For få år siden handlede AI primært om at få svar på spørgsmål.
I dag kan AI langt mere end det.
Nye AI-agenter kan udføre hele arbejdsgange på egen hånd. Microsoft, Visma og andre softwareleverandører bygger AI direkte ind i deres systemer. Samtidig kan moderne AI både forstå tekst, billeder, lyd og video.
Det betyder, at kunstig intelligens ikke længere er noget, der ligger ved siden af forretningen. Den bliver gradvist en del af de systemer og processer, virksomheder allerede bruger.
Når man ser på AI-modenhed, kan virksomheder groft opdeles i fire niveauer:
Mange danske virksomheder befinder sig stadig på det bevidste niveau.
De ved, at AI er relevant. De har måske testet forskellige værktøjer. Men teknologien er endnu ikke blevet en naturlig del af arbejdsdagen.
Det er ofte her, gevinsterne begynder at gemme sig.
Når AI bliver konkret, handler det sjældent om revolutioner.
Det handler om at fjerne små tidsrøvere.
Mødereferater kan genereres automatisk. Lange dokumenter kan opsummeres på sekunder. E-mails kan skrives som første udkast. Data kan analyseres hurtigere. Præsentationer, nyhedsbreve og opslag kan udarbejdes på en brøkdel af den tid, det normalt tager.
Mange oplever, at de største gevinster ikke nødvendigvis kommer fra avancerede AI-projekter, men fra de små opgaver, der gentager sig hver dag.
Det er vigtigt at forstå, hvad AI er, og hvad AI ikke er.
Store sprogmodeller som ChatGPT, Claude, Gemini og Copilot arbejder sandsynlighedsbaseret. De forudsiger det mest sandsynlige næste ord eller svar.
Derfor kan de også tage fejl.
Nogle gange leverer de overbevisende svar, som viser sig at være forkerte. Det kaldes ofte hallucinationer.
AI bør derfor ses som en assistent – ikke som en autoritet.
Jo vigtigere beslutningen er, desto vigtigere er det at kontrollere resultatet.
Et af de mest oversete områder inden for AI er kvaliteten af de instruktioner, vi giver værktøjerne.
Mange skriver:
"Skriv en e-mail til min kunde."
Men AI mangler kontekst.
Langt bedre resultater opnås, når man fortæller:
En god tommelfingerregel er:
Rolle + Opgave + Kontekst + Format
Det lyder simpelt. Men forskellen på output kan være markant.
Når virksomheder begynder at arbejde seriøst med AI, begår mange den samme fejl.
De starter med teknologien.
De mest succesfulde starter med problemet.
Hvilke opgaver tager uforholdsmæssigt lang tid? Hvilke processer er gentagne? Hvor opleves der flaskehalse i dokumentation, rapportering eller kommunikation?
Når først problemet er tydeligt, bliver det langt lettere at finde det rigtige værktøj.
En god AI-start behøver ikke være stor.
Tværtimod.
De bedste resultater kommer ofte fra små pilotprojekter med klare mål. Vælg én konkret proces. Definér, hvad succes betyder. Test løsningen i nogle uger. Mål effekten og del erfaringerne internt.
Tre principper går igen hos virksomheder, der lykkes:
Mens mange fokuserer på mulighederne, er der også et voksende fokus på governance, sikkerhed og compliance.
EU's AI Act er trådt i kraft og stiller gradvist større krav til virksomhedernes brug af AI. Blandt andet skal organisationer kunne dokumentere, hvilke AI-systemer de anvender, og hvordan de bruges.
Samtidig gælder de eksisterende GDPR-regler stadig.
Det betyder, at virksomheder bør have klare retningslinjer for, hvilke data der må deles med AI-værktøjer, og hvilke der aldrig må deles.
På et tidspunkt vil næsten alle virksomheder bruge AI.
Ligesom næsten alle virksomheder bruger e-mail, ERP-systemer og cloud-løsninger i dag.
Den virkelige forskel kommer derfor ikke til at handle om, hvem der har adgang til teknologien.
Den kommer til at handle om, hvem der formår at omsætte den til bedre arbejdsgange, hurtigere beslutninger og mere tid til det arbejde, mennesker stadig er bedst til.
AI er ikke en strategi.
Det er et værktøj.
Spørgsmålet er ikke længere, om virksomheder skal bruge AI. Spørgsmålet er, hvor de giver mest værdi først.