Prompt til Profit

Kan tre mand med en AI-idé tage kampen op mod de store advokathuse? Julian sætter det op som et rollespil, hvor de tre starter et AI-startup, der skal blive Danmarks største advokatbutik, og Rasmus og Casper er langt fra enige om, hvor man skal sætte ind først.

Halvvejs bytter de side og bliver partnerne i det etablerede hus, der kan mærke, at kunderne ringer lidt sjældnere end før. Så skal de finde ud af, hvad huset gør med timeprisen, sine data og sine egne folk, og til sidst giver de tre hver deres råd til både startuppen og advokathuset.

Vigtigste pointer

• Et AI-startup i jura kan starte smalt på standarddokumenter eller kortlægge hele processer fra ende til anden, og de to veje kræver vidt forskellige produkter.
• Korrekthed er det svære, fordi ét ord kan ændre en juridisk tekst, så en erfaren jurist hører med som reviewer fra første dag.
• Små virksomheder og privatpersoner, der aldrig har haft råd til en advokat, er et marked, som AI kan gøre rentabelt.
• Et stort advokathus har svært ved at sætte prisen ned, fordi bonus- og partnermodellen belønner de timer, huset fakturerer.
• Et etableret hus kan gå op i markedet og satse på relationen, men det bør også selv bygge den løsning, der ellers kommer til at udfordre det.

Kapitler

• 00:00 Intro
• 00:36 Tre mand vil bygge Danmarks største advokatbutik
• 02:07 Hvor sætter et AI-startup ind først?
• 07:53 Markedet, der aldrig har haft råd til en advokat
• 13:38 Hvad er det svære for et AI-startup i jura?
• 19:08 Timeprisen og partnernes bonusmodel
• 24:54 De bytter side og bliver advokathuset
• 31:39 Kan advokathuset leve af sine data?
• 39:34 Hvad gør huset med timeprisen?
• 44:14 Det skal du gøre, som startup og som advokathus

Kan man have for mange AI-værktøjer? Casper stiller det spørgsmål, han tit hører ude i virksomhederne, og Rasmus og Julian er langt fra enige om, hvor mange der skal til, eller hvornår compliance skal ind over.

I anden halvdel tager de fat i det valg, mange IT-afdelinger sidder med lige nu, nemlig om man skal købe værktøjerne eller bygge dem selv. Du hører to cases fra deres egne kunder og arbejdspladser, og til sidst giver de tre hver deres bud på, hvad du skal gøre i morgen.

Vigtigste pointer

• Du kan vælge værktøjer pr. modalitet, altså tekst, lyd, billede og video, eller pr. afdeling, og de to veje giver vidt forskellige stakke.
• Test nye værktøjer med testdata, så I kan prøve dem af først og tage compliance-runden, når I har valgt.
• Et nyt værktøj, der er en smule bedre, er sjældent skiftet værd, når I allerede har hentet den store gevinst.
• Køb hyldevarerne, og byg selv der, hvor jeres egen viden og data gør forskellen.
• Vælg ét bredt hovedværktøj, som kan forbinde til resten med connectors og MCP.

Kapitler

• 00:00 Intro
• 00:35 Kan man have for mange AI-værktøjer?
• 03:43 Hvor mange værktøjer er nok for en virksomhed?
• 08:57 Leg og køb først, compliance bagefter
• 13:08 Hvad koster tokens pr. medarbejder?
• 21:18 Skal man skifte værktøj, hver gang der kommer et bedre?
• 26:19 Ét hovedværktøj eller mange?
• 31:31 Købe eller bygge selv?
• 42:45 Fra købt AI-support til eget byg
• 47:45 Det skal du gøre i morgen

Hvor stor en del af din organisation skal kunne bruge AI? Casper, Julian og Rasmus er enige om, at der skal uddannes. Derfra er de uenige.

Afsnittet handler om, hvem der skal undervise, hvor meget tid det kræver, og hvilke typer der lærer AI hurtigst. Værterne svarer også på et spørgsmål fra en lytter på LinkedIn.

Vigtigste pointer

• Tid er den egentlige flaskehals. Uden afsat tid sker der ingenting, uanset hvilket kursus man køber.
• Kontinuitet slår intensitet. Et minut om ugen over lang tid virker bedre end én samlet time.
• Erfaring er en fordel, når man lærer AI. Seniorer stiller de rigtige spørgsmål og fanger fejlene.
• Et enkeltstående kickoff dør. Formatet skal være et forløb med check-ins over 6-12 måneder.
• Værterne er uenige om, hvor i organisationen oplæringen skal starte.

Kapitler

• 00:00 At uddanne organisationen i AI
• 01:22 Niveauerne i AI-oplæring
• 04:10 De praktiske sider af AI-undervisning
• 20:56 Hvem lærer AI hurtigst?
• 27:40 Eksempler på AI-transformation i praksis
• 28:46 Champions og AI Builders
• 30:34 Undervisning på arbejdspladsen
• 34:38 Hvor stor en del af organisationen skal kunne hvad?
• 41:52 Intern eller ekstern underviser?
• 44:28 Grundstenene i at lære AI

Kan man være compliant og AI-first på samme tid? Rasmus og Casper svarer ja med det samme, og alligevel er de langt fra enige om, hvorfor så mange danske virksomheder ender med at sige nej.

De tre tager fat i, hvem der bestemmer, når juraen og IT siger stop, og hvad der overhovedet tæller som følsomme data. Til sidst vender Julian kniven mod de to andre og tester, hvor compliant de selv er, når det gælder deres egne logs.

Vigtigste pointer

• Mange danske virksomheder læser GDPR strammere, end loven kræver, og siger nej for en sikkerheds skyld.
• Når compliance-folkene sidder inde i projektet og måles på, at det lykkes, arbejder de anderledes end dem, der godkender udefra.
• Ledelsen ejer beslutningen, så få risikobilledet forklaret, og tag stilling til det.
• Med dataminimering sender du kun de felter, AI'en skal bruge, fx afsender og emnelinje frem for hele mailen med vedhæftninger.
• Er risikoprofilen høj, kan du køre lokale modeller eller bruge EU-hostede modeller og holde data i Europa.

Kapitler

• 00:00 Kan man være compliant og AI-first?
• 04:27 Forward deployed legal og compliance inde i projektet
• 11:36 Hvem har ansvaret, medarbejderen eller virksomheden?
• 14:29 Når blokeringer sender folk uden om VPN
• 16:03 Hvad er følsomme data?
• 19:54 Er strategien en hemmelighed?
• 24:54 Dataminimering i praksis med AI i din indbakke
• 30:00 Lokale modeller og EU-hosting
• 34:55 Kan I slette én person fra alle jeres logs?
• 40:06 Det skal du gøre i morgen

Vi undersøger, hvordan AI påvirker udviklingen af vores arbejdsroller og skaber nye muligheder for vækst i virksomheder.

Casper, Julian og Rasmus deler deres egne erfaringer med AI og diskuterer, hvilken værdi teknologi kan skabe i virksomheder, samt hvordan AI kan ændre både arbejdsopgaver, kompetencebehov og måden, virksomheder vokser på.

Samtalen sætter særligt fokus på AI som en drivkraft for forretningsudvikling og på, hvordan implementeringen af AI er med til at forandre traditionelle jobroller.

Derudover kommer værterne omkring den voksende freelancekultur, hvordan automatisering og AI kan styrke mindre virksomheders konkurrenceevne, og hvilke krav den nye virkelighed stiller til ledelse og organisation.

Afsnittet ser også nærmere på aktuelle markedstendenser, international konkurrence, AI og automatiserings betydning for virksomheder samt de globale markedsdynamikker, der påvirker virksomheders strategiske beslutninger.

• Hvordan AI forandrer job og arbejdsroller
• AI’s betydning for virksomheders vækst og udvikling
• Freelancekulturens fremmarch og betydningen for mindre virksomheder
• Automatisering og AI i virksomheder
• Globale markedstendenser og international konkurrence

• 00:00 Introduktion til podcasten
• 00:35 Podcastens format og koncept
• 02:10 Præsentation af værterne
• 03:08 Vores erfaringer med AI og machine learning
• 03:54 Teknologiens værdi for virksomheder
• 07:23 AI’s betydning for job og virksomhedsvækst
• 08:19 Hvordan AI forandrer job og arbejdsroller
• 08:44 AI’s rolle i virksomheders vækst
• 28:41 Freelancekulturens fremmarch
• 29:32 Automatisering og mindre virksomheders konkurrenceevne
• 31:15 Ledelse og management i det nye erhvervslandskab
• 34:38 Markedstendenser og global konkurrence
• 37:53 AI og automatiserings betydning for virksomheder
• 45:01 Globale markedsdynamikker og forretningsstrategi