «hva som er beslektet», men grafdatabaser er gode på «hvem snakket med hvem om hva, og når» — relasjonskoblinger som betyr enormt mye for møtehistorikk. TigerGraphs arkitekturguide påpeker at stillingsutlysninger som krever RAG-kompetanse, har firedoblet seg i det siste, et tegn på at virksomheter kappes om å ta dette i bruk [3].

For ethvert verktøy som hevder å bygge en «kunnskapsbase» fra møter, i stedet for bare et søkbart transkriptarkiv, er dette den teknologiske retningen fremover — hybrid vektor-graf-henting, ikke det ene eller det andre.

Fathom AI ruller ut forbedrede møtenotater og oppgavelister

Fathoms oppdatering i slutten av august satser tungt på konseptet om et arbeidsområde for tiden etter møtet: sanntidsoppsummeringer under selve samtalen, en notatblokk for manuelle notater, en betaversjon uten møtebot, og over 17 metodikkmaler, blant annet Sandler og SPICED for salgsteam [1][2]. Ask Fathom — det søkbare spørsmål-og-svar-laget — ligger nå side om side med automatiske utkast til oppfølgings-e-poster og CRM-synkronisering [3].

Det ubegrensede gratisnivået er fortsatt hovedtrekkplasteret, og brukere på X er stort sett positive til hvor gjennomført automatiseringen er, selv om en tilbakevendende klage er mangelen på smart deteksjon av møteslutt — Fathom krever fremdeles at noen manuelt avslutter opptaket, i stedet for å registrere når en samtale er ferdig [2].

Det er en påminnelse om at «møteintelligens» er i ferd med å bli en selvfølge: transkripsjon, oppsummeringer og oppgavelister er nå forventede standardfunksjoner, og konkurransen flytter seg til det som skjer etterpå — henting, søk og integrering i hvordan folk faktisk jobber.

EU sender de første informasjonskravene under AI-forordningen til ledende AI-laboratorier

Håndhevingen har begynt. Den 29. august sendte EUs AI-kontor sine første formelle informasjonskrav til OpenAI, Anthropic og Google, med krav om detaljer om cybersikkerhetspraksis, sikkerhetsevalueringer, overvåking etter markedsintroduksjon og sammendrag av treningsdata for å sikre overholdelse av opphavsrett [1][2]. Dette kommer etter at forpliktelsene for generelle KI-modeller (GPAI) ble håndhevbare fra 2. august 2026.

EUs teknologikommissær Henna Virkkunen var direkte på sak: «Som et første skritt i håndhevingen av AI-forordningen har vårt AI-kontor formelt sendt informasjonskrav ...» [1]. Straffereaksjoner for ufullstendige eller villedende svar kan komme opp i 15 millioner euro eller 3 % av global omsetning, og selskaper risikerer opptil 6 % av omsetningen under den bredere AI-forordningen, i tillegg til forpliktelser under forordningen om digitale tjenester (DSA) for plattformer som opererer i EU [3].

For ethvert selskap — inkludert leverandører av møteintelligens — som bygger produkter oppå ledende AI-modeller, er dette et signal om at gransking ikke lenger er noe teoretisk. Datasporing, åpenhet om trening og sikkerhetsdokumentasjon blir nå driftsmessige krav, ikke bare noe man snakker om i PR-sammenheng.

Hva dette betyr for dine møter

Setter man disse sakene sammen, trer et klart mønster frem: transkripsjonslaget blir stadig billigere og bedre (Gemini 3.5, Fathoms finpuss), mens den egentlige differensieringen flytter seg til henting og struktur — hvor godt et system forstår sammenhenger på tvers av hele møtehistorikken din, ikke bare hva som ble sagt i én enkelt samtale. Et transkript med 2,6 % feilrate (WER) er bare så nyttig som det du faktisk kan bruke det til seks måneder senere, når du prøver å huske hvilken kunde som tok opp en bestemt innvending i andre kvartal.

Nettopp derfor betyr skiftet mot graf pluss agentisk RAG så mye akkurat nå. Vektorsøk alene svarer på «finn lignende ting»; en kunnskapsgraf svarer på «hvordan henger dette sammen med den beslutningen fra mars». Møteintelligensverktøy som bare lagrer søkbare transkripter, løser gårsdagens problem. De som bygger relasjonsbevisste kunnskapsgrafer — som kobler sammen mennesker, prosjekter, beslutninger og oppfølgingspunkter på tvers av møter — er posisjonert for der virksomheters informasjonshenting tydelig er på vei, slik CFR-benchmarkresultatene antyder [2].

Samtidig er EUs håndhevingstiltak et stille varselskudd for hele kategorien. Ethvert verktøy som behandler sensitivt møteinnhold på tvers av landegrenser, må ta datasporing og modelltransparens på alvor nå, ikke etter at et informasjonskrav har landet i innboksen. Nordiske og europeiske team bør spesielt favorisere leverandører som kan vise frem sitt compliance-arbeid, ikke bare funksjonslisten sin.

Hovedpoeng: Transkripsjonsnøyaktighet er i ferd med å bli en selvfølge — vinnerne innen møteintelligens blir de som klarer å gjøre samtaler om til en varig, sammenkoblet kunnskapsgraf du faktisk kan spørre ut måneder senere, bygget av en leverandør som også kan bevise hvor dataene dine havner.

Sources

1. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/
2. https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe
3. https://arstechnica.com/ai/2026/08/google-announces-gemini-3-5-transcribe-for-ai-powered-speech-to-text/
4. https://beyondscale.tech/blog/agentic-rag-enterprise-guide
5. https://arxiv.org/abs/2604.14220
6. https://www.tigergraph.com/blog/agentic-ai-architecture-graph-database/
7. https://www.fathom.ai/whats-new
8. https://www.fathom.ai/overview
9. https://help.fathom.video/en/articles/640768
10. https://www.euractiv.com/news/exclusive-eu-orders-leading-ai-labs-to-detail-security-practices/
11. https://tokenstead.ai/guides/eu-ai-act-first-enforcement-security-rfis
12. https://digital-strategy.ec.europa.eu/en/policies/enforcement-ai-act