
FTC granskar OpenAI och Anthropic – AI-agenternas säkerhet i fokus

En talesperson för den amerikanska konsumentskyddsmyndigheten FTC bekräftade den 30 september 2026 en granskning av OpenAI, Anthropic och andra AI-bolag om möjliga risker för konsumenter. Myndigheten planerar att begära information även från forskningsorganisationen METR. För svenska företagskunder väcker beskedet en konkret fråga: vilka belägg kan leverantörerna visa för att en AI-agent håller sig inom sina instruktioner och att avvikande åtgärder upptäcks?
Enligt Axios rapportering den 30 september 2026 förbereder FTC:s ordförande Andrew Ferguson formella krav på dokument och vittnesmål från företagsledare. Uppgiften om de planerade kraven bygger på tidigare rapportering; det som FTC:s talesperson bekräftade för Axios var själva granskningen. Den skillnaden spelar roll eftersom myndigheten ännu inte har offentliggjort vilka företag som ska få krav, vad de ska lämna ut eller när det ska ske.
Vad FTC:s granskning gäller
Den bekräftade inriktningen är möjliga konsumentrisker från AI-bolagens produkter. FTC har inte offentligt avgränsat granskningen till vissa modeller, agentfunktioner eller säkerhetshändelser. Agenternas säkerhet är ändå en relevant del av frågan: när ett system får använda verktyg kan ett fel leda till en utförd åtgärd, inte bara ett missvisande svar. Det går ännu inte att säga vilka sådana beteenden FTC kommer att undersöka i just detta ärende.
En konsumentskyddsgranskning kan rikta in sig på förhållandet mellan ett företags löften och hur produkten fungerar. Påstår en leverantör att en agent behöver mänskligt godkännande före en viss åtgärd, blir det relevant när godkännandet faktiskt begärs och vad som händer om agenten försöker kringgå gränsen. Säger leverantören att riskfyllda åtgärder övervakas, behöver påståendet kunna ställas mot registrerade händelser, tester och rutiner för ingripande. Det är tänkbara frågor utifrån granskningens inriktning, inte en offentlig lista över FTC:s frågor till bolagen.
Skillnaden mellan en modell och en färdig agenttjänst är viktig här. En modell kan ingå i flera produkter med olika verktyg, behörigheter och spärrar. Samma modellbeteende kan därför få olika följder beroende på om tjänsten bara föreslår en åtgärd eller själv får genomföra den. En bedömning av säkerheten behöver i så fall omfatta både modellen och den miljö där agenten arbetar.
Vad ett formellt informationskrav skulle innebära
FTC kan begära mer än offentliga säkerhetsbeskrivningar. FTC:s redogörelse för sina befogenheter beskriver hur ett civil investigative demand, CID, kan kräva befintliga dokument, skriftliga svar och muntliga vittnesmål vid utredningar om möjliga otillbörliga eller vilseledande affärsmetoder. Ett sådant krav skulle kunna ge myndigheten underlag för att jämföra säkerhetspåståenden med interna tester och beslut. Uppgiften att krav förbereds innebär däremot inte att de rapporterade kraven redan har skickats.
För en agenttjänst skulle underlaget kunna visa vilka verktyg agenten får nå, hur behörigheter begränsas och vad tester visar när instruktioner krockar. Loggar över verktygsanrop och dokumentation av incidenter skulle också kunna belysa om leverantören märker när agenten agerar utanför avsedd ram. Vilket material FTC faktiskt kommer att efterfråga är ännu inte känt. Därför bör möjliga informationskrav hållas isär från den omfattning myndigheten hittills har bekräftat.
Myndighetens rättsliga prövning kan också handla om olika slags påståenden och beteenden. Ett vilseledande säkerhetspåstående är en annan fråga än om en produkt orsakar en konsumentskada som användaren inte rimligen kan undvika. Utredningen kan samla fakta om båda utan att ett lagbrott därmed är fastställt. Först ett senare besked från FTC kan visa om granskningen leder till en rättslig åtgärd och vilken grund myndigheten i så fall åberopar.
Varför svenska företagskunder bör följa bevisen
För en svensk inköpare är den omedelbara följden att säkerhetslöften bör gå att knyta till den agenttjänst som faktiskt ska användas. Om agenten får läsa interna uppgifter, anropa andra tjänster eller ändra ett arbetsflöde avgör behörigheterna hur långt ett fel kan spridas. Ett allmänt besked om att modellen har säkerhetstestats säger då mindre än uppgifter om den aktuella tjänstens verktyg, spärrar och möjlighet att avbryta en åtgärd.
Agentloggar är en särskilt konkret avtalsfråga. Kunden behöver kunna förstå vilka instruktioner agenten fick, vilka verktyg den anropade och vad anropen ledde till. Det kräver också klarhet om hur länge loggar sparas, vem som kan få ut dem och om en agents handling kan skiljas från en användares. En logg som bara visar det slutliga svaret ger svagt stöd när ett oväntat verktygsanrop måste utredas.
Incidentrapportering handlar i sin tur om vad som händer efter en avvikelse. En leverantör bör kunna ange vilka händelser som utlöser en undersökning, när kunden får besked och vilket underlag som bevaras. Om agenten använder tjänster från flera leverantörer blir ansvarsfördelningen avgörande: den som upptäcker en avvikelse är inte nödvändigtvis den som kan stoppa åtkomsten eller ta fram hela händelseförloppet. Det är frågor för kundens egen riskbedömning och avtal, inte krav som FTC hittills har meddelat i granskningen.
Nästa besked som kan ändra bilden är ett offentliggjort informationskrav eller en tydligare avgränsning från FTC. Det skulle visa om myndigheten främst söker belägg för marknadsförda säkerhetslöften, för hur agenter beter sig med tillgång till verktyg eller för båda. För svenska kunder avgör den skillnaden vilka uppgifter från leverantören som blir mest angelägna att kunna granska.
Läs också:
Relaterade artiklar


OpenAI ändrar incidentrapporteringen efter Hugging Face-intrånget

MCP och A2A löser olika problem – en agent kan behöva båda

Prompt injection stoppas inte av ett filter – lås agentens verktyg

Claude Code eller GitHub Copilot: uppgiftstypen avgör mer än priset

Spiich tar in 3 miljoner euro – effektmåtten kommer från bolaget
Prenumerera på vårt nyhetsbrev
Få de senaste nyheterna om Web3, AI och krypto direkt i din inkorg.