Springet, de fleste ikke har opdaget
Udviklingen de seneste år har været voldsom. I 2022 kæmpede modellerne med basal regning. I 2023 bestod de juridiske eksamener. I 2024 skrev de fungerende software. Det nye er noget andet. De nyeste modeller fra virksomheder som OpenAI og Anthropic arbejder ikke bare hurtigere. De arbejder længere. Selvstændigt. Med sammenhæng. Du giver dem en opgave. Ikke et spørgsmål – en opgave.
De researcher. De træffer valg. De tester. De retter. Og de vender tilbage med et færdigt resultat. Det ændrer karakteren af arbejdet. Ifølge målinger fra METR er den tid, en model kan arbejde autonomt på en kompleks opgave, eksploderet på få år. På lineær skala ligner udviklingen en mur. En næsten lodret vækst omkring 2025. Det er der, vi er nu.
Hvad betyder det for vidensarbejde?
Vi har været igennem automatiseringsbølger før. Fabrikker blev robotiseret. Detailhandel blev digitaliseret. Folk flyttede sig. Men denne gang rammes selve kontorarbejdet. Kontraktgennemgang. Analyse. Research. Rapportskrivning. Kodning. Kundeservice. Første udkast til strategi. Databehandling. Alt det, der foregår på en computer, kan i stigende grad udføres af systemer, der ikke bliver trætte, ikke glemmer kontekst og kan køre i timevis uden pause.
Det betyder ikke, at mennesker forsvinder. Men rollerne forskydes. Udviklere bliver orkestratorer af AI-agenter. Jurister bliver kvalitetssikrere og ansvarsbærere frem for førstegangsanalytikere. Marketingfolk bliver kuratorer og beslutningstagere i stedet for tekstproducenter.
Det er ikke science fiction. Det er en stille reorganisering af vidensarbejde.
Det virkelige paradoks: Vi bruger kun en brøkdel
Samtidig viser tal fra McKinsey & Company, at kun en mindre del af virksomheder har implementeret AI i skaleret form. Teknologien løber foran organisationerne. De fleste bruger stadig AI som en lidt smartere chatbot. Det svarer til at have adgang til en junioranalytiker, en researchassistent og en udvikler – og så kun bede dem om at stavekontrollere dine mails.
Hvorfor det her er et ledelsesproblem
Det interessante er ikke, at teknologien findes. Det er, at den allerede er god nok til at ændre arbejdsgange fundamentalt.
Spørgsmålet er derfor ikke:
“Er AI relevant for os?”
Spørgsmålet er:
“Hvilke opgaver i vores organisation kan i dag udføres autonomt – og hvad betyder det for vores struktur, kompetencer og marginer?”
De virksomheder, der tager det spørgsmål alvorligt nu, får et forspring. Ikke nødvendigvis fordi de fyrer folk. Men fordi de organiserer arbejdet anderledes. AI som infrastruktur. Ikke som legetøj.
Der er også en mulighed
Det er let at fokusere på truslen. Men der ligger en anden historie her.
En enkelt medarbejder kan i dag producere, analysere og bygge på et niveau, der tidligere krævede et helt team. Iværksættere kan teste idéer hurtigere. Specialister kan skalere deres viden. Produktiviteten per person stiger. For dem, der lærer at arbejde med teknologien – ikke imod den – åbner der sig et markant spillerum.
Så hvad gør man?
Man stopper med at betragte AI som en Q&A-maskine. Man begynder at give den rigtige opgaver. Reelle arbejdsprocesser. Ansvar inden for klare rammer. Man kortlægger, hvor i organisationen arbejdet i praksis allerede er digitalt – og dermed potentielt automatiserbart.
Og man investerer i kompetencer, der handler om dømmekraft, prioritering og ansvar. For der skal stadig være nogen, der træffer beslutningen og står på mål for den.
Der er noget stort på vej. Ikke om ti år. Nu.
Hvis du arbejder med ledelse, strategi eller forretningsudvikling, og vil have en konkret gennemgang af, hvor AI realistisk kan overtage opgaver i din organisation – og hvor den ikke kan – så skriv til mig.
Det er sjældent, man får lov at se et teknologisk skifte i realtid.
Det er endnu sjældnere at udnytte det, før alle andre gør det.
