AnswersPublished22 sources
Parag Agrawals plan for et parallelt nett – bygget for AI-agenter
Agrawals hovedpoeng er at et nett finansiert av menneskelig oppmerksomhet ikke fungerer når AI agenter står for det meste av lesingen og søkingen. AI agenter ser ikke annonser, utvikler ikke merkevarepreferanser og skaper ikke nødvendigvis meningsfulle klikk – selv om de kan gjøre langt flere nettsøk enn mennesker.
Publisert avBilder generert med GPT Image 1.5
Research answer
Key takeaways
- Agrawals hovedpoeng er at et nett finansiert av menneskelig oppmerksomhet ikke fungerer når AI agenter står for det meste av lesingen og søkingen.
- AI agenter ser ikke annonser, utvikler ikke merkevarepreferanser og skaper ikke nødvendigvis meningsfulle klikk – selv om de kan gjøre langt flere nettsøk enn mennesker.
- I stedet for klikk vil Agrawal måle hvor mye hver kilde faktisk bidrar til at en agent løser en oppgave eller lager et riktig svar.
- Parallel Web Systems vil bygge et «parallelt nett» med søk, rangering, datainnhenting og betaling tilpasset agenter.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising and click based business model cannot survive if AI agen. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching.. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make
Hvorfor klikkmodellen kan svikte
Agrawals utgangspunkt er enkelt: Dagens nettøkonomi er bygget rundt menneskelig oppmerksomhet. Klikk fungerer både som betalingsgrunnlag – gjennom annonsevisninger og henvisninger – og som et signal søkemotorer kan bruke til å rangere innhold.
Men AI-agenter bruker nettet på en annen måte enn mennesker. En agent kan hente inn informasjon fra mange kilder, sammenfatte den og levere et svar uten at brukeren noen gang besøker de opprinnelige nettsidene. Agenten ser ikke nødvendigvis annonsene, utvikler ikke lojalitet til en merkevare og legger kanskje ikke igjen et klikk som kan spores.
Samtidig kan agenter gjøre svært mange søk og deloppgaver for hver enkelt forespørsel fra et menneske. Dersom agentene blir nettets viktigste brukere, kan resultatet bli høyere belastning på innholdsprodusentene – men færre besøk, annonsevisninger og inntekter tilbake. 2
14
Et «parallelt nett» for agenter
Agrawal foreslår ikke nødvendigvis å erstatte nettsidene mennesker bruker i dag. Visjonen er heller et eget, agenttilpasset lag med infrastruktur – et «parallelt nett» der søk, rangering, innhenting og betaling er utformet rundt agentenes oppgaver.
Det avgjørende spørsmålet blir da ikke bare om en nettside fikk et klikk, men om innholdet hjalp agenten med å undersøke et tema, resonnere riktig, fullføre en arbeidsflyt eller forbedre det endelige svaret. Parallel Web Systems tilbyr API-er for blant annet søk, innholdsuttak, dybderesearch, entitetsoppdagelse, chat og overvåking. 10
Fra menneskeklikk til agenttilbakemeldinger
I stedet for å bruke samlede klikkdata som mål på relevans, vil Parallel hente mer direkte signaler fra agentene selv. En agent kan i prinsippet gi tilbakemelding på om en bestemt kilde var nyttig for akkurat den oppgaven den skulle løse.
Det kan gi et rangeringssystem som belønner faktisk nytte og faktagrunnlag, fremfor oppmerksomhet alene. Men dette er foreløpig en produkt- og markedsidé, ikke en etablert standard for hele nettet. 3
13
Slik kan innholdsprodusenter få betalt
Agrawals foreslåtte modell bygger på såkalte Shapley-verdier. Begrepet kommer fra spillteori og brukes for å beregne hvor mye hver deltaker bidrar med når flere aktører sammen skaper et resultat.
Overført til nettinnhold betyr det å spørre: Hvor mye ekstra verdi tilførte denne kilden agentens vellykkede svar, sammenlignet med situasjonen der kilden ikke var tilgjengelig?
En kilde som var avgjørende, eller som tilførte vesentlig ny informasjon, skulle dermed få mer betalt enn en kilde som bare gjentok det andre kilder allerede hadde sagt. Fordelen er at betalingen knyttes til bidraget til oppgaven – ikke til et enkelt klikk eller en fast lisensavgift. Utfordringen er å beregne bidraget pålitelig i stor skala og hindre at systemet manipuleres. 16
Hva er Parallel Index?
Index er Parallel Web Systems’ tilbud til utgivere, dataleverandører og uavhengige innholdsprodusenter. Tjenesten skal gi dem innsyn i hvordan AI-agenter finner, siterer og bruker materialet deres, samtidig som eventuell betaling knyttes til verdien innholdet bidrar med.
Parallel beskriver dette som en modell der innholdseiernes insentiver i større grad samsvarer med agentenes bruk av nettet. Dokumentasjonen deres omtaler Index i disse termene. 6
7
14
Selskapet vokser raskt
Parallel hentet inn 30 millioner dollar i en såkornrunde i 2024. I november 2025 fulgte en serie A-runde på 100 millioner dollar, til en rapportert verdsettelse på 740 millioner dollar. 1
2
I april 2026 hentet selskapet ytterligere 100 millioner dollar i serie B, ledet av Sequoia, til en rapportert verdsettelse på 2 milliarder dollar. Blant de øvrige investorene var tidligere støttespillere som Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain og Abstract. 1
10
15
Det finnes imidlertid ikke en pålitelig, fullstendig offentlig oversikt over kundene eller et verifisert tall for hvor mange utviklere som bruker tjenestene. Det som er tydelig dokumentert, er at Parallel selger API-er for agenter og utviklere, og har lanseringspartnere for Index blant utgivere og innholdsdistributører, blant annet The Atlantic. 6
10
Google Cloud gir distribusjon – og skaper konkurranse
Parallel har også blitt et søke- og «grounding»-alternativ for Google Cloud-kunder som bygger bedriftsagenter. I de rapporterte integrasjonene kan utviklere som bruker Googles verktøy for agenter, velge Parallel Search ved siden av Google Search når agentene skal hente inn og forankre informasjon fra nettet. 2
12
Det gir Parallel tilgang til en viktig plattform for bedriftsmarkedet. Samtidig er Google både en sterk samarbeidspartner og en mulig konkurrent i utviklingen av søk og AI-infrastruktur. 5
Hvorfor mener Agrawal at skiftet kan komme om 12–24 måneder?
Tidsanslaget er Agrawals egen prognose, ikke en bredt dokumentert bransjekonsensus. Resonnementet hans er at språkmodeller, verktøybruk og agentrammeverk utvikler seg raskt. Agenter kan allerede sette i gang mange søk og deloppgaver på vegne av én bruker, mens bedrifter kan ta dem i bruk gjennom eksisterende skytjenester og API-er.
Hvis kombinasjonen av kvalitet, kostnad og brukervennlighet passerer en bestemt terskel, kan agentene begynne å stå for mesteparten av nettspørringene før menneskers egne nettvaner har rukket å endre seg. Parallel har selv formulert premisset som at agenter kan komme til å bruke nettet «1000 ganger mer» enn mennesker. 2
14
Den store usikkerheten
Index og betaling basert på Shapley-verdier beskriver foreløpig en foreslått utforming av et nytt marked. Det er ikke demonstrert at modellen kan erstatte annonsering over hele nettet, og det finnes heller ikke tilstrekkelig grunnlag for å si at utgivere, konkurrerende agentplattformer og resten av nettet vil samles om ett felles system for å beregne og fordele verdien.
Agrawals påstand er derfor først og fremst en advarsel – og en forretningsmessig satsing: Når programvare leser nettet på vegne av mennesker, må også måten nettet rangeres og finansieres på endres.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Parag Agrawals plan for et parallelt nett – bygget for AI-agenter"?
Agrawals hovedpoeng er at et nett finansiert av menneskelig oppmerksomhet ikke fungerer når AI agenter står for det meste av lesingen og søkingen.
What are the key points to validate first?
Agrawals hovedpoeng er at et nett finansiert av menneskelig oppmerksomhet ikke fungerer når AI agenter står for det meste av lesingen og søkingen. AI agenter ser ikke annonser, utvikler ikke merkevarepreferanser og skaper ikke nødvendigvis meningsfulle klikk – selv om de kan gjøre langt flere nettsøk enn mennesker.
What should I do next in practice?
I stedet for klikk vil Agrawal måle hvor mye hver kilde faktisk bidrar til at en agent løser en oppgave eller lager et riktig svar.