Fastly rystet aksjemarkedet 21. september 2026 da selskapet lanserte tre nye produkter samtidig: AI Firewall, AI Runtime Control og utvidet API-sikkerhet. Aksjen (NASDAQ: FSLY) steg rundt 14 prosent samme handelsdag, mens Cloudflare klatret om lag 7 prosent og Datadog rundt 5 prosent, ifølge 247WallSt. For nordiske IT-avdelinger som allerede sliter med å holde kontroll på AI-agenter og språkmodell-trafikk, er lanseringen mer enn en børsnyhet. Den markerer et vendepunkt der kant-nettverket (edge) blir kontrollpunktet for AI-sikkerhet, ikke bare for vanlig webtrafikk.
Saken er relevant for norske og nordiske selskaper av en enkel grunn: stadig flere virksomheter kobler egne applikasjoner til store språkmodeller fra OpenAI, Anthropic og Google, ofte uten at sikkerhetsavdelingen har full oversikt over hvilke forespørsler som går ut og inn. Fastlys svar er å flytte kontrollen helt ut til kanten av nettet, før forespørselen når modellen. I denne analysen går vi gjennom hva som faktisk ble lansert, hvordan det skiller seg fra det Cloudflare og Akamai allerede tilbyr, og hva det betyr for virksomheter i Norden.
Hva Fastly faktisk lanserte 21. september
Fastly, som beskriver seg selv som en global leverandør av kant-sky-plattformer, kunngjorde tre separate men sammenkoblede kapabiliteter fra hovedkontoret i San Francisco. Det første er AI Runtime Control, som styrer tilgang til og bruk av AI-modeller. Produktet ruter modellkall gjennom ett samlet endepunkt, uavhengig av om selskapet bruker offentlige leverandører som OpenAI og Anthropic eller egne, selvhostede modeller. I stedet for at hver utvikler har direkte tilgang til API-nøkler fra modell-leverandørene, bruker systemet virtuelle nøkler som skjuler de underliggende legitimasjonene.
Det andre produktet er AI Firewall, som skal beskytte AI-applikasjoner mot angrep rettet mot språkmodeller, med prompt-injeksjon som hovedmål. Ifølge Fastlys egen kunngjøring evaluerer brannmuren forespørsler direkte i forespørselsbanen, før de når målmodellen, slik at skadelig aktivitet kan stoppes ved kanten i stedet for etter at modellen allerede har behandlet innholdet. En sekundær rapport fra Forkast beskriver arkitekturen som en ML-klassifiserer som kjører innebygd i Fastly Compute, noe som ifølge samme kilde gjør at selskapet unngår kostnadene og forsinkelsen som følger med GPU-avhengige sikkerhetssjekker.
Det tredje elementet er en utvidelse av API-sikkerhet, rettet mot hvordan AI-agenter samhandler med bedriftens egne API-er. Dette er kanskje det minst omtalte, men mest fremtidsrettede av de tre, ettersom stadig flere virksomheter lar autonome AI-agenter utføre handlinger på vegne av ansatte, fra å bestille reiser til å oppdatere kundedata. Fastly oppgir at alle tre kapabilitetene var tilgjengelige fra lanseringsdagen, ifølge markedsrapportering gjengitt av Futurum Group.
Aksjereaksjonen: 14 prosent på én dag
Markedsreaksjonen var det som fikk mest oppmerksomhet utenfor teknologimiljøet. Ifølge 247WallSt steg Fastly-aksjen med rundt 14 prosent samme dag som kunngjøringen kom, en betydelig bevegelse for et selskap som lenge har slitt med å overbevise investorer om vekstpotensialet sitt utenfor kjerne-CDN-virksomheten. Samtidig steg Cloudflare-aksjen med rundt 7 prosent og Datadog med rundt 5 prosent, noe som tyder på at hele sektoren for AI-infrastruktur og AI-sikkerhet fikk et løft, ikke bare Fastly isolert.
Det er verdt å understreke hva vi faktisk vet, og hva vi ikke vet. Kunngjøringen inneholder ingen offentlig prisliste, ingen kundenavn og ingen konkrete tall for latenstid eller treffsikkerhet i brannmuren. Selskapet har heller ikke publisert et oppdatert kvartalstall som direkte kan knyttes til produktlanseringen ettersom den kom midt i kvartalet. Det investorene reagerer på er dermed i stor grad en forventning om at Fastly har funnet et nytt vekstspor i et marked som ellers har vært preget av priskrig mellom CDN-leverandører.
Hvorfor kanten (edge) blir det nye kontrollpunktet
Den underliggende logikken i Fastlys strategi er ikke ny for bransjen, men den er ny for AI-trafikk. CDN-selskaper har i over et tiår solgt seg inn på at kanten, altså serverne nærmest sluttbrukeren, er det beste stedet å stoppe skadelig trafikk før den når applikasjonsserveren. Det samme argumentet brukes nå for AI: hvis en ondsinnet eller feilformulert prompt kan fanges opp før den når selve språkmodellen, sparer man både kostnad (fordi man slipper å betale for et modellkall som uansett skulle blitt avvist) og risiko (fordi skadelig innhold aldri når modellens kontekstvindu).
Prompt-injeksjon er blitt et av de mest diskuterte sikkerhetsproblemene i AI-bransjen gjennom 2025 og 2026, ettersom flere selskaper har koblet språkmodeller til sensitive systemer uten tilstrekkelige skiller mellom brukerinput og systeminstrukser. Et angrep kan i verste fall lure en AI-agent til å utføre handlinger brukeren aldri ba om, som å lekke data eller sende penger til feil konto. Fastlys løsning er å behandle dette som et nettverksproblem, på samme måte som man historisk har behandlet SQL-injeksjon og cross-site scripting, i stedet for utelukkende som et modell- eller applikasjonsproblem.
Kelly Shortridge, produktsjef i Fastly, oppsummerte tankegangen bak lanseringen slik: “Organizations need control in production, at runtime, without delay, friction, or disruption,” ifølge omtale hos RuntimeWire. Poenget er at sikkerhetskontroller som bremser utviklere eller krever manuell godkjenning for hvert AI-kall, sjelden overlever møtet med produksjonsmiljøer i fart.
Konkurransebildet: Cloudflare, Akamai, AWS og Vercel
Fastly er langt fra alene om å bevege seg inn i AI-sikkerhet på kant-nivå. Cloudflare har i flere omganger i 2026 bygget ut egne AI-relaterte produkter, blant annet verktøy for å blokkere AI-crawlere og et rammeverk kalt Kitesurf rettet mot AI-agenter, i tillegg til et samarbeid med OpenAI om sårbarhetsjakt kunngjort tidligere i år. Cloudflare har historisk hatt et mye større kant-nettverk enn Fastly målt i antall datasentre og “points of presence”, noe som gir dem et distribusjonsfortrinn når nye sikkerhetsfunksjoner skal rulles ut globalt.
Akamai, som lenge var markedslederen innen CDN, har vært tregere med å kommunisere egne AI-spesifikke sikkerhetsprodukter offentlig, men har generelt fokusert sterkere på API-sikkerhet og botbeskyttelse i sin portefølje. AWS har sin egen vei inn i samme problemstilling gjennom CloudFront kombinert med Bedrock Guardrails, som gir kunder mulighet til å filtrere innhold direkte i AWS sitt eget økosystem, mens Vercel har bygget AI-relaterte funksjoner tettere integrert med sin utviklerplattform for frontend-rammeverk som Next.js.
Det som skiller Fastlys tilnærming, ifølge selskapets egen kommunikasjon, er at modell-styring (Runtime Control) og prompt-inspeksjon (AI Firewall) er integrert i samme forespørselsbane på kant-plattformen, i stedet for å være separate produkter eller en frittstående «AI-gateway» som må settes opp ved siden av CDN-tjenesten. Om dette faktisk gir bedre beskyttelse enn konkurrentenes løsninger, finnes det per nå ingen uavhengig, verifisert sammenligning av. Markedet mangler fortsatt upartiske benchmarks for hvor godt de ulike kant-brannmurene faktisk fanger opp prompt-injeksjon i praksis.
Sammenligning: kant-baserte AI-sikkerhetsprodukter
Tabellen under oppsummerer hva som er offentlig kjent om de viktigste aktørenes tilnærming til AI-sikkerhet på kant-nivå per september 2026. Der data mangler er dette markert eksplisitt, i tråd med at ingen av leverandørene har publisert fullstendige, uavhengig reviderte tall.
| Leverandør | AI-sikkerhetsprodukt | Lansert / kunngjort | Hovedfokus | Offentlig pris |
|---|---|---|---|---|
| Fastly | AI Firewall + AI Runtime Control | 21. september 2026 | Prompt-injeksjon, modellstyring, API-agentkontroll | Ikke publisert |
| Cloudflare | Kitesurf + AI-crawler-blokkering | 2026 (flere trinn) | AI-agent-trafikk, botblokkering, CPU-effektivitet | Ikke publisert |
| Akamai | API- og botbeskyttelse (generell) | Løpende utvidelser | API-sikkerhet, botdeteksjon | Ikke publisert |
| AWS | CloudFront + Bedrock Guardrails | Løpende utvidelser | Innholdsfiltrering i egen sky | Forbruksbasert (AWS-prising) |
| Vercel | AI-funksjoner i utviklerplattform | Løpende utvidelser | Utviklerintegrasjon, frontend-nære AI-kall | Ikke publisert |
Historisk kontekst: fra CDN til sikkerhetsselskap
Fastly ble børsnotert i 2019 og har historisk vært kjent som et innholdsleveringsnettverk bygget for utviklere, med et rykte for lav latens og et programmerbart kant-lag kalt Compute (tidligere Compute@Edge). Selskapet har hatt en tøff periode i aksjemarkedet gjennom store deler av starten av 2020-tallet, med gjentatte kvartaler der veksten har vært lavere enn analytikerne forventet, delvis fordi store kunder som TikTok har flyttet trafikk internt eller til konkurrenter. AI Firewall og AI Runtime Control er dermed en del av et bredere mønster: kant-leverandørene forsøker å redefinere seg selv fra ren infrastruktur til sikkerhetsselskap, fordi marginene i ren trafikklevering har blitt presset av konkurranse.
Samme mønster har man sett hos Cloudflare, som over flere år har beveget seg fra CDN til det de selv kaller et «connectivity cloud»-selskap, med Zero Trust, brannmurtjenester og nå AI-sikkerhet som stadig større inntektsdrivere. At Cloudflare-aksjen også steg på nyheten om en konkurrents produktlansering, tyder på at investorer ser hele denne kategorien, kant-basert AI-sikkerhet, som et voksende marked snarere enn et nullsumspill mellom to selskaper.
Teknisk arkitektur: hvordan AI Firewall faktisk virker
Basert på Fastlys egen beskrivelse og sekundær rapportering fra Forkast, fungerer AI Firewall ved at hver forespørsel som skal til en språkmodell, først passerer gjennom en klassifiseringsmodell som kjører inne i Fastly Compute, selskapets programmerbare kant-miljø. Klassifiseringen skjer altså på samme node som allerede håndterer trafikken, i stedet for å sende forespørselen til en separat GPU-klynge for analyse. Ifølge Forkast er nettopp dette poenget med arkitekturen: å unngå kostnaden og forsinkelsen som normalt følger med GPU-avhengige sikkerhetssjekker.
Det er viktig å være presis på hva som faktisk er dokumentert her. Fastlys offisielle pressemelding bekrefter at inspeksjonen skjer i forespørselsbanen og ved kanten, men oppgir ikke hvilken modellfamilie klassifiseringen bygger på, hvilke treningsdata som er brukt, eller hvilken treffsikkerhet (false positive- og false negative-rate) systemet oppnår i praksis. Selskaper som vurderer å ta i bruk produktet bør derfor be om egen dokumentasjon og helst gjennomføre egne tester før de stoler fullt ut på markedsføringsmaterialet.
Runtime Control-delen er noe bedre dokumentert. Systemet gir sanntidsinnsyn i tokenforbruk, som betyr at en IT-avdeling kan se nøyaktig hvor mange tokens som brukes mot hvilken modell-leverandør, og fra hvilken applikasjon. Dette kombineres med hastighetsbegrensning (rate limiting) og budsjettkontroller, slik at en feilkonfigurert applikasjon eller en AI-agent som havner i en løkke, ikke kan generere en uventet stor regning før noen oppdager det. Produktet støtter også failover mellom modell-leverandører, slik at en tjeneste kan fortsette å fungere om for eksempel OpenAI eller Anthropic opplever nedetid.
Hva dette betyr for norske og nordiske virksomheter
Ingen av kildene som er brukt i denne saken, nevner navngitte kunder i Norge, Norden eller Europa for øvrig. Det finnes med andre ord ingen bekreftet, konkret nordisk utrulling å vise til per nå. Likevel er den praktiske relevansen tydelig for enhver norsk virksomhet som har koblet interne systemer til en ekstern språkmodell, enten det er en kundeserviceboks, en intern kodeassistent eller en agent som behandler dokumenter.
Kostnadskontroll blir like viktig som sikkerhet
For det første handler det om kostnadskontroll. Mange norske IT-avdelinger har opplevd overraskende høye regninger fra AI-leverandører fordi det har manglet god oversikt over hvem i organisasjonen som faktisk bruker hvilke modeller, og hvor mye. Et samlet endepunkt med sanntids tokenvisning, slik Runtime Control tilbyr, løser et reelt og konkret problem uavhengig av om man velger Fastly, Cloudflare eller en annen leverandør.
Datasuverenitet og compliance i regulerte bransjer
For det andre handler det om datasuverenitet og compliance. Norske virksomheter som er underlagt strenge krav til datahåndtering, for eksempel i finans eller offentlig sektor, må kunne dokumentere hvor forespørsler faktisk behandles og hvilke data som sendes ut av landet eller unionen. En kant-basert løsning som filtrerer eller blokkerer forespørsler før de forlater et gitt geografisk område, kan i prinsippet gjøre det enklere å oppfylle slike krav, men dette forutsetter at leverandøren faktisk tilbyr regional kontroll over hvor inspeksjonen skjer, noe ingen av kildene i denne saken bekrefter eksplisitt for Fastlys produkt.
Sammenligning av tilnærminger til AI-agentkontroll
Under følger en oversikt over hvilke konkrete funksjoner Fastlys nye produkter tilbyr, sammenlignet med hva som generelt kjennetegner konkurrerende tilnærminger til AI-agentstyring i 2026.
| Funksjon | Fastly AI Runtime Control / AI Firewall | Typisk hos konkurrenter |
|---|---|---|
| Samlet endepunkt for modellkall | Ja, på tvers av offentlige og selvhostede modeller | Varierer, ofte separat AI-gateway-produkt |
| Virtuelle nøkler for legitimasjon | Ja | Delvis støttet hos enkelte leverandører |
| Sanntids tokenforbruk | Ja | Delvis, ofte med forsinket rapportering |
| Hastighetsbegrensning og budsjettstyring | Ja | Vanlig funksjon hos flere leverandører |
| Failover mellom modell-leverandører | Ja | Varierer sterkt mellom leverandører |
| Inline prompt-inspeksjon ved kanten | Ja, integrert i Fastly Compute | Cloudflare tilbyr tilsvarende via egne AI-produkter |
| API-kontroll for autonome agenter | Ja, ny funksjon fra september 2026 | Under utvikling hos flere av de store aktørene |
Kritiske spørsmål ingen har svart på ennå
En grundig gjennomgang av tilgjengelig kildemateriale viser flere åpne spørsmål som verken Fastlys pressemelding eller den sekundære dekningen har svart på. Det finnes ingen publisert pris for AI Firewall eller Runtime Control, noe som gjør det vanskelig for IT-innkjøpere å sammenligne totalkostnad opp mot for eksempel Cloudflares tilsvarende produkter eller en løsning bygget internt med åpen kildekode. Det finnes heller ingen uavhengig målt treffsikkerhet for hvor godt brannmuren faktisk oppdager prompt-injeksjonsforsøk, og ingen offentliggjort liste over referansekunder som har testet løsningen i produksjon over tid.
Det finnes heller ingen oppgitt tallfestet markedsstørrelse for kategorien «AI-brannmur» som helhet, og ingen kvantifisert statistikk for hvor mange prompt-injeksjonsforsøk som faktisk fanges opp i produksjonsmiljøer globalt. Dette betyr ikke at produktet ikke virker, men det betyr at påstandene om effektivitet foreløpig i stor grad hviler på leverandørens egne formuleringer, ikke på uavhengig verifiserte tall.
Fem konkrete anbefalinger for IT-avdelinger i Norden
Basert på det som faktisk er kjent om lanseringen, kan norske og nordiske IT- og sikkerhetsavdelinger vurdere følgende konkrete steg før de tar stilling til om et produkt som Fastlys AI Firewall er relevant for egen virksomhet.
- Kartlegg først hvilke interne applikasjoner som faktisk kobler seg til eksterne språkmodeller, og hvem som eier hvert enkelt API-kall. Uten denne oversikten er det umulig å vurdere om en kant-basert kontroll faktisk dekker de reelle risikoene.
- Be om en pilotperiode eller et proof-of-concept før en eventuell kontraktsinngåelse, ettersom verken pris eller ytelse er offentlig dokumentert for Fastlys nye produkter.
- Test egne, realistiske prompt-injeksjonsscenarioer mot enhver kant-brannmur før den settes i produksjon, i stedet for å stole på leverandørens egne markedsføringspåstander om treffsikkerhet.
- Vurder hvor inspeksjonen faktisk skjer geografisk, spesielt for virksomheter med krav til at persondata eller sensitiv informasjon ikke skal forlate Norge eller EU/EØS-området.
- Følg med på om Fastly, Cloudflare eller andre leverandører publiserer uavhengig reviderte tall for treffsikkerhet og falske positiver i løpet av de neste kvartalene, siden dette foreløpig er det største hullet i den offentlige dokumentasjonen.
Fem spådommer for de neste 12 månedene
Basert på mønsteret i markedet og hvordan tilsvarende produktkategorier har utviklet seg tidligere, er det grunnlag for noen forsiktige spådommer om hvor kant-basert AI-sikkerhet er på vei, uten at dette skal leses som bekreftede fakta.
- Flere store kant- og CDN-leverandører, trolig inkludert Akamai og AWS, vil trolig annonsere egne, mer eksplisitt merkede «AI-brannmur»-produkter i løpet av de kommende kvartalene, gitt hvor raskt Cloudflare og Fastly nå beveger seg i denne retningen.
- Det er sannsynlig at det dukker opp uavhengige benchmark-rapporter fra sikkerhetsforskningsmiljøer som sammenligner treffsikkerheten til de ulike kant-brannmurene, ettersom markedet i dag mangler slike tall.
- Prising vil trolig bli offentliggjort i løpet av det neste kvartalet, ettersom bedriftskunder normalt krever transparent prising før de tar produkter av denne typen inn i budsjettprosesser.
- Flere nordiske og europeiske virksomheter i regulerte sektorer vil trolig stille eksplisitte krav om regional databehandling som en forutsetning for å ta i bruk denne typen kant-basert AI-sikkerhet.
- Konsolidering er sannsynlig på sikt: mindre spesialiserte AI-sikkerhetsselskaper kan bli oppkjøpt av de store kant- og skyleverandørene etter hvert som kategorien modnes, på samme måte som man har sett innen tradisjonell brannmur- og botbeskyttelsesteknologi.
Markedspåvirkning utover Fastly selv
At både Cloudflare og Datadog steg i verdi samme dag som Fastly kunngjorde sine produkter, sier noe viktig om hvordan investorer nå vurderer hele denne delen av teknologisektoren. Datadog er ikke en direkte konkurrent til Fastly innen kant-infrastruktur, men selskapet tilbyr overvåkings- og observabilitetsverktøy som ofte brukes sammen med nettopp denne typen sikkerhetsprodukter. At aksjen likevel steg, tyder på at markedet ser AI-sikkerhet og AI-observabilitet som beslektede vekstområder som løftes samlet, ikke som en kamp der én leverandørs gevinst er en annens tap.
For nordiske investorer og bedriftsledere er det verdt å merke seg at denne typen dagsbevegelser i aksjekurs ikke nødvendigvis reflekterer varig verdiskaping. Historisk har flere kant- og skyselskaper opplevd kortsiktige kurshopp ved produktlanseringer som senere har flatet ut når det har vist seg at inntektene fra det nye produktet tar lengre tid å materialisere seg enn investorene håpet. Det gjenstår å se om AI Firewall og Runtime Control faktisk bidrar til Fastlys omsetning i de kommende kvartalsrapportene, noe som først vil bli synlig når selskapet legger frem tall for fjerde kvartal 2026.
Ofte stilte spørsmål
Hva er Fastly AI Firewall?
AI Firewall er et sikkerhetsprodukt fra Fastly som inspiserer forespørsler til språkmodeller i sanntid, ved kanten av nettverket, for å oppdage og blokkere angrep som prompt-injeksjon før de når selve modellen.
Hva er forskjellen mellom AI Firewall og AI Runtime Control?
AI Firewall beskytter mot skadelige forespørsler rettet mot AI-modeller, mens AI Runtime Control styrer tilgang, kostnad og pålitelighet for lovlig bruk av modeller, blant annet gjennom tokenoversikt, hastighetsbegrensning og failover mellom leverandører.
Hvor mye koster Fastlys nye AI-sikkerhetsprodukter?
Fastly har ikke publisert offentlig prising for AI Firewall eller AI Runtime Control. Virksomheter som ønsker pristilbud må kontakte Fastlys salgsavdeling direkte.
Hvorfor steg Fastly-aksjen 14 prosent?
Ifølge 247WallSt reagerte investorer positivt på at Fastly viser et nytt vekstspor utenfor kjerne-CDN-virksomheten, i en periode der selskapet har slitt med lavere vekst enn ventet. Cloudflare og Datadog steg også samme dag, noe som tyder på at hele AI-sikkerhetskategorien fikk et løft.
Er Fastlys AI Firewall relevant for norske virksomheter?
Ingen navngitte norske eller nordiske kunder er bekreftet i tilgjengelige kilder per nå. Relevansen ligger i det generelle behovet for kostnadskontroll og sikkerhet rundt AI-bruk, noe som gjelder uavhengig av hvilken leverandør en virksomhet til slutt velger.
Hvordan skiller Fastlys løsning seg fra Cloudflares tilsvarende produkter?
Begge selskaper tilbyr kant-basert AI-sikkerhet, men Fastly fremhever at modellstyring og prompt-inspeksjon er integrert i samme forespørselsbane innenfor Fastly Compute, mens Cloudflare har bygget ut egne produkter som Kitesurf og AI-crawler-blokkering som del av sin bredere «connectivity cloud»-strategi. Det finnes ingen uavhengig sammenligning av treffsikkerhet mellom de to per i dag.
Hva er prompt-injeksjon, og hvorfor er det et problem?
Prompt-injeksjon er en angrepsteknikk der noen manipulerer inndata til en språkmodell for å få den til å utføre handlinger eller gi svar utviklerne ikke har tiltenkt, for eksempel å lekke sensitiv informasjon eller omgå innebygde begrensninger. Problemet har blitt mer akutt etter hvert som flere AI-agenter har fått tilgang til å utføre reelle handlinger, ikke bare generere tekst.
Når ble AI Firewall og AI Runtime Control tilgjengelig?
Fastly kunngjorde og gjorde begge produktene tilgjengelige samme dag, 21. september 2026, sammen med utvidet API-sikkerhet for AI-agenter.
