I denne episode af HverdagsAI dykker vi ned i, hvordan man rent faktisk kommer i gang med at implementere AI i sin virksomhed, uanset om man er en lille håndværksforretning eller en stor organisation.

Med udgangspunkt i Jacobs erfaringer gennemgår vi, hvorfor AI-initiativer skal drives indefra/nedefra, hvordan man identificerer de rigtige processer til at starte med, og hvorfor intern viden, medarbejderinvolvering og realistiske forventninger er afgørende for succes.

Vi kommer bl.a. ind på:
• Hvor virksomheder bør begynde deres AI-rejse
• Hvordan workshops og intern læring åbner øjnene for mulighederne
• Hvornår konsulenter giver mening - og hvornår de ikke gør
• Hvordan man undgår dyre fejltagelser ved at få medarbejderne med i processen
• Hvilke spørgsmål man skal stille sig selv, før man investerer i en AI-løsning

Hvis du overvejer, hvordan din virksomhed kan komme i gang med AI? Men ikke ved hvordan. Så er denne episode for dig.

(00:00:00) Intro

(00:01:09) Hvor skal man starte med AI-implementering?

(00:02:15) Ændringerne skal komme nedefra og drives internt

(00:03:32) Undgå forandringsledelse ved at inddrage medarbejderne

(00:04:04) Start med workshops for at åbne horisonten

(00:05:41) Afgrænsning: Find et sted at starte og mål effekten

(00:06:12) Målet: Spare tid eller hæve kvaliteten

(00:06:55) Det ideelle flow: Små skridt (Generativ AI, automation, større projekter)

(00:08:50) Synergi mellem ledelse (opbakning) og medarbejdere (proces)

(00:11:06) AI-implementering sammenlignes med at indføre et nyt ERP-system

(00:11:43) Medarbejderfeedback er afgørende for kontinuerlig udvikling

(00:14:50) AI-løsninger skal drives indefra – Pas på konsulentfælden

(00:16:22) Byg en klar blueprint og brug en buffer i budgettet

(00:18:22) Start småt med automatisering af overflødige processer

(00:19:50) Behovet for en intern AI-driver/ambassadør

(00:24:25) Nøgle-spørgsmål 1: Hvad kan gå galt? (Konsekvenser)

(00:25:22) Nøgle-spørgsmål 2: Hvad er den faktiske gevinst? (Tid/Kvalitet)

(00:26:19) Beslutningsgrundlag: Sammenlign gevinst (i kroner) med omkostninger

I denne episode af HverdagsAI dykker vi ned i et af de mest omtalte emner inden for AI: hallucinationer. Altså når AI-modeller finder på fakta, der ikke findes i virkeligheden.

Mads og Jacob taler om, hvorfor AI-modeller kan tage fejl, hvordan man som bruger kan minimere risikoen for misvisende svar, og hvorfor det aldrig helt kan undgås, præcis som med mennesker.

Du får konkrete råd til, hvordan du:

• skriver bedre prompts, der reducerer fejl

• bruger kontekst og kildehenvisninger korrekt

• spotter usikre eller opdigtede svar

• og sikrer mere pålidelige resultater i dit arbejde med AI.

(00:00) Intro – Hvordan undgår man AI-fejl og hallucinationer

(01:05) Hvad er en AI-hallucination

(03:11) Eksempler på AI-fejl

(05:36) Hvorfor laver AI fejl

(06:35) Kan man undgå AI-fejl helt

(09:12) Sådan prompt’er du smartere

(10:05) Brug kilder og web-søgning

(12:46) Giv modellen en udvej

(16:33) Giv tydelig kontekst i din prompt

(18:45) Brug egne dokumenter som grundlag

(27:10) Tjek dine AI-svar kritisk

I denne episode af HverdagsAI dykker Jacob og Mads ned i den naturlige udvikling i, hvordan vi bruger AI. Fra de første spæde skridt med simple prompts i ChatGPT til GPT’er, automations og agenter, der selv kan handle på vores vegne.

Vi taler om, hvordan virksomheder og medarbejdere bevæger sig fra at bruge AI som et værktøj til at få inspiration, til at bygge systemer, der tager beslutninger, udfører opgaver og integrerer sig i arbejdsflowet.Du får konkrete eksempler på, hvordan AI kan automatisere e-mails, forbedre kundeoplevelser og kobles sammen med værktøjer som Zapier, Make og N8N – uden at du behøver at kunne kode.

(00:00) Introduktion: Fra ChatGPT til AI Agenter

(00:53) Udviklingen i brugen af AI

(03:13) Næste Skridt: GPT'er/Gems (Gemte Prompts)

(06:24) Automations: Kobling af Systemer og Opgaver

(15:39) Agenter vs. Automations (Forskellen)

(25:08) De 3 Steps i Praksis (Eksempel)

(32:43) Værktøjer til at Bygge Automations & Agenter

I denne episode af HverdagsAI dykker vi ned i en af de mest spændende funktioner inden for AI: Deep Research.

Vi taler om, hvordan AI nu kan lave research for dig. Ikke bare finde hurtige svar, men faktisk læse, sammenligne og samle viden fra mange kilder på én gang.

Jacob forklarer, hvorfor Deep Research er en game changer for både private og virksomheder, og hvordan du kan bruge det til alt fra lovgivning og markedsanalyse til produktvalg og konkurrentanalyse.

Vi gennemgår også, hvilke modeller der klarer sig bedst –

og hvorfor ChatGPT måske ikke er den bedste til opgaven.

Læs mere om ChatGPTs research funktion: https://openai.com/da-DK/index/introducing-deep-research/

Læs mere om Geminis research funktion: https://gemini.google/overview/deep-research/

Læs mere om Perplexity research funktion: https://www.perplexity.ai/hub/blog/introducing-perplexity-deep-research

(00:00) Hvad er Deep Research, og hvorfor er det en game changer?

(02:05) Forskellen på Deep Research og en simpel Google-søgning

(06:17) Den store forskel: Tid og kilder (Deep Research er langsommere)

(07:35) Deep Research vs. almindelig internetsøgning i sprogmodeller

(11:25) Hvilke AI-værktøjer er bedst til Deep Research?

(15:36) Konkrete use cases (Softwarevalg og konkurrentanalyse)

(19:03) Deep Research på tværs af markeder og sprog

(20:00) Vigtigheden af en god prompt til Deep Research

I denne episode af HverdagsAI dykker Jacob Lynov Mindak fra HverdagsAI og Mads Bang ned i nogle af de oversete funktioner i ChatGPT. Det fede er, at de fleste af disse kræver ikke den store øvelse. Men det kræver man kender til dem, og man lige tester dem af en gang eller to.

Vi gennemgår blandt andet:

• Canvas - En stor opgradering så du kan skrive, redigere og versionere direkte i teksten
• Research - AI søgefunktion, så du ikke blot besøger de 5 første resultater i Google
• GPT’er og Projekter – hvordan du kan opbygge dit eget “arbejdsområde” med hukommelse og filer
• Diktafon og stemmestyring - hvordan du kan tale til AI’en og få hurtigere og mere nuancerede svar
• Billedværktøjer - forskellen mellem ChatGPT og Googles “Nano Banana” til billedredigering
• ChatGPT som app – Hvad kan appen på mobil og på desktop, som du ikke kan online?
• Connectors (plugins) - integrationer til Gmail, Drive m.m. og hvad du skal vide om GDPR

HverdagsAI er en podcast, der gør AI forståeligt og praktisk for alle.
Hos os slipper du for buzzwords og hype – men får brugbare tips og tricks, der gør AI til et effektivt værktøj for dig.

Chapters

(00:00) Intro

(01:08 ) Funktioner i AI-brug

(02:22) Canvas i ChatGPT

(11:07) Research i ChatGPT

(19:48) GPT'er og Projekter

(27:25) Diktafon og Tale til Tekst

(31:08) Billedgenerering med AI - Nano Banana

(35:59) Desktop-versionen af ChatGPT

(38:10) Plugins og GDPR

I denne episode af HverdagsAI dykker Jacob Lynov Mindak fra HverdagsAI og Mads Bang ned i spørgsmålet, mange stiller sig selv: Skal man betale for ChatGPT – og hvornår giver det mening?

De gennemgår forskellene mellem de gratis og betalte versioner af ChatGPT, hvad man får ud af at opgradere, og hvilke funktioner der faktisk gør en forskel i hverdagen.

Du får også konkrete eksempler på, hvornår den gratis udgave er nok – og hvornår det betaler sig at smide de 150 kr. om måneden.

(00:00) Intro

(01:19) Hvem skal betale for et AI-abonnement?

(04:35) Er ChatGPT stadig den bedste model?

(06:33) Overblik: Abonnementer i ChatGPT

(07:49) Forskel på gratis og betalt version (Tænkeevne og hastighed)

(13:45) Begrænsninger og frustrationer med gratis version

(18:01) Deep Research og GPT'er (Custom Tools)

(22:27) Hvornår er den gratis version tilstrækkelig? 00:24:08 Token-grænser og højere kvalitet i betalt version

Mange oplever, at ChatGPT skuffer: svarene bliver for generiske, upræcise eller bare ikke helt, som man havde forestillet sig. Men ofte handler det ikke om ChatGPT – det handler om hvordan man bruger det.

I denne første episode af HverdagsAI deler Jacob Lynov Mindak sine vigtigste erfaringer fra at have undervist mere end 2.000 kursister i, hvordan man får bedre resultater med AI i hverdagen.Jacob har arbejdet med alt fra topledere og konsulenter til håndværkere og selvstændige – og han har set mange af de samme fejl gå igen. 

Du får hans bedste tips og tricks til at bruge ChatGPT mere effektivt, lave bedre prompts, forstå hvordan AI tænker, og hvordan du kan bruge det som et konkret værktøj i stedet for et eksperiment.Kort sagt: Sådan bruger du ChatGPT, så du får de svar, du faktisk har brug for.

Vil du vide mere - besøg os på hverdagsai.dk

(00:00) Intro

(01:07) Fejl. 1: At bruge AI, som man bruger Google

(03:13) Fejl. 2: Ikke at forstå at data kan være forældet

(06:40) Hvorfor man ikke altid vil have AI til at gå på nettet

(09:41) Fejl. 3: At blande emner i den samme chat

(12:27) Løsning: Sådan fortsætter du en chat bedst (Edit Prompt)

(16:46) Fejl. 4: At acceptere generiske svar

(19:13) Fejl. 5: Upræcise prompts (Mangler kontekst)

(24:50) Hack: Sådan får du AI til at spørge dig om manglende information

(25:17) Fejl. 6: At overforklare i stedet for at give eksempler

(31:59) Fejl. 7: At bruge en for lille model

(34:56) Fejl. 8: Ikke at bruge diktafon (Tale som input)