De fleste er allerede bagud - de ved det bare ikke endnu

AI accelererer hurtigere end de fleste følger med. Her er hvad der reelt sker, og hvorfor afstanden til dem der står stille bliver større for hver måned.

De fleste er allerede bagud - de ved det bare ikke endnu

I januar stod Dario Amodei, CEO for Anthropic, på scenen i Davos og sagde noget der fik hele tech-verdenen til at holde vejret:

"Jeg har ingeniører hos Anthropic, som siger til mig: jeg skriver ikke kode længere. Jeg lader bare modellen skrive den og redigerer den efterfølgende."

Han fortsatte med at estimere at vi er 6-12 måneder fra at AI kan klare alt hvad en softwareingeniør laver, fra ende til anden.

En måned efter fulgte Spotify op. Deres topudviklere har ifølge co-CEO Gustav Söderström ikke skrevet en eneste linje kode selv siden december. Spotify har bygget et internt system kaldet Honk, der lader udviklere bede Claude om at fixe bugs eller bygge nye features via Slack på vej til arbejde - så koden er klar til merge før de når frem til kontoret.

Det er ikke fremtidsscenarier. Det sker nu.

AI bygger AI

Det der gør denne periode fundamentalt anderledes end tidligere teknologiske spring er ikke at AI er blevet smartere. Det er at AI nu bruges til at gøre AI smartere.

Anthropic bekræftede det i marts: 70-90% af koden i visse Claude-teams skrives nu af Claude selv. Boris Cherny, der leder Claude Code-projektet, har offentligt sagt at han ikke har skrevet en linje kode selv i over to måneder. 100% af hans output kommer fra modellen.

OpenAI planlægger at have hundredtusindvis af autonome AI "research interns" kørende inden udgangen af 2026. De sover ikke, holder ikke pause, og har udelukkende ét mål: at forbedre næste generation af modeller.

Det er ikke science fiction. Det er offentlige roadmaps.

Cyklussen krymper

For bare to år siden tog et større modelrelease 6-12 måneder. OpenAI gik fra én Codex-release til den næste, som alle anerkender som markant kraftigere, på under 8 uger.

Hvad sker der når den cyklus er nede på to uger? Eller én?

Andrej Karpathy, en af de mest respekterede navne i hele AI-feltet, udgav i marts et open source-eksperiment kaldet AutoResearch. En AI-agent fik én opgave: forbedr dig selv. Resultatet var omkring 700 eksperimenter på to dage, 20 konkrete optimeringer, og 11% hurtigere træning på stablede gevinster.

Karpathys eget kodebasis er på blot 630 linjer. MIT-licens. Frit tilgængeligt. Hans opslag fik over 8,6 millioner visninger på 48 timer, og udviklere over hele verden begyndte øjeblikkeligt at skalere konceptet.

Karpathy kalder det starten på "swarm agents" - flåder af AI-agenter der laver frontier research hen over natten, mens ingen kigger.

Det er ikke et tankeeksperiment. Det kører allerede.

Forbedringerne er ikke lineære

Det der gør det svært at forholde sig til er at hver iteration bygger på den forrige. Når løkken lukker sig ordentligt, og alle de store labs arbejder eksplicit på at lukke den, stopper AI med at være et værktøj der venter på input. Den bliver en proces der kører, uanset om du er med eller ej.

Eric Schmidt, tidligere Google-CEO, siger vi er to til fire år fra fuld rekursiv selvforbedring. Demis Hassabis fra DeepMind giver 50% sandsynlighed for AGI inden 2030. Amodei, manden der bygger det, siger det sker hurtigere end folk tror.

Fælles for dem alle er at de ikke taler om "en dag". De taler om nu og de næste 24-36 måneder.

Personligt tror jeg vi ser noget meget tæt på ægte AGI inden 2030.

Det der bekymrer mig

Det der bekymrer mig er ikke de mennesker der arbejder aktivt med det her. De følger med fordi de er nødt til det, og fordi det er deres job.

Det er de langt, langt fleste, som stadig bruger de samme workflows fra 2023. Som stadig sender PDF'er frem og tilbage. Som stadig skriver e-mails i hånden, manuelt indtaster fakturadata, og bruger en hel dag på opgaver en model kunne klare på fem minutter.

Om et år opdager de pludselig at de er rykket fra at være bagud til at være irrelevante. Ikke fordi de er mindre intelligente. Men fordi jorden har flyttet sig, mens de stod stille.

Hvad det betyder for danske virksomheder

Det her er ikke en advarsel. Det er en invitation.

Den gode nyhed er at adgangsbarrieren aldrig har været lavere. Du behøver ikke et datacenter, et ML-team eller en transformationsstrategi på 18 måneder. Du behøver at starte. Et enkelt workflow. Én proces. Ét konkret problem hvor AI kan tage 80% af det manuelle arbejde væk.

De virksomheder der gør det nu, opbygger en kompetence der bliver eksponentielt sværere at indhente jo længere man venter. Ikke fordi teknologien bliver svær, men fordi forspringet vokser hurtigere end man tror.

Jeg taler ikke om at fyre folk. Jeg taler om at lade dem bruge deres tid på det de er bedst til, i stedet for det en model kan klare bedre, hurtigere og uden at brokke sig.

Hos Nordium hjælper vi danske virksomheder med at finde det første workflow. Det første rigtige skridt. Ikke fordi det er det største, men fordi det er det vigtigste. Når man først har set hvad der er muligt på sin egen forretning, ændrer alting sig.

De næste 24 måneder kommer til at adskille de virksomheder der forstod det tidligt fra dem der ikke gjorde.

Spørgsmålet er ikke om AI ændrer din branche. Det er om du ændrer dig med den.

Michael Nielsen

Michael Nielsen

Michael Nielsen er AI-konsulent hos Nordium ApS og skriver om AI fra et praktisk standpunkt - hvad virker, hvad er hype, og hvordan danske virksomheder kan bruge teknologien til at skabe reel værdi. Han følger udviklingen tæt og dækker alt fra konkrete værktøjer og automatisering til de større tendenser, der former fremtidens arbejdsmarked.