)
Hvis du har siddet i en ledergruppe eller en stabsfunktion det seneste år, har du sandsynligvis stillet eller hørt det samme spørgsmål: "Hvor langt er vi egentlig med AI?" Det er et godt spørgsmål. Men det er svært at svare på, hvis man ikke har et fælles billede af, hvad "langt" betyder.
Hos HverdagsAI underviser og rådgiver vi en lang række danske virksomheder, kommuner og styrelser i praktisk brug af AI. Vi ser igen og igen den samme udvikling. AI modnes i virksomheder i en bestemt rækkefølge, og man kan placere stort set enhver organisation et sted på den.
I denne artikel viser vi de fem trin, vi typisk ser, hvor de fleste danske virksomheder reelt står lige nu, hvor der er størst gevinst at hente, og hvorfor det sjældent giver mening at springe et trin over. Du kan bruge artiklen til at vurdere, hvor din egen virksomhed står, og til at lægge en plan for de næste seks til tolv måneder.
De fem trin i et overblik
Vores erfaring er, at virksomheder bevæger sig gennem fem trin i deres brug af AI. Trinnene står ikke i kalenderen. De er en udvikling i, hvor godt man udnytter teknologien.
Trin 1: Brug af generative AI værktøjer som ChatGPT, Copilot, Claude eller Gemini.
Trin 2: Bliv god til at bruge værktøjerne. Bedre prompts, bedre vurdering af output, mere sparring i teams.
Trin 3: Lav skarpe skabeloner. GPT'er i ChatGPT, projekter i Claude, Gems i Gemini, "agenter" i Copilot.
Trin 4: AI automationer. Lukkede flows hvor AI tager en defineret rolle.
Trin 5: AI agenter. Systemer der handler autonomt og selv vender tilbage.
Generelt gælder det, at gevinsten stiger, jo længere ned man kommer på trappen. Men det er også sværere at springe trin over, end mange forventer.
Trin 1: Brug ChatGPT, Copilot eller Claude
De fleste danske virksomheder er på trin 1. Nogle medarbejdere bruger ChatGPT privat. Andre har fået adgang til Copilot via deres Microsoft-licens. Det er fint som start, men værdien er stadig spredt og personlig.
Det vi ser på trin 1:
Nogle medarbejdere har fundet konkret nytte i hverdagen.
Andre er stadig på sidelinjen og tænker, "det er nok ikke noget for mig".
Værktøjerne bruges som personlige assistenter, ikke som en del af en proces.
Det vigtigste på trin 1 er ikke teknologi. Det er adgang, retningslinjer og et fælles startsignal fra ledelsen.
Trin 2: Bliv god til at bruge det
Forskellen mellem at have et abonnement og at have kompetence er stor. Vi ser virksomheder, hvor medarbejderne har brugt ChatGPT i et halvt år, men stadig bruger det på en uhensigtsmæssig måde og derfor ikke får kvaliteten ud af det. Vi ser også teams, der kommer fra nul til habilt niveau på fire-seks uger, fordi de øver sig, ser videoer, sparrer med hinanden og deltager i et kursus.
Det vi ser på trin 2:
Medarbejderne kender styrkerne og faldgruberne i de værktøjer, de bruger.
De sparrer i teamet om, hvad de bruger AI til, og hvad de har skåret fra.
De har et fælles ordvalg om AI, så ledelsen og medarbejderne mener det samme, når de siger "agent" eller "prompt".
Det er også på trin 2, at AI Acts krav om "tilstrækkelig AI kompetence" reelt skal indfries for de fleste danske virksomheder. Det er sjældent en juridisk øvelse. Det er en træningsøvelse.
Trin 3: Lav skarpe skabeloner (GPT'er)
Efter et stykke tid bliver det trættende at indtaste den samme baggrundsinformation igen og igen. Det er her, skabelonerne kommer ind. I ChatGPT hedder de GPT'er. I Claude og Gemini hedder de projekter og Gems. I Microsoft Copilot kalder mange producenter dem "agenter", selvom de teknisk set ligger tæt på en skabelon.
Det vi ser på trin 3:
Virksomheder bygger interne skabeloner for tilbudsskrivning, rekruttering, mødereferater, leverandørgennemgange og kundeservice.
En eller to "champions" får ansvaret for at vedligeholde skabelonerne.
Hver skabelon sparer minutter eller timer pr. brug og giver mere ensartet kvalitet.
Trin 3 kræver ikke udviklere. Det kræver, at en gruppe medarbejdere har tid og lyst til at bygge skabelonerne sammen.
Trin 4: AI automationer
Det er på trin 4, den store hverdagsgevinst typisk ligger for danske virksomheder. AI automationer er flows, hvor AI ikke bare hjælper en medarbejder, men selv tager et skridt i en kæde af handlinger. Det er ikke klassisk RPA, hvor alt er regelbaseret. Det er heller ikke fuldautonome agenter. Det er noget midt imellem.
Et eksempel: Mange virksomheder har en info-mail eller en regnskabsmail med stor blandet trafik. Tidligere prøvede man at bygge regelbaserede flows, der kiggede på enkelte ord i emnefeltet. Det var skrøbeligt og krævede konstant vedligehold.
Med en AI automation kan flowet beskrives i naturligt sprog: hvis en mail handler om salg, sendes den til den rette person. Hvis den handler om en faktura, sendes den et andet sted hen. Hvis modellen er i tvivl, lader den mailen ligge. Mennesker griber kun ind i grænsetilfælde.
Gevinsten er to ting:
Tid. Færre minutter brugt på sortering og videresendelse.
Kvalitet for kunden. En supportmail bliver sendt videre på et minut i stedet for to dage.
Andre eksempler på trin 4 er automatiserede ugentlige analyser, hvor AI selv kører en deep research, sammenligner med ugen før og leverer resultatet i indbakken hver mandag morgen. Eller automatiseret kategorisering af leverandørfakturaer, før de sendes til godkendelse.
Trin 5: AI agenter
Når vi taler om ægte AI agenter, mener vi systemer, der handler mere autonomt. De kan have adgang til andre systemer, træffe valg uden at spørge, vende tilbage med resultater og iværksætte yderligere handlinger på egen hånd.
Det er her, definitionsforvirringen begynder. Mange producenter kalder allerede en skarp skabelon for en "agent". Når vi i HverdagsAI taler om agenter, mener vi noget mere ambitiøst.
En af de agent-test, vi selv kører, har et månedligt budget på 5.000 kr. på et separat betalingskort. Agenten kan bruge pengene til at købe abonnementer eller adgang til værktøjer, hvis den vurderer, at det er nødvendigt for opgaven. Vi tester for at se, hvor det går galt, før vi anbefaler tilsvarende løsninger til kunder.
Vores anbefaling pr. i dag:
Få danske SMV'er bør lægge ud på trin 5 i 2026.
Trin 5 giver mening, når trin 4 allerede leverer værdi, og der er en konkret use case, hvor autonomi er en fordel og ikke en risiko.
Hvis du springer fra trin 3 til trin 5, springer du de timer over, hvor man lærer, hvor AI begår fejl. Det betaler man typisk for senere.
Hvor står de fleste virksomheder lige nu?
Vores erfaring er, at de fleste danske virksomheder pr. 2026 ligger mellem trin 1 og trin 3.
En stor del er stadig på trin 1, hvor enkelte medarbejdere bruger ChatGPT eller Copilot, men der er ikke en fælles måde at gøre det på.
En voksende gruppe er på trin 2 og har enten holdt internt kursus eller sendt medarbejdere på eksterne kurser.
En mindre, men hurtigt voksende gruppe arbejder med skabeloner og er begyndt at kigge på trin 4.
Få er klar til trin 5 endnu.
Det er ikke et problem at være på trin 1 eller 2. Det er et problem ikke at vide, hvor man er, eller at springe trin over.
Hvorfor det sjældent giver mening at springe et trin over
Vi forstår fristelsen. Hvis man har set en flot demo af en AI agent, virker det fristende at gå direkte fra ChatGPT til agenter. Men der er en grund til, at de virksomheder, vi ser lykkes bedst, har gået trinene i rækkefølge.
Trin 2 træner intuitionen om, hvad AI er god og dårlig til.
Trin 3 træner evnen til at give AI den rette kontekst.
Trin 4 træner organisationen i at have AI som en del af en proces, ikke et personligt værktøj.
Når man når trin 5, har man en kultur, der ved, hvornår man skal stole på systemet, hvornår man skal gribe ind, og hvilke opgaver der er for risikofyldte til autonomi.
Hvad bør I gøre næste skridt?
Hvor I starter, afhænger af, hvor I er. Vores anbefaling er konkret:
Hvis I er på trin 1: Få et fælles kursus i, hvad værktøjerne kan, og hvor faldgruberne ligger. Etabler retningslinjer for, hvor data må sendes hen.
Hvis I er på trin 2: Identificer to-fire arbejdsopgaver, hvor I gerne vil bygge interne skabeloner. Udpeg en eller to "champions" til at drive arbejdet.
Hvis I er på trin 3: Hold en workshop, hvor I kortlægger de mest oplagte flows til automation. Vurder data-adgang, gevinst og risici før I bygger noget.
Hvis I er på trin 4: Definer, hvor I vil arbejde med agenter, og hvor I bevidst vælger ikke at gøre det. Sæt rammer for testbudget og evaluering.
Hvis I er på trin 5: Læg en plan for governance, kvalitetsmål og løbende kontrol. Hold den koblet på AI Act og jeres egne politikker.
En realistisk tidshorisont
Mange virksomheder spørger om en 30-60-90-dages plan. I praksis ender de fleste forløb på seks til tolv måneder, hvis de skal flytte sig fra trin 1-2 til trin 4. Det skyldes ikke teknologien. Det skyldes, at organisationen skal med, at de rette medarbejdere skal trænes, at ledelsen skal sætte budget af, og at der skal bygges i tæt samspil med dem, der ejer opgaverne.
Folk overvurderer, hvad de kan nå på en uge. Og undervurderer, hvad de kan nå på et halvt år.
Vil I vide, hvor I står i jeres egen AI udvikling?
Vi hjælper danske virksomheder med at vurdere, hvor de er, og hvad næste skridt er, både gennem AI kurser og konkrete AI løsninger.
Den vigtigste pointe er enkel. AI er ikke et stort spring. Det er en udvikling med trin, der følger hinanden. Hvis I ved, hvor I er, og hvor I gerne vil hen, kan I planlægge det næste halve år meget mere konkret end "vi skal have noget med AI".
Vi ser igen og igen, at virksomheder, der tager trinene i rækkefølge, kommer længere på et år, end de havde regnet med. Og at dem, der vil springe trin over, ofte må starte forfra med det, de sprang over.