AI, en Dans på Roser

Ingen bliver sagsbehandler i et jobcenter for at skrive referater. Alligevel har det indtil nu været en sikker del af hverdagen for landets sagsbehandlere og deres +2 millioner årlige møder.

I dette afsnit af AI, en Dans på Roser ser vi på, hvad der sker, når AI overtager referatskrivningen i en af de mest regulerede dele af den offentlige sektor. Gæsten er Morten Maate, direktør for Inkubator i Schultz, der har udviklet værktøjet Dialogstøtte, som i dag skriver referaterne fra samtalerne i jobcentrene i flere kommuner.

Det her er ikke endnu en snak om, at AI sparer tid. Det er erfaringerne fra en løsning i drift, med alt det, der følger med: regler, ledelse, kvalitet og mennesker, der skal ændre den måde, de arbejder på.

I afsnittet dykker vi ned i:

• Kvalitet er den egentlige gevinst: Hvorfor det er kvaliteten og ikke de sparede minutter, der gør AI værd at investere i, og hvordan man måler kvalitet ud fra det, opgaven skal opnå.
• Ejerskab og faglig stolthed: Hvorfor AI kan give mere plads til det, medarbejderne er fagligt stolte af, men også kræver, at de giver slip på formuleringerne og står på mål for indholdet.
• Regler før kode: At det kan tage længere tid at få styr på reglerne end at bygge løsningen, når AI skal i drift i en reguleret sektor.
• Mere end et klik på OK: Hvordan man sikrer, at mennesket i loopet reelt tager stilling, når den kommende lovgivning sætter fokus på automation bias.

Undervejs får du også historien om AI-avataren, som en chef fra Skanderborg Kommune talte med en hel lørdag formiddag. Og til sidst får du Mortens AI-kæphest: Valget af model betyder langt mindre, end de fleste tror. Den er som en database i 90'erne.

Har du ønsker til emner eller gæster? Skriv til [email protected]

Links:

• Dialogstøtte fra Schultz: https://www.schultz.dk/loesninger/beskaeftigelse/schultz-dialogstoette/

I det her afsnit vil du høre om:

• Det første AI-tilsyn i Danmark, der fandt en flok artige kasinoer, som allerede var reguleret.
• Et prischok på tokens, der blev til en rabat… Eller rettere, en fortsættelse af den prisudvikling, vi kender.
• En dommedagsprocent, der har fyldt medierne, og en opfordring til at bremse, der nok dækker over noget så gammeldags som profit.
• En overskrift fra Nationalbanken om tabte job, der i virkeligheden handler om lidt færre nyansættelser i små virksomheder.

Vi tager fire af tidens mest omtalte påstande om AI under lup og finder den samme fejl igen og igen. Vi regulerer og fokuserer på teknologien, når det er handlingen, vi burde interessere os for.

Dagens afsnit er et forsøg med en AI-indtaling. Hvad synes du om den? Skriv gerne til [email protected] eller på LinkedIn med din feedback.

Manuskript, tanker og idéer af Dan Rose

Indtalt af Dan Roses AI-klon

To emner, som viser sig at være det samme emne.

Det første er token-økonomi. AI skaber langt mere værdi end vi betaler for. Men alligevel er prisen på tokens noget, der fylder mere og mere i danske virksomheder. Kommer priserne til at eksplodere? Hvordan styrer vi omkostninger? 
Svaret er måske at prisen ikke er problemet. Det er, at en variabel omkostning møder en organisation bygget til faste kasser og årlige budgetter.

Det andet er, at Todai i dag lancerer et kontraktsystem, jeg har kodet 100 % med AI hen over august. Det interessante er ikke systemet. Det er, hvad der sker med et softwaremarked, når udvikling går mod nul i pris: hvad koster så noget, hvem vinder, og hvor smal må en målgruppe være?

Kilder og links

Todai Contracts: https://todai-contracts.ai

Goldman Sachs Research: https://www.goldmansachs.com/insights/articles/ai-agents-forecast-to-boost-tech-cash-flow-as-usage-soars

Uber-casen: https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs
https://techcrunch.com/2026/06/02/uber-caps-employee-ai-spending-after-blowing-through-budget-in-four-months/

Beyond Budgeting: https://www.fm-magazine.com/issues/2020/jun/how-to-manage-cost-without-a-budget.html
https://www.forbes.com/sites/stevedenning/2019/06/24/how-equinor-and-handelsbanken-abolished-budgeting/

Hvordan ved du, at din organisation faktisk har styr på AI? Du kan have den perfekte AI-politik, en AI-styregruppe, et roadmap og en flot risikomatrice. Men stadig ikke få taget de vigtige beslutninger, kende de reelle AI-risici eller måle din fremgang. Og så er det hele jo bare rent teater.

I tredje og sidste afsnit af mini-serien tager Dan Rose fat på den fælde, de fleste falder i, så snart de begynder at styre deres AI for alvor: man bygger noget, der ligner styring, og tror så, at fordi det findes, er der styr på det. Man kan argumentere for, at det governance-teater er farligere end slet ingen styring, fordi den falske tryghed får én til at slappe af.

Afsnittet handler om at kunne se forskel på teater og ægte styring — og om det, der adskiller dem: evnen til at sætte tal på risikoen, så beslutningen flytter sig fra compliance til forretningen.

Du skal blandt andet høre om:

• De fem tegn på governance-teater: Politikken ingen følger, risikomatricen på mavefornemmelse, styregruppen der aldrig beslutter, vanity-metrics, og mennesket i loopet brugt som syndebuk.
• Hvorfor en god politik ikke er nok: Og hvad der virker i stedet — at bygge forståelsen ind i træningen, mens medarbejderen har værktøjet i hånden og en konkret opgave i hovedet.
• Sådan sætter du tal på risiko: To metoder, der kan kombineres — simulering ud fra tidligere sager, og pre-generation probability estimation. Og hvorfor nul-tolerance lyder ansvarligt, men i virkeligheden er det dyre valg i forklædning.
• Risiko som forretningsbeslutning: Hvorfor et teknisk problem bliver til et spørgsmål om risikovillighed i det øjeblik, det får et tal på — og hvorfor AI Act og GDPR aldrig har bedt om nul risiko.
• De tre bølger: Effektiviseringsbølgen, kvalitetsbølgen og transformationsbølgen — og hvordan du måler, hvilken af dem I rent faktisk er i.
• Skygge-AI som et godt tegn: Hvorfor det ikke kun er et sikkerhedsproblem, men også et kort over, hvor efterspørgslen er størst.
• Syv spørgsmål til din egen organisation: En lakmusprøve, der ret hurtigt afslører, om I har ægte styring eller bare spiller skuespil.

Har du ønsker til emner eller gæster? Skriv til [email protected]

Hvad nu, hvis det nogle gange er den etisk rigtige løsning, at ingen kan stilles til ansvar, når en AI laver en fejl?

I dette afsnit af AI, en Dans på Roser udfordrer vi en af de mest hellige køer i AI-debatten: Kravet om altid at have et "human in the loop". Gæsten er Jakob Mainz, ph.d. i AI-etik, adjungeret lektor på Aalborg Universitet og til daglig leder af et AI governance-team i Novo Nordisk. Han er medforfatter til det opsigtsvækkende paper "The Value of Responsibility Gaps in Algorithmic Decision-Making", der argumenterer for, at ansvarshuller nogle gange skal bydes velkommen – ikke lukkes.

Det her er ikke AI-etik som kaffeklub og åbne spørgsmål uden svar. Det er anvendt filosofi med konkrete bud, der allerede har ændret beslutninger – blandt andet på et stort hospital i London.

I afsnittet dykker vi ned i:

• Ansvarshuller som design-valg: Hvorfor det kan være moralsk forsvarligt – ja, nogle gange bedst – at automatisere en beslutning, selvom ingen kan stilles til ansvar, når det går galt. Fordi det også er en omkostning at gøre mennesker ansvarlige for fejl.
• Human in the loop som syndebuk: Forskellen på at være ansvarlig, at være egnet til at bære ansvar og at blive holdt ansvarlig. Og hvorfor du som medarbejder skal være kritisk, når din arbejdsgiver pludselig vil have dig i loopet – er det for kvalitetens skyld, eller bare så de kan "fyre Henning"?
• Skal AI holdes til lavere standarder end mennesker? Det provokerende argument om, at en mindre præcis AI kan redde flere liv end lægen – illustreret med sepsis-overvågning, hvor hastighed trumfer akkuratesse.
• Bias, støj og kravet om forklaringer: Hvorfor mennesker hverken er så forklarlige eller så upartiske, som vi tror – og hvorfor vi kan gentræne en model, men ikke "overlægen Ole nede på Riget".
• Etik er ikke jura: Hvorfor compliance-tjeklisten ikke fritager dig for etisk ansvar, hvorfor AI Act risikerer at blive en sovepude, og hvorfor en "AI Ethics Officer" skal være consulted – aldrig accountable.

Til sidst får du Jakobs AI-kæphest: Opgøret med "AI first"-tilgangen, hvor teknologien vælges, før nogen har spurgt hvorfor.

Links nævnt i afsnittet:

• The Value of Responsibility Gaps in Algorithmic Decision-Making (Munch, Mainz & Bjerring, Ethics and Information Technology, 2023): Læs paperet her: https://link.springer.com/article/10.1007/s10676-023-09699-6
• Jakob Mainz' øvrige forskning i AI-etik, dobbeltstandarder og retten til forklaring: https://philpeople.org/profiles/jakob-mainz

Hvorfor tager simple AI-beslutninger ni måneder hos selv de mest velkørte virksomheder? Og hvorfor er konsekvensen, at AI-værdien udebliver — uanset hvor mange licenser man har købt?

I andet afsnit af mini-serien om AI-governance dykker Dan Rose ned i det, der følger af forrige afsnits pointe: når governance i sin kerne er organisationsdesign, så er det næste spørgsmål, hvor i organisationen beslutningerne om AI skal placeres. Hvem ejer hvad. Hvor hurtigt skal det gå. Og hvorfor de fleste danske virksomheder lige nu sidder fast i en model, de aldrig har valgt.

Du skal blandt andet høre om:

• Beslutninger, der hænger fast lige nu: Connections, projektstart, adoption, kommunikation og procedurer. Hvorfor de tager måneder — og hvordan en god beslutning (om fx Claude koblet på Teams eller Salesforce) faktisk burde tages på en uge.
• De tre governance-modeller — og den fjerde, ingen har valgt: Hub-and-spoke, fødereret governance og platform-as-a-product. Hvornår man bruger hvad, og hvorfor den tilstand, de fleste virksomheder rent faktisk befinder sig i, er den værste model overhovedet.
• AI Centers of Excellence skal omdøbes til Centers of Enablement: Hvorfor de fleste CoE'er prøver at være alle fire team-typer fra Team Topologies samtidigt — og hvorfor det aldrig går godt.
• RACI på AI: Den 40 år gamle metode fra projektledelse er god AI governance. Hvorfor forretningen skal være Accountable, og IT må ingenting eje.
• Hvornår en AI-agent er kritisk: Fem parametre der afgør, om en løsning er krydset fra skygge til kritisk — antal brugere, kritikalitet af processen, datatype, frekvens og grad af agency.
• Viden er et governance-element: Hvorfor ambassadører ikke er en blød tilføjelse, men en forudsætning for, at governance overhovedet kan fungere.

Kilder og referencer nævnt i afsnittet:

• Matthew Skelton & Manuel Pais: Team Topologies (2019) — de fire team-typer (stream-aligned, platform, enabling, complicated-subsystem)
• Bent Flyvbjerg: Forskning der peger på kalendertid som den største risikofaktor i projekter

Hvorfor er det de færreste organisationer, der får ordentlig værdi ud af AI? Og hvorfor er svaret ikke teknisk, men strukturelt?

I første afsnit af en tre-delt mini-serie tager Dan Rose fat på et begreb, mange tror handler om compliance og begrænsning, men som i virkeligheden er den vigtigste disciplin for at skabe AI-værdi: governance. Eller på dansk — forvaltning.

Dan argumenterer for, at AI-værdi ikke ligger i teknologien, men i den måde, organisationen forvalter sine indsatser på. Og at den misforståelse, der lige nu hersker omkring governance, koster danske virksomheder enormt mange penge.

Du skal blandt andet høre om:

• Den dyre misforståelse: Hvorfor AI-policy og AI Act ikke er governance — og hvad governance så er. Spoiler: Det handler om alignment, risikostyring og efficiens.
• Excitement Trap og pilot purgatory: Hvorfor AI er en opportunisme-maskine, og hvordan governance er den eneste modgift, der sikrer, at I bygger de rigtige løsninger til de rigtige problemer.
• Retning vs. kontrol: Hvorfor de fleste medarbejdere ikke kan svare på, hvad deres organisations AI-retning er — og hvad John Kotter lærer os om, hvorfor ledelser typisk underkommunikerer deres vision med en faktor ti.
• Conway's Law og Reverse Conway Maneuver: Hvorfor stort set alle organisationer skal omorganisere sig for at få ordentlig værdi ud af AI — og hvorfor Amazons "two-pizza teams" er mere relevant end nogensinde.
• Brain Fry som organisationsdesign-fejl: Hvorfor konsekvensen af, at alle nu er udviklere, er at teams skal blive mindre, ikke større — og hvorfor de organisationer, der ikke tager det seriøst, kommer til at se en bølge af stress-tilfælde.
• 50 års governance-håndværk: Hvorfor du skal stoppe med at genopfinde metoderne, bare fordi teknologien er ny.

Kilder og referencer nævnt i afsnittet:

• John Kotter: Forandringsledelse og kommunikation af vision
• Melvin Conway (1968): Conway's Law
• Matthew Skelton & Manuel Pais: Team Topologies (2019)
• Tidligere afsnit nævnt: Pernille Pagh fra Fibia Waoo, Thor fra Zendesk, samt soloafsnittet om AI Brain Fry

Næste afsnit i serien handler om, hvor i organisationen beslutningerne om AI skal placeres — og hvorfor Centers of Excellence skal omdøbes til Centers of Enablement.

Har du ønsker til emner eller gæster? Skriv til [email protected]

I dette afsnit af AI, en Dans på Roser, gør vi status over det seneste års største debatter og forudsigelser i AI-branchen. Hvad holdt stik, og hvor ramte vi helt ved siden af skiven?

I afsnittet dykker vi ned i fire aktuelle AI-temaer:

• Agenter vs. Agentisk: Vi rydder op i branchens begrebsforvirring. Hvorfor vi skal stoppe med at tale om selvstændige "agenter" som en uforudsigelig sort boks, og i stedet forstå "agentisk" som et spektrum af autonomi, du selv kan designe og kontrollere.
• Arbejdsmarkedet og Jevons Paradoks: Ny empiri fra bl.a. Stanford, a16z og Danmarks Statistik viser, at AI udvider markedet og øger efterspørgslen på vidensarbejde. 
• AGI er ude af kontrakterne: Hvorfor "Artificial General Intelligence" (AGI) er et sci-fi-begreb, der er ubrugeligt for dit AI-arbejde – og hvorfor tech-giganterne nu i stilhed sletter ordet fra deres egne kontrakter.
• AI Act på slingrekurs: Den massive EU-forordning trækker i nødbremsen og udskydes via den nye "Digital Omnibus"-lovpakke. Vi ser på de nye lappeløsninger, og hvad du skal gøre.

Kilder og links nævnt i afsnittet:

• Dario Amodei (Anthropic) om arbejdsmarkedet: Will AI wipe out white-collar jobs? Læs hos Fortune
• Andreessen Horowitz (a16z): "The AI Job Apocalypse Is a Complete Fantasy" Læs essayet her
• Apollo Global Management (Torsten Sløk): "Sectors Embracing AI Are Seeing a Surge in New Business Formation" (The Jevons Employment Effect fra The Daily Spark) Læs den makroøkonomiske analyse her
• EU Kommissionen: Forslag til "Digital Omnibus" og udskydelse af højrisikokrav i AI Act (COM(2025) 836 final) Læs det officielle dokument hos EUR-Lex

Hvad sker der, når vi fjerner mennesket fra ligningen og lader autonome AI-agenter forhandle, købe ind og indgå aftaler på vegne af os? 

I dette afsnit af AI, en Dans på Roser kommer du med ned i et fascinerende kaninhul. Med udgangspunkt i Anthropics nye "Project Deal"-eksperiment og en case fra Walmart, undersøger vi agent-økonomiens skjulte tab, hvem der vinder og hvordan markedet ændrer sig.

I dette afsnit lærer du blandt andet:

• Træning trumfer Tech: Hvorfor sprogmodellen kun udgør en fjerdedel af din succes.
• Færre følelser og flere beviser: Hvordan autonome agenter udfordrer den klassiske marketing, og hvordan Signaling Collapse gør data mere værd end følelser.
• Det usynlige snyd: Taberne i et AI-forhandlingseksperiment fik dårlige aftaler men hvad glade.
• De nye flaskehalse: Hvorfor uendelig maskin-tålmodighed gør "mikro-forhandlinger" om småpenge til en god forretning.

Til sidst får du et tiltrængt reality check til det meget omtalte "CBS AI Survey 2026", som afslører en skræmmende sandhed om "ubevidst inkompetence" på de danske arbejdspladser.

Links til studier og kilder nævnt i afsnittet:

• Project Deal (Anthropic): Eksperimentet, hvor AI-agenter forhandlede på vegne af ansatte. Læs studiet her (PDF)
• How Walmart Automated Supplier Negotiations (Harvard Business Review): Casen om, hvordan Walmart automatiserede indkøb og forhandling med leverandører via AI. Læs artiklen her
• GLEE-studiet: Forskningen der afdækker, hvor meget det menneskelige input og prompting betyder for AI's kvalitet (de 75%). Læs studiet her (Arxiv)
• Project Vend & Andon Labs (Anthropic): De tidligere forsøg med den virtuelle kiosk og avancerede simuleringer af agenter over tid (inkl. "Doom Loops"). Læs Project Vend 1 her | Læs Project Vend 2 her
• Agentic Interactions (SSRN): Det økonomiske studie af, hvordan AI forstærker menneskelige forskelle frem for at udligne dem, og begrebet "Specification Hazards". Læs studiet her
• The Coasean Singularity? (NBER): Forskningen bag faldende transaktionsomkostninger og "Signaling Collapse". Læs studiet her (PDF)

I dette afsnit sætter vi fokus på den uformelle governance og et af de mest oversete emner i AI-transformationen: Takt og tone på arbejdspladsen. 

For med AI overalt, oplever flere og flere dårlig AI-adfærd fra deres kollegaer, hvilket skaber frustration og modstand mod AI adoption i organisationen.

Ligesom vi i sin tid skulle lære de uskrevne regler for at have mobiltelefoner med i mødelokalet, mangler vi i dag et fælles regelsæt for vores omgang med kunstig intelligens. Derfor præsenterer Dan Rose i bedste Emma Gad-stil et konkret sæt spilleregler for god AI-adfærd:

• Opgøret med tidsarrogance: Stop med at sende uigennemlæst "AI-fluff". Respektér modtagerens tid ved at bruge AI til at præcisere og forkorte tekster frem for at skabe mere støj.
  
  
• Møde-bots og samtykke: Brug aldrig transskriberings-bots uden eksplicit accept fra alle. At sende en bot til et møde, man ikke selv deltager i, er dårlig stil og et potentielt brud på fortroligheden.
  
  
• Relationer vs. transaktioner: Automatisér processer, ikke empati. 
  
  
• Kaptajnreglen: Du ejer 100% af ansvaret for dit output. "AI'en hallucinerede" er aldrig en gyldig undskyldning for fejl.
  
  
• Prompt-splaining: Undgå teknologisk snobberi og vær inkluderende over for dem, der ikke taler så AI-flydende endnu.

Vi dykker også ned i, hvordan man rent praktisk håndterer konfrontationen ved dårlig AI-adfærd på kontoret. Og endelig diskuterer vi, hvorfor ledelsen bør integrere en officiel AI-etikette direkte i medarbejderhåndbogen.