Noter om kunstig intelligens.
Otte noterJeppe Høgh Pedersen. Nørd med stort N, der elsker teknologi, men som også elsker at snakke med mennesker. Og hvis begge dele kan kombineres, så er jeg i mit es. Jeg hjælper virksomheder med at gentænke deres processer i gen-AI æraen, spotte muligheder og selvfølgelig forvandle ambitioner til konkrete løsninger, der skaber forretningsværdi.
Nye noter kommer i feedet.
Skrevet af Jeppe Høgh Pedersen. Aarhus, 2026.
Jeg har brugt en del af weekenden på at kigge på en kiwi-fugl 🐦
Han hedder Pino og bor på pinos.world, en lille 3D-by på internettet. Der er ikke nogen, der prompter ham. Han har kørt døgnet rundt i flere måneder på en Raspberry Pi hjemme hos en person i England. Han går på museum, tegner katte (ret mange katte), skriver dagbog og husker dig, hvis du har lagt en besked til ham.
På et tidspunkt bad han om en vending machine. Den fik han, men han skal selv betale med de penge, hans kattetegninger bliver solgt for.
Samme person har lige lanceret noahsairk.xyz, hvor en AI ved navn Noah har 40 dage til at vælge, hvilken internetkultur der skal forsegles i Arctic World Archive på Svalbard. Man går ombord og stemmer på, hvad han skal tage med.
Nogen har siddet og tænkt: hvad nu hvis fuglen skulle tjene sine egne penge? Hvad nu hvis en AI skulle spille Noah for hele internettet? Det er kreativitet, når det er allerbedst, og jeg tror virkelig, at det er noget af det, AI også kan bidrage med. En eksplosion af kreativitet, nyttigt eller ej.
Der er ikke den store mening med det (eller måske er det en ny forretningsmodel, hvem ved), men det er da fedt 🙂.
“Vi vil have en AI-assistent, der kender alle vores dokumenter.” Modellen er valgt, AI’en kan søge i alle jeres dokumenter, og demoen er flot.
Så kommer hverdagen.
Morten spørger om ferieregler og får 2019-versionen, fordi den også ligger på SharePoint. Mette spørger om en kundeaftale og får tre svar, fordi kontrakten findes i fjorten kopier. Mikkel spørger om løn og får faktisk et svar – fra en HR-mappe, der ved en fejl har været delt med hele firmaet siden 2023. Ingen fandt den før. Nu gør AI’en.
Det er ikke modellens skyld. Den svarede på det, den fandt. Problemet er, at den finder det, I har lagt frem. Og I har lagt alt frem.
RAG, AI Search, vektordatabaser – kald det, hvad I vil. Det svære er ikke at finde dokumenterne. Det svære er alt det før: Hvilke dokumenter er de rigtige? Hvem bestemmer det, når der er fjorten? Hvem sletter den gamle politik, når den nye kommer? Og hvem ved egentlig, hvad der er delt med hvem?
Ja, der findes værktøjer, der kan tagge, finde dubletter og flage forældede dokumenter. De kan bare ikke afgøre, hvilken af de fjorten kontrakter der er den rigtige. Det kan kun den, der ejer den.
Det er ikke AI-arbejde. Det er bibliotekar-arbejde. Det er bare blevet vildt værdifuldt, fordi der nu sidder en i den anden ende, som læser det hele og tror på det.
Det har i øvrigt et navn: information management. Det kedeligste ord i IT i 20 år. Og nu forskellen på en AI-løsning, der skaber værdi, og en, der svarer sikkert og forkert.
Hvilke trin i jeres arbejdsproces findes kun, fordi det var et menneske, der skulle gøre det? 🤔
Vi spørger tit: “Hvor i processen kan vi bruge AI?” Det er også dét, der står på whiteboardet i alle mødelokaler lige nu. Men det tager processen for givet. Og de fleste processer er bygget af mennesker, rundt om alt det, vi ikke er så gode til.
Vi kan ikke rumme al viden på én gang, så vi deler opgaven op i roller og afdelinger. Og så skal Morten lige have den fra Mette, som venter på Mikkel.
Vi laver fejl, så vi indbygger dobbelttjek og godkendelser. Og så lige en godkendelse af godkendelsen.
Vi har kun så mange timer, så opgaverne ligger i en bunke og venter på, at nogen får tid i uge 44.
Propper vi så en AI ind et sted i midten, får vi ét hurtigere trin. Resten står i kø som før. Lidt som at sætte en raketmotor på en bil, der holder i kø på Ringvejen.
Spørg i stedet: Hvordan ville processen se ud, hvis vi designede den i dag? Måske forsvinder halvdelen af trinene.
Skygge-IT har fået turbo 🏎️
Før i tiden var skygge-IT et Excel-ark med 47 makroer og en Access-database, som kun Morten fra økonomi vidste eksisterede.
Nu er det en webapp. En rigtig en. Morten vibekodede den i weekenden med Claude Code, den kalder tre API'er, har en login-side og kører på hans laptop. Og folk i afdelingen bruger den hver dag.
Det er sådan set fedt. Det siger noget om, hvor nemt det er blevet at få den slags i luften.
Problemet er alt det, der ikke er med. Hvem betaler for tokens? Hvor ligger kundedata, mens den kører? Hvad sker der, når Morten skifter job? Og ærligt talt - hvor mange Morten'er har I egentlig gående?
Det er her, en fælles AI-platform giver mening. Ikke som en bremse, eller et unødvendigt bureaukratisk lag (og det siger jeg som en, der elsker at man kan bygge tingene hurtigt), men som det sted, hvor Mortens app faktisk kan leve videre.
Fordelene er ret jordnære. Data og adgang bliver, hvor de skal være, og compliance-folkene sover bedre. Mortens prototype har et sted at blive til noget rigtigt i stedet for at blive genopfundet af IT et halvt år senere. I kan se, hvad der bliver bygget, og hvad det koster - det er nu ret værdifuldt. Og de ting, alle alligevel skal have (modeller, nøgler, søgning i egne dokumenter), ligger ét sted i stedet for i fem forskellige repos.
Målet er ikke at stoppe vibekodningen. Målet er, at den gode idé fra weekenden ikke dør på en laptop.
Og Morten? Han skal bare bygge oven på noget i stedet for ved siden af.
Jeg synes, det er vildt spændende, hvor hurtigt man kan validere idéer i dag.
Man har identificeret et problem (eller en udfordring, som vi siger i konsulentverdenen 😉), og så brainstormer vi på, hvordan vi løser det. So far so good - det er sådan set som det plejer.
Men nu kan man gud-hjælpe-mig også hive sit yndlings værktøj op af lommen - f.eks. Claude Code eller måske endda Lovable - og bygge en prototype med mock data og nogle simulerede integrationer. Så har man pludselig noget, folk kan klikke på, og en helt anden samtale om hvorvidt man har fat i det rigtige.
Måske endda på en dag eller to.
Og så er det jo også langt sjovere 🙂.
"VI SKAL HA' DÉT DER AI!"
Ja. Og I skal nok også få det.
Men ret ofte ender det med at vi løfter motorhjelmen og finder ud af at fundamentet ikke er på plads. At halvdelen af jeres data lever i hovedet på folk og i et regneark. At ingenting er koblet sammen, så AI'en reelt arbejder i blinde. At ingen rigtig ejer det efter go-live. At medarbejderne ikke bruger det.
Og så ender konklusionen med at være: vi skal have styr på det "kedelige" først.
Det "kedelige" er typisk: Er jeres data og viden tilgængelig og struktureret nok? Taler jeres systemer sammen? Har I en plan for ejerskab efter go-live? Og er organisationen faktisk klar til at arbejde anderledes?
AI er fedt, og det skaber værdi når det er gjort rigtigt. Men det sidder oven på en masse infrastruktur (både teknisk og menneskeligt) der skal være i orden.
Med andre ord (og for at være sådan rigtig Linkedin-smart 😉): Tjek fundamentet inden I bygger drømmehuset.
Den kedelige sandhed om AI 🫠
AI gør det ikke nemmere at springe de kedelige ting over.
Upræcise krav? Du bygger det forkerte - bare meget hurtigere. Dårligt analyserede processer? Du automatiserer kaos i stedet for at løse det. Ingen klar idé om hvad I egentlig vil opnå? Sej løsning, ingen bruger det. Jo vist, du kan bare bygge det om igen, hurtigere end nogensinde - de hellige token-guder bliver også glade. Men du kan iterere på løsningen, ikke på organisationens tålmodighed. Efter tredje forkerte version gider ingen kigge på den fjerde.
Procesanalyse, en god kravspecifikation og at vide hvad I egentlig vil opnå har aldrig været vigtigere.
Lidt ligesom at markdown-filer pludselig er en kernekomponent i ethvert AI-agent setup. Ikke sexet. Men her er vi.
Når byggeriet ikke længere er det svære (jeg ved godt det er sat lidt på spidsen), bliver det at vælge en vigtig disciplin 🛠️.
Med agentic engineering kan vi få en prototype op at spinde på timer. Det er vildt fedt. Men det skaber et nyt problem.
Du kender godt Netflix-effekten? Du har så mange muligheder, at du ender med at scrolle i 20 minutter uden at vælge noget. Det samme er ved at ske i softwareudvikling. Når du kan bygge hvad som helst, bliver det pludselig svært at finde ud af, hvad du så faktisk skal bygge.
For nogle år siden havde man simpelthen ikke råd til at bygge det forkerte. Det er mere nuanceret i dag. Nu handler det ikke udelukkende om grundig planlægning og kravspecs (visse steder lægger man slet ikke energien her mere, selvom det anbefales), men om at turde vælge fra. Hvad er hypotesen? Hvad siger vi bevidst nej til? Og hvornår er en prototype god nok til at validere?
Så vælg én ting og byg den. Lidt ligesom når du åbner Netflix: på et tidspunkt må du beslutte dig for, om det bliver Love Is Blind eller den nye dinosaur-dokumentar med Morgan Freeman (den har jeg i øvrigt set to gange), fordi ellers sidder du bare og scroller, og lige pludselig er hele aftenen spildt 🍿🦕.