OpenAI och Jony Ive förbereder en skärmlös bärbar AI-enhet för lansering 2026. Projektet, som internt kallas "Gumdrop", ska bygga på högkvalitativ ljudhårdvara med 2-nanometers chip och kringgå det traditionella smartphone-gränssnittet helt.
OpenAI satsar på att äga hela användarupplevelsen istället för att vara beroende av Apple och Googles plattformar. Med Ives designbakgrund och OpenAIs AI-kapacitet blir frågan om de kan skapa en produktkategori som faktiskt fungerar där Humane och Rabbit misslyckats. De närmaste månaderna avgör om "Gumdrop" blir en verklig konkurrent till AirPods och liknande enheter.
I dagens nyhetsbrev:
Apples förre designchef tar fram OpenAIs första hårdvara 2026
Humans& får rekordstor seed-runda för AI-nyhetsassistent
Hälften av alla VD:ar ser ingen avkastning på sina AI-investeringar
Ensam hackare skapar mass-attack med AI-genererad kod
OpenAI siktar på att lansera skärmlös hårdvara under andra halvåret 2026

Jony Ives och Sam Altman (Källa: OpenAI)
OpenAI bekräftar att företaget ligger i fas med att presentera sin första hårdvaruprodukt under andra halvåret 2026, utvecklad tillsammans med Apples tidigare designchef Jony Ive vars startup io köptes för cirka 71 miljarder kronor i maj 2025. Enligt läckor handlar det om skärmlösa enheter med kodnamn som "Gumdrop" och "Sweetpea" som ska erbjuda ett lugnare alternativ till smartphones, med tillverkning flyttad från kinesiska Luxshare till Foxconn i Vietnam eller USA.
Quick points:
OpenAIs globala affärschef Chris Lehane sa vid World Economic Forum i Davos att företaget är "on track" för att visa upp sin första enhet under senare delen av 2026, enligt Axios. Enheten beskrivs som mer "fridfull" än en smartphone och ska vara enkel att använda.
Läckor pekar på minst tre olika produkter under utveckling, däribland en pennliknande enhet ("Gumdrop") som ska kunna transkribera handskrivna anteckningar till ChatGPT, samt en bärbar ljudenhet ("Sweetpea") som ska placeras bakom öronen och konkurrera med AirPods. En hemenhet nämns också.
OpenAI planerar att använda ett 2-nanometers chip som gör att enheten kan köra AI-modeller lokalt utan att vara beroende av en kopplad smartphone, rapporterar TrendForce. Foxconn har fått i uppdrag att förbereda för totalt fem enheter fram till fjärde kvartalet 2028.
Quick take: Det verkliga testet är inte om OpenAI kan bygga snygg hårdvara utan om de kan övertyga folk att betala för ännu en enhet när telefonerna redan gör jobbet. Meta har lyckats med sina Ray-Ban-glasögon genom att göra AI till en bonus snarare än hela poängen, och det är troligen den läxan OpenAI behöver ta till sig.
Quick number | AI-musik exploderar
Spotifys totala katalog vs Sunos månatliga produktion:
Spotify (18 år) ▓▓▓▓▓▓▓▓▓▓ 100 m låtar
Suno (1 månad) ▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 210 m
Jämför:
- Spotify: 60 000 nya låtar per dag
- Suno: 7 000 000 nya låtar per dag
- Skillnad: 117x gånger mer
På en månad skapar Suno-användare dubbelt så mycket musik som hela Spotifys katalog.Källa: Billboard, Spotify
Humans& samlar in 5,3 miljarder kronor utan färdig produkt

(Källa: humans&
Humans&, en tre månader gammal startup utan färdig produkt, har samlat in cirka 5,3 miljarder kronor i en seed-runda som värderar bolaget till nästan 50 miljarder kronor, rapporterar TechCrunch. Grundarna kommer från Anthropic, Google, xAI och Stanford och lovar att bygga AI-verktyg som stärker mänskligt samarbete snarare än ersätter arbetare. Investerare som Nvidia, Jeff Bezos och Google Ventures deltog i rundan, den näst största seed-finansieringen någonsin efter Thinking Machines Labs 22 miljarder förra året.
Quick points:
Grundarteamet inkluderar Andi Peng som tränade Claude 3.5 till 4.5 på Anthropic, Georges Harik som var Googles sjunde anställd, samt Eric Zelikman och Yuchen He från xAI som utvecklade Grok.
Bolaget siktar på att lansera en produkt tidigt i år och planerar att använda kapitalet för att träna modeller med fokus på långsiktig förstärkningsinlärning och delat minne.
Trenden att finansiera startups till miljardvärderingar utan bevisad produkt väcker oro. GeekWire rapporterar att riskkapitalister ser tydliga tecken på överhettning i tidiga AI-rundor där värderingar prissätter in resultat som kan ta år att uppnå.
Quick take: Mönstret är bekant vid det här laget: forskare lämnar etablerat AI-labb, samlar in miljarder på sitt rykte, lovar att bygga något "människocentrerat". Det som skiljer Humans& från föregångare som Thinking Machines är det “lägre” priset, men 50 miljarder kronor för tre månaders arbete och noll intäkter är fortfarande en satsning på att grundarnas CV är värda mer än vad de faktiskt bygger.
Quick prompt | nano banana pro

[STYLE]
1960s Pop Art, Roy Lichtenstein aesthetic, vintage comic book cover
[SUBJECT]
[SUPERHERO/SUPERVILLAIN/REFERENCE IMAGE] portrait, close-up or bust shot, three-quarter dramatic angle, powerful upward or direct gaze, intense heroic expression
[TECHNIQUE]
- Bold uniform black outlines (consistent 3-4pt weight)
- Completely flat color fills, no gradients
- Ben-Day dot halftone pattern on skin, shadows, midtones
- High contrast cel-shading, maximum 3-4 tones per color
- CMYK color separation aesthetic
[PALETTE]
Primary: [COLOR1]
Secondary: [COLOR2]
Accent: [COLOR3]
Black outlines, white highlights
[BACKGROUND]
Solid color with halftone dot gradient, or radiating action lines, or speech bubble with bold text
[QUALITY]
Screen-print texture, vintage comic print aesthetic, iconic poster qualityMajoriteten av VD:ar ser ingen vinst från AI-investeringar
(Källa: Unsplashed/Gaspar Zaldo)
Mer än hälften av världens VD:ar har inte sett någon ekonomisk vinst från sina AI-satsningar, enligt PwC:s årliga undersökning av 4 454 företagsledare. Endast 12 procent rapporterar att AI har gett både lägre kostnader och högre intäkter, medan 56 procent inte ser någon märkbar effekt alls. PwC:s ordförande Mohamed Kande sa till Fortune att de som misslyckas helt enkelt har glömt grunderna och försökt implementera tekniken utan rätt strategi.
Quick points:
Företag som faktiskt tjänar på AI har tre saker gemensamt: de har integrerat tekniken brett i produkter och kundupplevelser, de har etablerade ramverk för ansvarsfull AI, och de har teknisk infrastruktur som möjliggör integration över hela verksamheten, enligt PwC. dessa företag har nästan fyra procentenheter högre vinstmarginaler
Intern adoption är fortfarande ett stort hinder. PwC:s tidigare undersökning visade att endast 14 procent av anställda använder generativ AI dagligen i sitt arbete, vilket understryker klyftan mellan investeringar och faktisk användning.
Frågan om avkastning på AI-investeringar blir alltmer akut. Moody's uppskattar att minst 33 biljoner kronor kommer att investeras i AI-infrastruktur fram till 2030, men ett experiment med en försäkringschattbot visade att den sparade agenter i genomsnitt 2,42 sekunder per sökning, motsvarande tre minuter per dag.
Quick take: Siffrorna bekräftar vad många misstänkt: det finns en växande klyfta mellan företag som faktiskt som faktiskt ser resultat från AI och alla andra som mest experimenterar. De 12 procent som lyckas har gjort det tunga förarbetet med strategi, infrastruktur och förändringsledning. För resten blir frågan om de ska satsa mer eller vänta tills tekniken och användningsfallen mognar.
AI-genererad skadlig kod har blivit verklighet

(Källa: Check Point Research)
Check Point Research har identifierat VoidLink som det första dokumenterade fallet av avancerad skadlig kod som nästan helt skapats med hjälp av AI. En ensam utvecklare använde Trae IDE, ByteDances AI-drivna kodmiljö, för att gå från koncept till fungerande Linux-ramverk med över 88 000 rader kod på mindre än en vecka. Forskarna upptäckte detta efter att utvecklaren av misstag lämnat planeringsdokument och källkod öppen på sin server.
Quick points:
En kinesisktalande utvecklare använde Trae Solo för att skapa utvecklingsplaner och generera kod. Dokumenten beskrev ett 30-veckors projekt med tre team, men allt genomfördes på under en vecka av en enda person.
VoidLink riktar sig mot Linux-molnmiljöer, kan identifiera AWS, Azure och Google Cloud, stjäla autentiseringsuppgifter och radera spår av sin egen aktivitet. Ramverket innehåller 37 plugins.
Inga aktiva infektioner har bekräftats. Forskare från Sysdig menar att utvecklaren troligen använde AI för att accelerera rutinarbetet medan säkerhetsexpertisen kom från människan.
Quick take: VoidLink är ett tydligt bevis att enskilda angripare nu kan producera kod som tidigare krävde hela team. Molnmiljöer och Linux-servrar hamnar i fokus eftersom det är där värdet finns. Check Point hittade VoidLink enbart på grund av att utvecklaren slarvade med sin egen server. Den stora frågan är om det finns andra liknande ramverk på plats där man var bättre på att sopa bort sina egna spår.
A quick tool | Dedalus Labs
Dedalus Labs är en plattform som förenklar skapandet av AI-agenter genom att koppla samman vilken språkmodell som helst med vilka verktyg som helst via ett enda API. Istället för att hantera Docker-filer, servrar och komplicerade konfigurationer kan utvecklare bygga komplexa agenter på bara några rader kod. Plattformen beskrivs som "Vercel för AI-agenter" och har tagit in 120 miljoner kronor i såddfinansiering från Y Combinator och andra investerare.
Kärnan är stödet för Model Context Protocol (MCP), en öppen standard från Anthropic som fungerar som ett universellt gränssnitt mellan AI-modeller och externa verktyg. Dedalus hanterar hosting, skalning och lastbalansering av MCP-servrar, vilket betyder att du kan växla mellan olika modeller som GPT-4, Claude eller Gemini med en enda kodrad.
Gratisversionen ger 50 gratis MCP-verktygsanrop per månad, därefter kostar varje anrop 0,047 kronor. Pro-versionen ger 1000 gratis anrop per månad till halva priset. För företag som vill köra sin egen MCP-serverlogik finns en kostnadsmodell baserad på faktisk resursanvändning.

Behöver du hjälp att navigera ett ständigt skiftande AI-landskap?
Micke Quick är konsult med särskilt fokus på AI och arbetsflöden inom reklam- och marknadsföring. Han hjälper dig med insikter, utbildning, och strategi för implementering av AI.
Läs mer på mickequick.se
Quick links
Micron köper en massiv renrumsanläggning i Taiwan från Powerchip för cirka 20 miljarder kronor för att snabbt skala upp sin DRAM-tillverkningskapacitet för AI-efterfrågan.
Google tecknade ett treårigt sponsoravtal för Indian Premier League värt cirka 350 miljoner kronor för att marknadsföra sin Gemini AI-plattform för nästan en miljard tittare.
Emergent fick 770 miljoner kronor i en Series B-runda ledd av Khosla Ventures och SoftBank, vilket värderar den indiska vibe coding-plattformen till 3,3 miljarder kronor.
ElevenLabs utnämnde Karthik Rajaram till landschef för Indien för att leda marknadsstrategin på den snabbväxande AI-ljudmarknaden.
Anthropic identifierade "Assistant Axis", ett neuralt mönster i språkmodeller som forskare kan använda för att hindra modeller från att glida in i skadliga alternativa personligheter.
Meta utökade sina AI-översättningsfunktioner för Reels till att inkludera fem ytterligare indiska språk, vilket hjälper innehållsskapare att nå fler tittare på ett naturligt sätt på sin största globala marknad.



