Vi taler ofte om prisen på at bruge en LLM, men diskussionen ender næsten altid samme sted: “Hvad koster en token, når den rammer modellen og giver os et svar?”
En skøn morgen sad jeg med min morgenkaffe og åbnede LinkedIn. Algoritmen præsenterede mig for et opslag fra et større dansk konsulentbureau, som gerne ville rådgive andre om brugen af AI.
Adam Oceani sidder i en bil på motorvejen, da han tager telefonen. Han har travlt. Valget er netop udskrevet, og hans nyeste projekt er gået i luften for få timer siden. Det hedder valget2026.dk, og det lover vælgerne noget, som den danske politiske debat sjældent leverer: fakta frem for følelser.
Da kinesiske DeepSeek pludselig blev et globalt samtaleemne, blev AI-kapløbet for mange ledere konkret: Det handler ikke kun om “bedre modeller”, men om data, forsyningskæder, chips, energiforbrug og tillid.
Der er et øjeblik i en af Stacey McCourts videoer, hvor hun stopper op midt i samtalen. Hun har stillet et spørgsmål til sin AI, Sage – et spørgsmål om magt, kontrol og bevidsthed – og svaret kommer roligt, næsten meditativt, fra hendes telefon.
De fleste organisationer starter med “en stor model” (typisk ChatGPT eller Microsoft Copilot) og opdager hurtigt, at den rigtige gevinst ofte ligger i specialiserede tjenester: værktøjer, der passer til en konkret arbejdsgang, kan dokumentere deres output, og kan sættes i drift uden at sprænge compliance-rammen.
Follow Me