en
da
1. AI skriver koden – og det ændrer alt for udviklingshastighed
I februar 2025 definerede en af de største og mest skarpe AI-hjerner, Andrej Karpathy, begrebet ”Vibe Coding” i en post på X:
”There’s a new kind of coding I call “vibe coding”, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It’s possible because the LLMs are getting too good. I’m building a project or webapp, but it’s not really coding I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works.”
Denne beskrivelse er vild – fordi den ikke er hype, men reel. Hvis en udvikler stadig skriver konkret kode i 2026, er der noget galt: AI kan programmere og gør det godt.
Sjovt nok hænger AI’s styrke udi kodning sammen med dens generelle svaghed. Der, hvor AI altid fejler, er, når der er høj tvetydighed. Kode er formelt sprog. Det betyder, at det er sprog defineret netop ved meget lav tvetydighed. Der er intet ekstra- eller non-verbalt. Ingen skjulte betydninger. Alt står i koden. Det gør, at de store sprogmodeller er nærmest skræddersyet til at arbejde med at kode løsninger.
Samtidig er det også en af de use cases, der er modnet mest over de sidste par år. En af de store AI-labs, Anthropic, har således allerede lavet en god forretning på netop at lave AI-modeller, der er dybt specialiserede i at kode.
Helt konkret betyder det, at du nu kan forvente: hurtigere prototyper på udviklingsopgaver og hurtigere udvikling af konkrete nye løsninger og automatisering, der kan manipulere alt, der kan manipuleres med kode.
Er det muligt at lave x eller y, og kan det betale sig? I 2026 vil du kunne sige ja til begge dele meget oftere end tidligere.
2. Transformer AI fra værktøj til arbejdsproces
For et par år siden var mantraet, at alle skal have adgang til en rå AI-sprogmodel. I Danmark er dette efterhånden baseline. Nu lyder mantraet i stedet, at AI skal udføre specifikke opgaver, som kan måles og valideres.
Det gør også, at der sker et generelt skifte i markedet væk fra, at du bare skal have rå AI-modeller. I stedet er vi på vej hen til noget, der mere minder om det, vi tidligere kaldte software: specialbyggede løsninger, der udfører specifikke opgaver.
Og her kommer det interessante: de kræfter, som AI har til at manipulere kode (se første emne), gør også, at de kan arbejde for jer og automatisere stort set alt, der foregår digitalt – hvilket er virkelig meget. Vend blikket væk fra denne artikel, og tænk over, hvad der drives af, i og via digitale systemer i jeres virksomhed. Potentialet er ikke til at overse.
Men som med alle potentialer er det ikke nødvendigvis nemt at indfri til fulde. Vinderne bliver de virksomheder, der er i stand til at definere 3 ting: konkrete opgaver og processer, og specifikke og retvisende datasæt og at angive ikke-overlappende systemlandskaber til en velinstrueret AI-motor. For som med kodning skal tvetydigheden ned.
Og hvad giver så mandatet til dette arbejde? Ejerskab, kontrol og skarpe og målbare resultatforventninger fra AI.
Det er på mange måder klassisk IT og projektstyring og følger den næsten fortærskede ’people, process, technology’-prioritering – men de mulige gevinster er enorme, når AI bliver til software. I hvert fald hvis du gør det ordentligt og sørger for solide rammer for de projekter, du sætter i søen.
Top AI- og forandringseksperter
3. Gør jeres Copilot-licenser produktive – nu
Af og til, når vi i Basico har afviklet AI-events, har vi spurgt ud i salen, hvor mange der har Copilot fra Microsoft. Hver gang ser vi en skov af hænder, så vi tør godt sige, at vi nok ser ind i en 70-80% af alle danske virksomheder, der har AI gennem Copilot.
Det er en stor succes – ikke mindst for licensudbyderen.
For mens Microsoft har haft travlt med at tilføre de nødvendige sikkerheds- og kontrolmekanismer til Copilot og udrulle disse i løbet af efteråret 2025, er virksomhederne allerede længere fremme. De er begyndt at spørge, hvilken nytte de mange licenser gør?
Måske kan det sammenlignes med udrulningen af Excel i 90’erne – men ellers er det helt og aldeles uden fortilfælde, hvor stort et arbejde danske virksomheder har foran sig med at få gjort licenserne produktive sammen med, i kraft af og på trods af deres medarbejdere.
Der er nemlig alt for få, der ved, hvorfor man bør lave specialiserede agenter i stedet for rå sprogmodeller. Og formentlig endnu færre, der ved, hvordan man efterfølgende laver dem. Men det er lige her – i de specialbyggede, procesrettede agenter – at værdien i Copilot findes. Det handler helt konkret om at få AI ind i processen, så medarbejderne ikke selv skal finde ud af, hvordan de tager processen til AI.
Er agenter svære at bygge? En AI-agent i Copilot kan variere voldsomt i kompleksitet, og hvor nogle bliver til større projekter, er andre nemme og næsten banale at konfigurere – men stadig med stor gevinst. Det er præcis her, vi står klar til at rådgive jer, så I fokuserer jeres energi de rigtige steder, når I går i gang med at bygge agenter i Copilot.
For bottom line er, at licenserne i langt de fleste virksomheder allerede er indkøbt. Med en Copilot-licens til 150 kr./måned pr. bruger koster 100 relativt ubrugte licenser jer 180.000 kr. om året. Har I styr på, om jeres investering er produktiv? Opgaven i 2026 for danske virksomheder og for dig som CFO er ikke at få fjernet licenserne igen, men at få gjort dem produktive, så der ikke kun betales, men også høstes løbende.
Du kan læse mere om, hvordan du får værdi ud af dine Copilot-licenser her.
NewTech
4. Integrer AI i arbejdet – ikke ved siden af det
Og det bringer os til det sidste punkt. For der er en afgrund mellem, hvad AI kan, og hvordan det bruges. Alt for mange arbejdsgange er fortsat upåvirkede af, hvad AI kan hjælpe med – af flere årsager:
- Du har prøvet med en rå AI-model, der fejlede, og har deraf konkluderet, at AI ikke kan løse opgaven.
- Du ser AI som noget andet, uden for de værktøjer, du normalt arbejder med ‒ som et kuriosum mere end et brugbart værktøj.
- Opgaver skal flyttes over i en AI – der er ikke AI i opgaverne.
Virksomheder opererer ikke isoleret – de er indlejret i komplekse økosystemer af systemer og samarbejdspartnere. Og det er kernen i problemet.
Hvis dette økosystem ikke er AI-klart – hvis dine applikationer ikke har indbygget AI-funktionalitet – bliver AI en ekstern disciplin i stedet for en naturlig del af arbejdet. Teknologien eksisterer, men den skal integreres i de processer og værktøjer, hvor medarbejderne faktisk skaber værdi.
Udfordringen er ikke teknologisk kapacitet, men strukturel integration. Så længe AI forbliver noget, du skal "gå ud til", i stedet for noget, der er indbygget i de systemer, du bruger dagligt, vil gabet mellem potentiale og anvendelse bestå.
Opgaven er heldigvis forstået – langt de fleste dialoger i dag handler om, hvordan AI løfter konkrete og specifikke problemer. For når først AI beviser sit værd og bliver sat op rigtigt og ordentligt, så flytter økosystemet sig stille og roligt.
Markedet har i tre år med AI både frygtet en pludselig og ødelæggende omkalfatring af alt og samtidig forventet en positiv og automatisk forandring af samme. Begge dele er misforståede. AI kan levere impact, men det kræver, at man forstår, hvad det er, der impactes.
Derfor er det ikke bare en god idé, men helt afgørende at sætte sig ned, blive seriøs og begynde på det hårde arbejde med at være specifik, så det ubegrænsede potentiale for værdiskabelse, produktivitet og nye måder at løse opgaver på, som AI indeholder, kan forløses.
God arbejdslyst.
Vil du vide mere om, hvordan dine AI-investeringer skaber reel forretningsværdi?
Så giv vores Lead AI & Technology Strategist, Lasse Rindom, et kald. Hans levende foredrag skal nok efterlade AI-stof til eftertanke. Og søger du inspiration til, hvordan du kan bruge og implementere generativ AI, så det passer ind i din virksomheds formål, vision og strategi? Så er han også manden, du leder efter.
