Agentisk AI
Marginalomkostningen ved intelligens falder markant, og det ændrer ikke alene prisen på eksisterende opgaver, men rammerne for, hvad der kan lade sig gøre. Gevinsten opstår, når arbejdet omkring teknologien lægges om.
Kontakt osEffekt, der kan måles
Faldende marginalomkostninger flytter grænsen for det mulige
Når prisen på intelligens falder mod nul, ændres ikke kun omkostningen ved eksisterende opgaver, men sortimentet af mulige. Opgaver, der aldrig har kunnet betale sig, bliver pludselig rentable. Det er dér, den strategiske værdi ligger, og den findes kun ved systematisk at gennemgå arbejdet, ikke ved at demonstrere teknologien.
En agent er software med handlerum, og handlerum kræver styring. Vi afgrænser opgaven, definerer dataadgangen og måler effekten mod et udgangspunkt, før noget sættes i drift. Logning og sporbarhed er ikke bureaukrati, men forudsætningen for, at anvendelsen kan forklares, forsvares og forbedres.
Produktiviteten falder ofte, før den stiger, fordi organisationen skal lære at bruge den nye kapacitet. Den indfasning er en del af arbejdet: roller, arbejdsgange og ansvar lægges om sammen med teknologien. AI-forordningen sætter rammen, og vi behandler den som et designkrav, ikke som en efterfølgende kontrol.
Hvor faget bevæger sig hen
Fra chat til agenter, der udfører arbejde
Det seneste års skifte er ikke bedre svar i et chatvindue. Det er software, der udfører opgaver: læser en indbakke, slår op i tre systemer, udfylder det fjerde og melder tilbage, når noget kræver et menneske. Standardiserede protokoller for værktøjsadgang har gjort det praktisk at give en model hænder, ikke kun en mund.
Dermed flytter værdien fra samtalen til arbejdsgangen. Spørgsmålet er ikke længere, hvad modellen ved, men hvilke opgaver den må udføre, med hvilken dataadgang, og hvordan resultatet kontrolleres. En agent er en medarbejder med perfekt hukommelse, høj fart og ingen dømmekraft ud over den, der er bygget ind.
Derfor begynder vi med opgaven, ikke teknologien: afgrænset, målbar og med et menneske, der står på mål for resultatet. De organisationer, der får mest ud af agenter, er ikke dem med flest piloter, men dem, der har valgt få opgaver og gjort dem færdige.
Evaluering er den nye kvalitetssikring
En sprogmodel kan ikke enhedstestes. Den kan evalueres: mod et datasæt af rigtige opgaver, med kendte facit, kørt igen ved hver ændring af model, prompt eller data. Uden det grundlag er enhver opdatering et sats, og forbedringer ét sted kan ubemærket ødelægge noget andet.
Det ændrer arbejdsformen mere, end de fleste venter. Den vigtigste leverance i et AI-projekt er ofte ikke løsningen, men målegrundlaget: hvad var udgangspunktet, hvad er blevet bedre, hvad er blevet værre, og er forskellen pengene værd. Uden baseline findes der kun anekdoter.
Samtidig falder prisen pr. opgave hurtigt, og mindre modeller løser i dag opgaver, der krævede de største for et år siden. Det åbner for at køre følsomme opgaver på egen infrastruktur og for at vælge model efter opgaven frem for efter reklamen. Også her er svaret et regnestykke, ikke en trosretning.
AI-forordningen er gået fra varsel til virkelighed
Forpligtelserne for generelle AI-modeller har været gældende siden august 2025, og fra august 2026 gælder hovedparten af kravene til højrisikoanvendelser. Det er nu, klassificeringen skal være på plads: hvilke anvendelser har I, hvilken kategori falder de i, og hvad følger der med af krav til dokumentation, tilsyn og kontrol.
For de fleste virksomheder er den største opgave ikke juridisk, men organisatorisk: et register over anvendelser, en ansvarlig pr. anvendelse, logning, der kan vise, hvad systemet gjorde, og menneskeligt tilsyn, der er reelt og ikke kun et navn i et dokument.
Vi behandler forordningen som et designkrav på linje med sikkerhed: indbygget fra starten, ikke eftermonteret før et tilsyn. Det er billigere, og det giver bedre systemer. Governance, der fungerer, er ikke bremsen på anvendelsen. Det er forudsætningen for, at den kan skalere.
Fire trin, fra udgangspunkt til drift
Optimisme, ikke godtroenhed. Store muligheder kræver stærk udførelse og en forståelse af den risiko, teknologien også skaber.
Niels Reinau
Niels stiftede iCEO efter en karriere hos IBM, hos eBay og med ansvar for platformene hos DanDomain og Zitcom, to af Danmarks største hostingvirksomheder. Zitcom hedder i dag team.blue Denmark, og DanDomain er et af de brands, koncernen driver videre. Han arbejder sammen med konsulenter, der har været i branchen i femogtyve år. Den erfaring får du direkte, ikke en partner til mødet og en nyuddannet til opgaven.