Parag Agrawal mener AI-agenter kan velte nettets klikkøkonomi

En web bygget for mennesker

Nettets økonomi er i stor grad bygget rundt menneskelig oppmerksomhet. En bruker søker, klikker på en lenke, leser en artikkel, ser annonser og kan komme tilbake til den samme utgiveren senere. Klikk fungerer dermed både som trafikk og inntekt – og som et signal søkemotorer kan bruke til å vurdere relevans.

Parag Agrawal mener denne logikken kan bryte sammen dersom AI-agenter blir nettets mest aktive brukere. Agentene kan søke i mange kilder, hente ut relevante avsnitt, sammenligne informasjon og levere et ferdig svar direkte til brukeren. Da kan en artikkel ha vært avgjørende uten at noen mennesker besøker siden, ser annonsene eller klikker videre. 1444

Agrawal, tidligere toppsjef i Twitter, leder Parallel Web Systems. Selskapet bygger infrastruktur for det de omtaler som nettets «andre bruker»: programvareagenter. Tanken er ikke nødvendigvis å erstatte nettsteder rettet mot mennesker, men å legge et agenttilpasset lag oppå nettet for søk, innhenting, research, kildehenvisning og betaling. 4047

Hvorfor klikk ikke lenger er et godt nok mål

En menneskelig bruker etterlater seg en synlig verdikjede: søk, klikk, sidevisning og eventuelt annonseinntekt. En agent kan derimot bruke informasjon fra mange sider uten å sende en eneste leser tilbake til kilden.

Et klikk sier derfor lite om hvor viktig en kilde faktisk var. Det registrerer ikke nødvendigvis om siden leverte et unikt faktum, bekreftet en konklusjon eller hjalp agenten med å fullføre en større oppgave.

Agrawals alternativ er å måle hvor mye informasjonen hjalp agenten med å løse oppgaven. Parallel har sagt at AI-agenter kan komme til å bruke nettet «1000 ganger mer» enn mennesker. Det er selskapets egen forventning, ikke en verifisert prognose, men den illustrerer hvorfor selskapet mener at dagens klikkbaserte økonomi kan bli utilstrekkelig. 14

Hva er en «parallell web»?

Parallel beskriver den parallelle weben som et infrastrukturlag laget for agentbasert bruk. Selskapets API-er dekker blant annet nettsøk, innholdsuthenting, dyptgående research, entitetsgjenfinning, chat og overvåking. Dokumentasjonen beskriver tjenestene som verktøy som gir agenter og utviklere tilgang til nettinformasjon for forskning og andre maskinbaserte arbeidsflyter. 25

Det viktigste skiftet handler om hva systemene skal optimalisere for. I stedet for å prioritere oppmerksomhet, lenker og klikk kan et agenttilpasset system spørre om en kilde hjalp en agent med å:

• finne et korrekt svar;
• fullføre en researchoppgave;
• avklare en person, virksomhet eller påstand;
• støtte en beslutning eller arbeidsflyt; eller
• forbedre kvaliteten på det endelige svaret.

Relevans blir da knyttet til en konkret oppgave, ikke bare til generell popularitet. Parallel har omtalt direkte tilbakemeldinger fra agenter som et alternativ til å basere rangering og indeksering hovedsakelig på menneskelige klikkdata. 4445

Dette er fortsatt en selskapsvisjon, ikke en etablert standard for hele nettet. For at modellen skal få bred betydning, må innholdseiere, agentutviklere, søketjenester og andre infrastrukturselskaper ta den i bruk.

Shapley-verdier skal avgjøre hvem som får betalt

Parallel foreslår en betalingsmodell basert på såkalte Shapley-verdier. Begrepet kommer fra økonomi og spillteori, og brukes til å beregne hvor mye ekstra verdi hver deltaker bidrar med når flere aktører sammen skaper et resultat.

Overført til nettinnhold blir spørsmålet: Hvor mye bidro akkurat denne kilden til agentens vellykkede svar, sett opp mot de andre kildene som var tilgjengelige?

En kilde som leverer et unikt faktum eller endrer konklusjonen vesentlig, kan dermed få mer uttelling enn en kilde som bare gjentar informasjon som allerede finnes andre steder. Målet er å flytte betalingen fra rå trafikktall eller en fast lisensavgift til det faktiske, marginale bidraget. 1629

Modellen reiser samtidig vanskelige spørsmål. Hvordan skal et «vellykket» svar måles? Hvordan beregner man bidrag likt på tvers av ulike oppgaver? Og hvordan hindrer man at aktører manipulerer systemet? Kildene beskriver dette som en foreslått modell, ikke som en dokumentert erstatning for annonsering.

Index er innholdseiernes vindu mot AI-bruken

Index er den delen av satsingen som retter seg mot utgivere, dataleverandører og uavhengige skapere. Parallel sier at produktet skal gi innsyn i hvordan AI-agenter bruker innholdet: hvilke søk det bidrar til å besvare, hvor ofte det refereres til, og hvor unikt bidraget er i agentens arbeid. Betalingen skal deretter knyttes til et anslag for kildens Shapley-verdi. 29

Ved lanseringen ble blant andre The Atlantic, Fortune og PR Newswire nevnt som partnere, sammen med leverandører av forretningsinformasjon og uavhengige skapere. 6

Index forsøker dermed å løse to problemer samtidig: synlighet og betaling. Innholdseiere kan få vite hvordan agentene er avhengige av arbeidet deres, mens Parallel kan etablere en måte å belønne nyttig innhold på – også når ingen mennesker klikker seg inn på originalen.

Rask vekst, men begrenset offentlig dokumentasjon

Parallel hentet inn 30 millioner dollar i en såkornrunde i januar 2024. I november 2025 kunngjorde selskapet en Serie A på 100 millioner dollar, ledet av Kleiner Perkins og Index Ventures, til en rapportert verdsettelse på 740 millioner dollar. 1133

I april 2026 hentet selskapet ytterligere 100 millioner dollar i en Serie B-runde ledet av Sequoia Capital. Verdsettelsen ble da rapportert til 2 milliarder dollar. Eksisterende investorer, blant andre Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain og Abstract, skal også ha deltatt. 11015

Parallel posisjonerer API-ene sine som infrastruktur for utviklere som bygger agentbaserte produkter. I forbindelse med Serie A-runden nevnte selskapet blant andre Clay, Sourcegraph og Owner som kunder eller brukere. Kildene gir imidlertid ikke en komplett kundeliste eller et uavhengig bekreftet tall for hvor mange utviklere som bruker tjenestene. 40

Google Cloud kan gi distribusjon

Parallel er også blitt tilgjengelig som et søke- og «grounding»-alternativ for Google Cloud-kunder som bygger bedriftsagenter med Gemini-relaterte verktøy. Integrasjonene skal la utviklere bruke Parallel Search sammen med Google Search når agenter trenger informasjon fra nettet. 12

Partnerskapet kan gi Parallel distribusjon gjennom en etablert plattform på et tidspunkt da mange virksomheter tester agenter for research og arbeidsflyter. Samtidig er Google både en viktig distribusjonspartner og en aktør med omfattende egen søke- og AI-infrastruktur. Det skaper en tydelig strategisk spenning mellom samarbeid og konkurranse. 512

Hvorfor tidsvinduet er 12–24 måneder

Agrawals anslag om at overgangen kan skje innen 12 til 24 måneder, er en prognose – ikke en målt bransjekonsensus. Resonnementet hans bygger på at modeller, verktøybruk og agentrammeverk utvikler seg raskt. En agent kan utføre mange søk og deloppgaver på vegne av én person, og eksisterende skyplattformer kan gjøre slike systemer tilgjengelige for virksomheter.

Dersom agenter begynner å generere langt flere nettsøk enn mennesker, samtidig som de leverer sammenfattede svar i stedet for å sende trafikk til enkeltartikler, kan presset på klikkøkonomien komme før folk flest endrer sine daglige nettvaner. Påstanden om «1000 ganger mer» uttrykker skalaen Agrawal ser for seg, men bør fortsatt behandles som selskapets egen overbevisning. 14

Den store usikkerheten

Agrawal erklærer ikke at dagens annonsemodell allerede er død. Han foreslår en ny markedsmodell for et nett der agenter kan bli dominerende brukere.

Index, agenttilbakemeldinger og Shapley-baserte betalinger kan gi en mulig måte å belønne innhold som bidrar til maskinlagde svar. Men løsningen avhenger av kompliserte attribusjonsregler, pålitelig måling og bred deltakelse.

Den sterkeste versjonen av tesen er derfor betinget: Hvis AI-agenter blir det viktigste grensesnittet mot nettets informasjon, kan klikk slutte å være et tilstrekkelig økonomisk og rangeringsmessig signal. Parallel satser på at det nye signalet vil handle om agentens resultat, kildens dokumenterbare opphav og betaling for målbar informasjonsverdi.