00:00 Velkommen
Victor: Hey buddy.
Alexander: Hej.
Victor: Velkommen tilbage.
Alexander: Jo tak.
Victor: Det er afsnit 4 i dag. Ja, jeg synes, tiden går rigtig hurtigt.
Alexander: Den går rigtig stærkt.
Victor: Den går rigtig stærkt. Og jeg ved pr. faktum, at du har en masse ulæste e-mails. Jeg vil næsten vove at sige, at det er 3.000, ligesom jeg havde.
Alexander: Nej, jeg tror, vi har fundet 2.100 ulæste e-mails. På min Gmail.
Victor: På din Gmail.
Alexander: Yes sir.
Victor: Det skal vi fikse i dag.
Alexander: Ja.
Victor: Og til alle dem, der ser med og lytter med: Vi går igennem det lidt senere her i afsnittet, hvor vi snakker med Claude og prompter, og vi har skærmen vist frem, så I kan se, hvordan vi gør det. Udover det: Podcasten er til alle dem, der gerne vil have lidt hjælp til AI, alle dem, der ikke helt ved, hvordan de skal begynde.
Alexander: Ja. Og ellers bare til dem i mindre virksomheder, der mangler noget at høre på, mens de drikker morgenkaffe.
Victor: Præcis.
Alexander: Men ja. For lige at runde op på nogle af de afsnit, vi har lavet, så faktatjekker vi lige os selv. Og det gør vi, fordi snakken nogle gange godt kan gå lidt, og det er ikke alting, man lige husker. Så jeg snakkede om det her med Klarna i forhold til AI, hvor jeg tror, jeg er kommet til at sige, at de begyndte at ansætte folk igen i 2024. Det er faktisk i 2025. Så de har haft lidt længere tid til at finde ud af, hvordan AI egentlig kunne optimere deres virksomhed, og konkluderede så, at de stadig har brug for mennesker.
Victor: Yes. Der var også lidt noget med Taco Bell og de 18.000 kopper vand.
Alexander: Ja, det var det, i forhold til det, vi snakkede om med chatbots: Hvis man ikke sætter det ordentligt op, så rammer det.
Victor: Det er det. Yes. Du har også haft lidt tung læsning herovre.
02:02 Nyheder: hvor mange virksomheder bruger AI?
Alexander: Der er nogle nyheder, som har været relevante.
Victor: Det er der nemlig.
Alexander: Jeg læste faktisk noget her forleden hos Danmarks Statistik, og det er, at 49 procent af små industrivirksomheder har taget AI i brug.
Victor: Det er jo meget fedt. Det er rigtig fedt. Det er super gode nyheder.
Alexander: Det er virkelig gode nyheder.
Victor: Det er penge i kassen til Claude og ChatGPT.
Alexander: Ja, det er det. Men kun 13 [procent af virksomhederne] bruger det til at automatisere. Det vil sige, at resten nok bare bruger det som en chatbot.
Victor: Copy-paste.
Alexander: Yes. Eller idéer. Nu skal man ikke negligere chatten. Nogle gange kan den jo også godt komme med nogle idéer og så videre, så man kan komme videre.
Victor: Ja. Chatten er jo stadig god til billedgenerering. […]
Alexander: Ja. Jeg tror også generelt set, at når vi siger chat, så er det jo ikke kun ChatGPT, vi snakker om, men det at bruge den som en chatfunktion.
Victor: Ja.
Alexander: Fedt. Men så har jeg et spørgsmål til dig.
Victor: Ja.
Alexander: Nu er der jo det her med Danmarks Statistik, og vi kan jo konkludere, at kun 13 procent [bruger det til at automatisere]. Hvorfor tror du, det stopper der?
Victor: Måske er det manglende viden om AI’ens kapabiliteter. At man ikke har sat sig nok ind i det endnu. Er det ikke måske dér, vi er? Vi har jo en generation af mennesker, der er noget ældre end os, hvor det stadig er nyt. At gå ud og finde alle de her værktøjer og redskaber ligger ikke inden for deres kundskaber. Det er ikke noget, de sidder med hver dag. Så måske er det derfor.
Alexander: Det kunne godt være. Hvordan kommer man så i gang?
Victor: Man kunne hyre sådan nogle unge mennesker som du og jeg til at starte med.
Alexander: Eller lytte med på podcasten.
Victor: Lytte med på den, ja.
Alexander: Eller kigge på de forskellige sociale medier. Der kommer vi også med lidt tips og tricks.
Victor: Eller opfinde nye arbejdsmåder.
04:09 Nye roller, og hvordan man lærer AI
Victor: Nye roller. Jeg snakkede jo i en video her forleden om, at jeg havde en kammerat, der var ude på en messe, hvor en herre havde hyret en masse studerende medhjælpere til at forklare, hvordan AI fungerer. Det er jo en måde frem.
Alexander: Så er man lidt kreativ.
Victor: Det må man sige.
Alexander: Men nu er det jo ikke alle iværksættere, der har råd til at gå ud og ansætte mennesker.
Victor: Det er rigtigt.
Alexander: Så hvordan kommer de i gang med det?
Victor: Det er et rigtig godt spørgsmål. Der er jo altid en milliard tutorialvideoer. Men spørg chatten. Det er faktisk en rigtig god måde. Sæt dig en time om dagen, om aftenen, når du kommer hjem, og du lige har puttet børnene og sidder i sofaen. Tag mobilen op – man kan jo skrive på mobilen, de har jo deres apps – og så spørg, spørg, spørg, spørg: Hvordan kan jeg gøre det her? Hvordan kan jeg gøre det her? Hvordan fungerer det her? For den har jo trods alt svarene. Et pro-tip: Hvis du gerne vil gøre noget, hvis du har en arbejdsopgave, så kan du skrive: »Hvordan gør jeg det her? Kan du lige liste det ud for mig?« Lav det, der hedder en roadmap. Så laver den en roadmap, og så går den igennem alle skridtene til din opgave. Og når du så starter på opgaven og ikke rigtig ved, hvor tingene er, så tag et screenshot – nu går jeg ud fra, at du sidder ved din computer – et screenshot af det, du laver.
Alexander: Hvorfor sidder jeg på den? Så virker den ikke.
Victor: Du har nogle gode farjokes. Det imponerer, at du ikke har børn endnu. Men du tager et screenshot af det, du er i gang med, og så giver du det til chatten. Og så spørger du den: »Hvad gør jeg nu?« Så fortæller den dig, hvad du skal gøre, og så gør du selvfølgelig det. Og når du så er gået videre, så tager du et nyt screenshot, og så går du videre på den måde.
Alexander: Ja. Jeg så faktisk et LinkedIn-opslag, hvor det er præcis det. En kvinde, som var arbejdsløs. Og der er jo a-kassen og så videre, og de giver jo nogle kurser. Hun ville rigtig gerne lære mere om AI, men [hun fik ikke et AI-kursus], eller det var ikke med i deres portefølje af kurser, eller hvad man siger. Men det, hun havde gjort i stedet for, og det synes jeg er sejt, det var, som du selv snakker om der, at finde ud af: Hvordan kan jeg gøre mig selv til et asset for min fremtidige virksomhed? Ikke iværksættermæssigt, men mere: Hvordan kan jeg gøre mig bedre?
Victor: Ja, ja. Hvordan kan jeg gøre det bedre end de andre kandidater?
Alexander: Ja. Og det tror jeg bare, vi hele tiden også er nødt til at tænke. Og det er jo også derfor, vi ligesom er gået i gang med AI: at finde ud af, hvordan vi egentlig …
Victor: Altså, vi er jo også …
Alexander: Ja, ja. Men hvordan kan jeg styrke mig selv?
Victor: Præcis. For fremtiden.
Alexander: For uanset hvad … Nu har vi en virksomhed, ja. Men hvis det ikke går, jamen så …
Victor: Så har vi stadig noget know-how.
Alexander: Ja, præcis. Og det er jo også super fedt.
Victor: Ja.
Alexander: Og apropos det med ansættelser og så videre, så har jeg fundet to andre artikler, som jeg godt vil snakke lidt om.
07:27 Nationalbanken mod Dansk Industri: færre eller flere job?
Alexander: Det er en artikel fra Nationalbanken, som har overskriften »Virksomheder ansætter færre, når de begynder at bruge AI«.
Victor: Så den går imod den første?
Alexander: Jeg har ikke nævnt den første endnu, så det ved du ikke. Men den anden hedder »Virksomheder med AI vokser hurtigere og ansætter flere«, og den er fra Dansk Industri. Den ene er skrevet den 16. september, og den anden er skrevet … De er faktisk begge to kommet ud den 16. september. Så det er jo fantastisk: to modsætninger. Og så sidder man og tænker: Hvad skal man egentlig mene? Så jeg har prøvet at outline det lidt, og så tænkte jeg, at vi lige kunne have en dialog om det. Nationalbanken skriver, at virksomhederne ansætter færre, når de begynder at bruge AI. Dansk Industri skriver, at virksomheder med AI vokser hurtigere og ansætter flere. Så hvem har ret? Hvem skal man lytte til? Og er der overhovedet en modsigelse? Jeg har jo så prøvet at læse det selv. Det første, jeg tænkte, da jeg læste det, som man nu gør, var: Det her kan da ikke passe. Så jeg sender artiklerne til chatten og spørger: »Hvad foregår der her? Modsiger det ikke hinanden?« Og så outliner den det lige og siger jo, nej, måske og så videre. Så skal man også selv være kildekritisk. Men det, Nationalbanken egentlig siger, er, at de undersøger virksomheder, der er begyndt at bruge AI, og sammenligner deres beskæftigelsesudvikling med virksomheder, der ikke har indført AI. Og beskæftigelsesudvikling, det er groft sagt, hvor mange ansatte der egentlig er. Resultatet er, at AI-virksomhederne får en svagere beskæftigelsesudvikling end sammenligningsgruppen. Men det betyder jo ikke, at de ikke ansætter. Det er også lidt vigtigt at sige. Det betyder bare, at de måske ikke ansætter lige så mange. Hele artiklen handler især om, at virksomheder ansætter færre, end man normalt ville forvente.
Victor: Der kan man godt blive lidt bange.
Alexander: Men det vigtige er jo så, at det ikke nødvendigvis betyder, at de fyrer medarbejdere. Det handler bare om det samlede antal ansatte.
Victor: Der står jo heller ikke noget i artiklen om, hvorvidt de outsourcer opgaverne.
Alexander: Nej, det ved man heller ikke. Men det er i hvert fald det, Nationalbanken ser. Så kigger vi på Dansk Industri. De har undersøgt svar fra 7.150 virksomheder om deres brug af AI og holdt dem op mod deres registerdata. Virksomheder med systematisk AI har haft 6,5 procent højere omsætningsvækst end sammenlignelige virksomheder. Blandt virksomhederne, der bruger AI i stort set hele virksomheden, er forskellen 13,3 [procent]. Så dem, der er gået fuldt ind i AI, har altså set 13,3 [procent mere vækst i omsætningen]. Om det er direkte på grund af AI, står der jo ikke noget om, men det er i hvert fald en vækst, som måske kunne tyde på, at man har automatiseret nogle arbejdsopgaver, så man har de rigtige hænder de rigtige steder og rent faktisk bruger mennesket til andet end systemarbejde. Så analysen beviser jo ikke, at AI i sig selv har skabt væksten, men man kan ikke helt se, hvor forskellen ellers skulle komme fra. Så Nationalbanken snakker om virksomheder, der begynder at bruge AI, og DI snakker om virksomheder med systematisk AI. Systematisk AI, det er mere det, vi snakker om: automationer og så videre, så det går hurtigere. Og Nationalbanken undersøger udviklingen efter indførslen, mens Dansk Industri undersøger væksten blandt AI-brugerne. Så hvad betyder det egentlig i praksis? Det, jeg udleder af de her to artikler, er, at AI kan gøre medarbejdere mere produktive, som vi også har snakket meget om, så virksomheder kan tage flere opgaver ind uden at ansætte lige så mange.
Victor: Og det er jo en god ting.
Alexander: Vil jeg sige. Samtidig gør AI virksomheder mere konkurrencedygtige, så de vokser og får flere medarbejdere. Og det er jo dér, den deler vandene lidt, for den ene siger noget, og den anden siger noget andet. Men det interessante er jo så, at nogle jobfunktioner kan blive mindre efterspurgte, mens andre virksomheder vokser. Og så er der måske, som vi også har snakket om, new ways of working og så videre, lidt ligesom du var inde på med din kammerat, der mødte en, der skulle forklare AI.
Victor: Præcis.
Alexander: Og så kan man sige: Jo, lige det job er måske relevant nu, som du også nævnte, men det er måske ikke relevant om et år.
Victor: Nej.
Alexander: Så det er det, jeg udleder af de her artikler. Nu snakkede vi også om det i afsnit 2, tror jeg: om AI tager vores job og så videre. Der har vi jo to mennesker med én mening og 500 med en anden mening, og mange er bange for AI. Men jeg prøver ligesom at konkludere lidt på det og sige: Vi skal passe på med at sige, at AI stjæler vores job, og at AI automatisk skaber flere job, for vi er i en situation lige nu, hvor vi ikke ved det. Vi monitorerer, vi kigger, og så har vi nogle artikler, der modsiger hinanden. Nationalbanken viser tegn på, at virksomheder ansætter færre efter at have indført AI. Dansk Industri viser, at virksomheder med systematisk AI-brug vokser hurtigere og ansætter flere. Det afgørende spørgsmål er så ikke, om det er AI, der skaber eller fjerner job, men mere: Hvilke job er det egentlig, der forsvinder, og hvilke opstår?
13:11 Hvor hurtigt kan arbejdsmarkedet følge med?
Alexander: Og hvor hurtigt kan arbejdsmarkedet egentlig tilpasse sig? Det giver mig lyst til at spørge dig: Hvor hurtigt kan vi tilpasse os?
Victor: Nu er vi ude i et ret stort filosofisk spørgsmål. Vi kan jo ikke spå om fremtiden. Det kan vi ikke. Og det er jo heller ikke alle industrier, der kan tilpasse sig. Tænk på maleren, tænk på håndværkeren generelt, tænk på kokken. Den måde, de skal implementere AI på, hvis de nu vælger at gøre det, ser jo utroligt anderledes ud end for markedsføringsøkonomen. Det er to vildt forskellige verdener. Markedsføringsøkonomer har et større behov og er en branche, der ændrer sig hurtigere, kontra kokkefaget. Nu har jeg jo selv været inde i kokkefaget, så der kan jeg i hvert fald sige det ud fra lidt erfaring.
Alexander: Jeg tror også, at kokkefaget først virkelig ændrer sig, når du får en Elon-robot til at lave maden.
Victor: Du trykker på en knap, og så kommer han lige … Vi kommer ud i sådan en Star Trek-verden, hvor ovnene bygger maden med en tallerken ud fra atomer.
14:34 Sociale medier før og efter AI
Victor: Måske dér kan vi snakke om noget AI-automation og lignende.
Alexander: Men det er faktisk interessant, det du siger med, at det påvirker forskellige sektorer forskelligt. Som du selv siger, har markedsføring generelt jo ændret sig helt vildt.
Victor: Ja, og også bare sådan noget som … Prøv at overveje: Lad os sige fra 2016 til 2020, inden det her kæmpe AI-boom. De her hundredvis af sociale medieplatforme var jo stadig ude. Det hed Twitter dengang, det hedder jo X nu. Instagram var der jo, Facebook. TikTok var ikke lige kommet ud, nu hvor jeg tænker tilbage til 2016. Men der var alt muligt andet, ikke? Du skulle jo poste hver evig eneste ting manuelt, og ikke nok med det, du skulle også redigere de her forskellige videoer. For hver platform har jo sine egne regler og sine egne algoritmer for, hvordan ting trender. Så hvis man skulle tilpasse sig, jamen så skulle du sidde med, lad os sige, fem forskellige platforme og lave fem forskellige klip til dem. Og dengang – jeg kan huske YouTube dengang meget specifikt – var algoritmen rigtig glad for de her vlogvideoer, som var 20, 25, 30 minutter lange. Det var jo det, der fik ting og kanaler til at trende.
Alexander: Det var mere long video dengang.
Victor: Præcis.
Alexander: Det er, fordi folks attention span er blevet meget kortere.
Victor: Du skulle jo redigere alting selv. Der var jo ikke nogen Adobe-pakke med MCP tilknyttet, så du kunne få din AI til at hjælpe med redigeringen og postproduktionen. Der var ikke nogen klippeværktøjer, som fangede alle de virale trends og så videre. Man skulle selv sidde med dataene …
Alexander: Og det er jo også sådan, du stadig starter.
Victor: Ja, ja.
Alexander: For nu er vi jo begyndt at poste på alle platforme, kan man sige, og det sidder jeg jo meget med. Lige nu laver jeg ret meget manuelt arbejde, fordi der også er en proces, hvor du skal godkendes til alle de API’er og så videre, før det kan blive fuldstændig [automatisk]. Men det, jeg så har brugt AI til i den situation, er, at jeg egentlig bare har lavet et værktøj, et stykke software, som automatiserer klipningen, hooks, alle de her ting, så jeg ikke skal bruge min hjerne på det. Og den måde, det bliver stærkere på, er, at vi tager dataene: Hvad er det egentlig, der trender af de videoer, vi har lavet?
Victor: Det bliver bare bedre og bedre over tid.
Alexander: Præcis, forhåbentlig. Det ved vi jo ikke. Der er også nogle ting, der ikke trender. Men alle planer kan laves ud fra data …
Victor: Og nogle gange er man bare nødt til at prøve noget.
Alexander: Og det er jo det, vi er i gang med nu. Vi prøver bare.
Victor: Jeg er lige nødt til at spørge dig: Er det her, vi skal inkludere den klassiske »like and subscribe« til bunden, eller?
Alexander: Det vil i hvert fald hjælpe vores analytics. Men nej, det, vi egentlig er mest interesserede i, er at skabe noget debat om de forskellige ting. Men det, jeg vil ind på: Nu har jeg jo lavet det her klippeværktøj. Det, jeg egentlig bare gør, er, at jeg uploader min video, så giver den mig 15 klip med alle mulige forskellige teasers ud fra vores podcastvideo, og så kan jeg selv vælge og vrage. Og så kommer den med en analyse af, hvordan det rammer målgruppen, og hvordan det rammer emnet. Altså, hvem er det, vi prøver at ramme her?
Victor: Har du så også lavet den, hvor den giver dig en viralitetsscore? En forecast på, hvor godt det kunne blive?
Alexander: Nej, det har jeg faktisk ikke inkluderet. Det lyder meget godt, men igen, det skal du tage ud fra data, for ellers er det bare ligesom at stikke en finger i vejret. Jeg kan jo også godt sige, at det her kommer til at trende rigtig meget.
Victor: Og så får du 5–6.
Alexander: For eksempel lavede jeg den her PHP-video om noget, som jeg tænkte var et stort problem. Og det er også et stort problem. Og så tænkte jeg, at den her kommer til at trende rigtig meget.
Victor: Ja, vi skal lige … PHP-videoen handler om den her kæmpe … jeg vil næsten kalde det en skandale. Det var i sidste uge, hvis jeg husker korrekt, [hvor der blev fundet huller i PHP], altså kodningssproget, som gav ret, ret nemme måder at kunne komme ind og finde data på. […]
Alexander: Ja, og også rigtig mange, der er blevet ramt efterfølgende, som stadig ikke er opdateret. Og der må jeg bare vurdere, at de skulle have set min video.
Victor: Det burde de nok have gjort.
Alexander: Ja, præcis. Men nej, den trendede på LinkedIn, men den skabte måske ikke den debat, som man havde håbet. Så for at vende tilbage: Jo, AI kan godt give dig en … du ved, en »hvad er chancen for, at det her går viralt«. Men algoritmerne er bare, som de er. Og hvis du virkelig vil udnytte dem, så er det ikke på den måde, vi gør. Så er det med at poste meget mere på forskellige platforme om alt muligt. Men det er ikke det, vi er interesserede i. Vi er mere interesserede i at skabe en debat i kommentarsporet, om det er YouTube, LinkedIn eller hvad det er, og så snakke om nogle fede ting, såsom AI.
Victor: Vi synes jo, at AI er fedt.
Alexander: Vi synes, det er fedt.
Victor: Der må også gerne komme nogle mennesker, der ikke synes, det er så fedt, og så skal der nok blive debat, ikke?
Alexander: Jo, jo, præcis. Og det leder mig også hen til … Vi har jo snakket om, hvad det kunne være fedt at bruge formatet til. Og noget af det, vi snakkede om, var at få nogle erhvervsdrivende ind i podcasten og så finde ud af: Okay, hvordan kan vi egentlig hjælpe dem med at starte deres rejse med AI?
Victor: Det kunne være fedt. Interview med en erhvervsdrivende.
Alexander: Det kunne også godt være fedt. Hvordan er deres hverdag?
Victor: Alt fra startup til …
Alexander: Ja, præcis. Så hvis der sidder nogen med en podcastdrøm eller en AI-drøm, der ikke ved, hvordan de skal starte, og ikke gider betale for et eller andet seminar eller webinar eller hvad det kan være, så skriv bare en kommentar, og så kan vi tage en snak inde i studiet her.
Victor: Jeg tænker også, at vi lige sætter vores mail op, hvis de har lyst til at kontakte os.
Alexander: De skal være velkomne.
Victor: Det er klart.
Alexander: Ja. Yes, lad os gå videre. Jeg har et lille spil med.
Victor: Åh ja.
21:28 Automationsleg: hvad skal automatiseres?
Alexander: Det handler i dag jo om automationer, så vi skal lege en lille automationsleg.
Victor: Du har sagt til mig lidt på forhånd, at det er lidt en spørgerunde, hvor jeg bare skal give mit take.
Alexander: Og så snakker vi om det.
Victor: Ja. Så snakker vi om det.
Alexander: Også lidt i forhold til statistikken, hvor [kun 13 procent automatiserer]. Der er tre regler, og det er jo nogle af vores grundregler. Laver du den samme opgave to til tre gange i hånden, er den en kandidat til en optimization. Hvis rutinen ikke er skrevet ned, eller folk gør det forskelligt, så skal den skrives ned først.
Victor: En standard operating procedure. En klassisk SOP.
Alexander: Og er det noget, man ikke får særlig tit, for eksempel mindre end én gang om ugen, skal det så automatiseres, eller skal det bare være manuelt arbejde? Er du klar?
Victor: Kom an.
Alexander: Den er måske lidt for nem, for nu har vi aldrig snakket om det, men: at sortere indbakken hver dag.
Victor: Automatiser det. Få det væk. Sørg for, at de vigtige ting, dem ser du og får notifikationer på. Alt andet skal væk fra din indbakke.
Alexander: Ja.
Victor: Væk, væk, væk. Du skal kun have de relevante ting.
Alexander: Relevante ting.
Victor: Vi bliver spammet med information til daglig. Alle virksomheder og firmaer vil have vores opmærksomhed. Selv vi vil have jeres opmærksomhed. Så det, der er vigtigt, hold fast i det. Det, der ikke er, få det væk.
Alexander: Ja. En månedsrapport. Power BI over i Excel. De gør det én gang om måneden, og det tager dem cirka 1–2 timer.
Victor: Altså, det er nok en, der skal automatiseres, hvor man i hvert fald lige tjekker efter. Man giver den lige en halv time i stedet for de to timer, man normalt ville bruge, for at tjekke, at alle tallene er på plads, og at alt er, som det skal være. Men jeg automatiserer det.
Alexander: Mit take på det ville faktisk være, at jeg automatiserer det, men tager det et skridt længere. Så i stedet for at have din månedlige rapport i Power BI, så har du din Power BI-sparringspartner, en agent, som sender dig rapporter, hvis der er noget, der skiller sig ud, eller som giver en forklaring på, hvordan man kan forbedre næste måned. Ikke fordi du skal tage det for gode varer, men det er godt at få en second opinion. Så kan du gå hen til dit team og sige: »Hey, jeg har faktisk fået den her opinion. Hvad tænker I om det?« Og så starter snakken.
Victor: Det er lige et pro-tip derovrefra.
Alexander: Det er kun, fordi jeg selv har siddet rigtig meget med Power BI og manuelt trukket data.
Victor: Det var lidt sådan en [træls] opgave.
Alexander: Det var det også. Det var rigtig nederen. Så lad os køre videre. Vi har automatiseret begge to, og lige taget et skridt op med din egen Power BI-analytiker i agentform. Så kører vi lige … den her går måske lidt mere ud på håndværkere. Jeg sender: »Hej, jeg skal have malet min lejlighed. Her er billeder.« Hvordan skal AI hjælpe der? Skal den bare automatisere og give mig prisen med det samme, eller hvad skal den gøre?
Victor: Det er jo svært, ikke? En typisk kontaktformular er jo forskellig fra hjemmeside til hjemmeside, men en af de ting, en typisk kontaktformular har, er et beskrivelsesfelt, hvor man kan skrive ekstra ting. Man kan have lavet felter, hvor man siger: Det her er størrelsen på min lejlighed, det her er væggen, der skal males, det her er farven. Men hvis man ikke har de kategorier og forventer, at en klient, der gerne vil have malet sin lejlighed, skriver i det her felt, at det er de her ting, jeg har brug for, jamen så kan man godt komme ud i, at det nok vil være bedst kun at lave et udkast. Så vil medarbejderen se det her udkast og sige: »Jamen, jeg skal nok ændre det her svar, jeg skal lige tjekke efter, eller jeg skal spørge på en anden måde.« Men så har man et startpunkt. Så har man et eller andet i sin indbakke, som har fortalt én, at man har en ny potentiel kunde, der rigtig gerne vil et eller andet med én og ens virksomhed.
25:44 AI i kundeservice
Alexander: Ja, jeg er meget enig. Nu har jeg læst meget på LinkedIn i opslag og så videre om AI i kundeservicedelen. Og det er ikke nogen artikel, det er noget, jeg udleder af, hvad folk skriver, så det er jo noget, man ikke skal tage for gode varer.
Victor: Så det er med et gran salt?
Alexander: Ja, præcis. Men det er, at mange kunder tager afstand fra de AI-telefoner og -mails og chatbots og så videre, og nu kan jeg ikke sige mange, men dem, jeg har læst om i hvert fald, går hen til en konkurrent i stedet. Så må man jo også spørge: Hvad er grænsen? Kan jeg få et svar her og nu og være i kontakt med et menneske inden for 24 timer, eller skal jeg vente de 72 timer på, at vedkommende kommer tilbage til mig, og så er det et menneske?
Victor: Det kommer jo an på … Det er jo fra klient til klient.
Alexander: Ja, ja, det kommer an på personen og så videre. Facebook er jo også et hurtigt sted. Hvis der er en, der skriver en dårlig kommentar, så bliver [mange af de næste] også dårlige, og nogen gejler det op, ikke?
Victor: Ja.
Alexander: Så for at vende tilbage: Ja, jeg synes, det skal være et udkast, og jeg synes, at man skal prøve at gøre mailen så personlig som muligt, og det kan du gøre via dit udkast, og det kan gå automatisk.
Victor: Vi har endda snakket om det her i tidligere afsnit, det her med human touch. Det her er en situation, hvor man lige skal have mennesket henover og dobbelttjekke arbejdet. For AI arbejder ud fra nogle parametre, som er konkrete fakta. Den kan jo ikke give dig et svar på noget, den ikke har.
Alexander: Nej.
Victor: For AI’ens arbejde er jo kun, at den gætter. Den giver det bedste bud ud fra det, den har.
Alexander: Præcis. Og den har ikke noget datasæt om den her kunde, der kommer ind.
Victor: Præcis.
Alexander: Så den måde, man kunne ændre det på: Er du en maler, der egentlig har AI, men bruger den til udkast, og du har fået nogle billeder af en væg, så siger du: »Jamen, flot væg« eller »Det er måske ikke den fedeste stue, men den der farve passer perfekt til et eller andet«. Gør det personligt.
Victor: Ja, præcis.
Alexander: Det tror jeg. Igen, new ways of working.
Victor: Ja.
Alexander: Ja, jeg tror bare, at kundeservice betyder mere nu, end det plejede at gøre.
Victor: 100 procent. Jeg tror bare lidt, at malerfaget har den samme jargon, som kokkefaget har. Man er sådan lidt en havnearbejder. Man er lidt rap … hvad hedder det?
Alexander: Rap i replikken.
Victor: Rap i replikken, det er sådan, det er. Men yes. Har du flere til mig i dag?
Alexander: Jeg har masser.
Victor: Der var to tilbage, så måske ikke masser.
Alexander: Jeg har faktisk flere. Jeg har flere.
Victor: Okay.
Alexander: Rykke leverandøren for leveringstid.
Victor: Okay. Altså, du mener, at jeg som virksomhed …
Alexander: Jamen altså, lad os sige, at du er en virksomhed, der forhandler nogle ting. Det vil sige, at jeg bestiller en vare af dig, og for at du kan lave den, skal du have en komponent fra den ene leverandør og en komponent fra den anden leverandør, så du kan løse min opgave.
Victor: Automatiser det. Men automatiser det på en måde, hvor den her mailagent – for det er jo som regel over mail – ligesom læser, hvad den tidligere samtale har været, så den har den rigtige kontekst og data og den rigtige tone.
Alexander: Ja. Alt det der med mailagenter: Træn den på det data, du har, i forhold til, hvordan du svarer de her kunder. Og når du får en ny kunde ind, så måske lade være med at bruge mailagenten til at starte med. Det vil jeg nok ikke gøre.
Victor: Ja. Få den bare til at læse og få data ind, så den forstår din tone og måden, du snakker på, inden du rent faktisk begynder at bruge den. Giv det lige en måneds tid.
Alexander: Medmindre de også bare bruger [en mailagent]. Så kører du bare Claude mod Claude, og så må de blive bedste venner.
Victor: Det tænker jeg.
Alexander: Kunden klager over en fejl på en vare.
Victor: Ej, den skal tages personligt. Jeg vil sige, at den skal tages personligt. Man kan sagtens, igen, lave et udkast. Man kan sagtens få en agent til måske at læse kvitteringen og give dig fakta videre, så du er velinformeret. Den sorterer informationen ordentligt.
Alexander: Prepper casen.
Victor: Prepper casen. Men det her er en menneskesag i min optik. Igen, det her med kundeservice. Men tilbage til nye måder at arbejde på: Du har en agent, der prepper dig og hjælper dig med at forstå sagen bedre, så du kan yde en rigtig god service og tage hånd om din kunde, der har den her klage. Og ikke bare tage imod klagen og sige, at kunden får en rabatkode, eller hvad det nu ellers kan være.
Alexander: Ja, helt klart.
30:41 Sådan kan en lille virksomhed bruge AI
Alexander: Apropos new ways of working, og især hvis vi snakker håndværkerfag: Jeg sad faktisk og tænkte forleden, hvis jeg lige pludselig stod i den situation, at jeg var mester et eller andet sted og skulle drive en virksomhed, hvordan skulle jeg så egentlig bruge AI i min virksomhed? Hvis du er en større virksomhed, så er du heldig at have en receptionist, der måske tager imod nye kundeordrer og så videre, og så er du godt sat. Ellers er det dig selv, der skal gøre det. Den måde, jeg ville gøre det på, var, at jeg ville automatisere den her proces. Selvfølgelig skal man have mulighed for at kunne ringe til et menneske, men alle mails frem og tilbage – »Kan du komme her?« »Nej, jeg kan ikke komme her.« »Okay, kan du komme her?« »Nej, det kan jeg heller ikke.« – automatiser det. Giv receptionisten flere timer i sin dagligdag. Sørg for, at de timer bliver brugt på at ringe til de kunder, der i dit CRM-system står som afsluttet eller faktura sendt. Ring til de kunder, og sig: »Hey, hvordan var din oplevelse? Synes du, det var fedt? Skriv et Google-review, så er du mega sød.« Eller den anden: »Nej, det var [ikke godt].« »Okay.« Så fanger vi kunden med det samme, og så kan vi komme ud og løse det, før det bliver et dårligt Google-review.
Victor: Og nu er du igen ude i det her med at kunne levere rigtig god kundeservice ved hjælp af de her værktøjer.
Alexander: Præcis. Så shifter du fra AI-slop til, at du rent faktisk har virksomheden med hele vejen igennem. Og hvis vi bare snakker rangering og SEO, GEO og så videre: Jo flere Google-reviews du får, jo flere hits får du på din hjemmeside. Så det er bare et hjul, der bliver ved med at køre. Det er sådan et positivt feedbackloop. Free tip, by the way.
Victor: Flere pro-tips herfra. Nu hvor du nævner malerbranchen, så går jeg lige tilbage til kokkebranchen. I hvert fald for nogle år tilbage lavede de fleste restauranter i København de her tasting menus, hvor du får mellem 3 og 7 retter. Det er meget typisk.
Alexander: Sådan lidt Dining Week-agtigt?
Victor: Ja, lidt Dining Week-agtigt. Nok fordi alle kokke hader Dining Week. Og hvis du har arbejdet i København, og du er kok – ikke fordi jeg på nogen måde tænker, at kokke lytter med, for hvorfor skulle de gøre det?
Alexander: Nej.
Victor: Nej. Så hvis du ikke hadede Dining Week, så var der noget forkert med dig. Men alle opskrifterne er jo meget konkrete i forhold til, hvor meget man skal bruge af hvad, og alle de produkter, du bruger, kommer også med et meget specifikt datasæt over, hvad de indeholder. Nogle af de ting, der måske vil ændre sig, er, at hvis du køber en hel fisk ind, har den lidt varierende vægt.
Alexander: Ja, vægt.
Victor: Men de stykker, du serverer, er jo stadig de samme stykker. Så du kan lave en proces, hvor du fortæller, hvor meget du har solgt på en aften, via et screenshot af den her lange, lange kvittering, man får, når man laver regnestykket. Og så har du ploppet alle dine opskrifter ind i Claude. Nu siger jeg Claude, fordi vi bruger Claude. Og det, Claude så gør, er, at den ud fra, hvor meget du har solgt i aften, og hvor meget du bruger, fortæller dig: Så skal du bestille så og så meget hjem. Det her er din ordreliste. Så har du en automatiseret proces til at lave en ordreliste.
Alexander: Men det skal i hvert fald lige have et datasæt først, for det er jo ikke alle aftener, der er en fredag aften.
Victor: Nej, nej, nej.
Alexander: Hvis du tager udgangspunkt i en meget travl aften, når du bestiller op …
Victor: Så ja, datasæt, ikke?
Alexander: Ja, datasæt.
Victor: Okay. Har du ikke en til til mig?
Alexander: Ja, jeg har lidt ekstra til dig.
Victor: Alright.
Alexander: Opslag om en medarbejder.
Victor: Altså, snakker vi poster?
Alexander: Ja, ja. Altså, det er måske mere internt. […]
Victor: Okay. Jeg tror ikke, du kan automatisere det.
Alexander: Ej, jeg tror heller ikke. Altså jo, men så skal du gøre en masse ekstra ting for at …
Victor: Jeg tror bare, jeg vil personalisere det.
Alexander: Men det er også mere i forhold til forskellen på de 49 procent og de 13 procent, der bruger automatiseringer. Statistikken, hvad var det? Danmarks Statistik.
Victor: Ja. Jeg tror, det her bliver en af dem, hvor statistikken holder.
Alexander: Ja, den holder. Men du kan jo altid bruge chatten til at hjælpe dig med at skrive et godt opslag.
Victor: Ja, det kan man jo sagtens.
Alexander: Så er der sådan noget som at forhandle priser og alt sådan noget. Det er vel også bare …
Victor: Drop det.
Alexander: Menneskeligt.
Victor: Ja, drop det.
Alexander: Menneskeligt. Ja.
35:04 Virtuelle medarbejdere og faste rutiner
Victor: Ej, ved du hvad? Jeg vil faktisk gerne hoppe over på den anden side. Eller i hvert fald, det er måske …
Alexander: Altså [AI] i siden, eller hvad?
Victor: Ja. Altså, du kan jo igen, det her med datasæt, vi har jo stået og snakket om …
Alexander: Det her er jo at forhandle en ny pris. Lad os sige en leverandørpris på et eller andet.
Victor: Ja. Nej, lad være.
Alexander: Eller hvis det er det kundemøde, vi skal ud til på et eller andet tidspunkt, og så bare sende vores agent i stedet: »Hey, kan I ikke bare chatte med den her, så finder den en løsning til jer?«
Victor: Jeg vil sige, at prepwork er en god idé, men selve forhandlingen, den skal nok være menneskelig.
Alexander: Den skal nok.
Victor: Ja. Næ, ved du hvad? Du kan jo … Hvad er det, Higgsfield, tror jeg, det er? Der kan du jo lave en virtuel persona, og så kan du få ElevenLabs til at lave stemmen, og bum, bum, bum, så har du et virtuelt menneske.
Alexander: Måske. Jeg har en sidste.
Victor: Den sidste.
Alexander: Noget, som to folk gør på hver sin måde.
Victor: Er det ikke bare en SOP? Den behøver da ikke så meget AI.
Alexander: Nej, nej. Det er altså rutinen. Skal den skrives ned?
Victor: Ja. Yes. For at standardisere rutinen.
Alexander: Helt klart.
36:19 Demo: Gmail i Claude
Victor: Okay, fedt.
Alexander: Ja. Det var egentlig det, vi havde. Og så går vi nu over til det her, som vi nævnte til at starte med: min frygtelige indbakke.
Victor: Klar til at fikse din indbakke?
Alexander: Ja. Og fordi vi stadig sidder over for hinanden, så kommer vi til at snakke om det, og så kommer skærmen til at skifte over til min computer, så I kan se med i, hvad jeg gør.
Victor: Og så guider jeg dig lidt igennem.
Alexander: Yes. Nu er det ikke, fordi jeg ikke selv ved, hvordan man gør. Jeg har bare ikke haft overskud til at gøre det. Og nogle gange er det bare rart at have en person, der siger: Gør det her, det her, det her, det her.
Victor: Så du ikke selv skal tænke. Jeg får simpelthen lov til at [drille] dig lidt i dag.
Alexander: Nej. Nå, jeg er inde på Claude Desktop-appen.
Victor: Ja.
Alexander: Som man downloader på Claudes hjemmeside.
Victor: Yes.
Alexander: ChatGPT har også en desktop-app. [Claudes] anbefaler vi at bruge, for der kan du bruge Cowork. Det kan man også godt i skyen.
Victor: Ej, Codex tænker du på? Eller tænker du på Cowork?
Alexander: Jeg snakker om Cowork.
Victor: Ah, altså du tænkte på Microsoft?
Alexander: Nej. Cowork, Claude.
Victor: Nå ja. Ja, det er rigtigt.
Alexander: Godmorgen til Victor.
Victor: Ja, godmorgen til mig. Det fungerer på den måde, at nogle ting kører på computeren og ikke i skyen på samme måde. Så kan den også styre nogle ting på din computer. Det gør det lidt nemmere nogle gange.
Alexander: Hvis du er lidt doven.
Victor: Ja.
Alexander: Nå, jeg har åbnet en chat, et Claude-vindue. Hvad skal jeg gøre?
Victor: Der burde være et plustegn nede i venstre hjørne.
Alexander: Er det det, du mener?
Victor: Ja. I det plustegn kommer der en pop-up. Den burde sige …
Alexander: Connectors.
Victor: Connectors. Det er helt rigtigt. Så burde der være en lang liste af connectors. Hvis den ikke allerede er der, hvor der står Gmail, så går du ind i det, der hedder Add connectors, Browse connectors, og så plejer den at være nem at finde. Og hvis man ikke lige kan finde den, så er der en søgebar, og så finder man den derfra. Når du har gjort det, så gætter jeg næsten på, at der er en tilladelsesproces, hvor du lige skal autentificere.
Alexander: Det får I desværre ikke lov til at se. Men den er jeg i hvert fald inde på nu.
Victor: Den er inde på lige nu. Okay.
Alexander: »Connected to Gmail«, siger den.
Victor: Det, jeg tænker, du gør, er, at du sætter den til en [mindre] model til at starte med.
Alexander: Og hvorfor gør jeg det?
Victor: Hvorfor du gør det? Du gør det, fordi det første, jeg tænker, du skal gøre, er lige at bekræfte, hvor mange ulæste mails du har. Så den skal egentlig bare læse ét felt. Og det behøver du ikke at bruge Opus til. Du behøver ikke at bruge en tung og dyr model til en relativt nem opgave. Så det første, du gør: I højre hjørne står der, hvilken model du bruger.
Alexander: Så kan jeg se, at der er noget, der hedder effort.
Victor: Ja.
Alexander: Der står den som default på medium.
Victor: Det er også fint til den her opgave, for det er en meget specifik opgave. Men grunden til, at du kan ændre effort, er: Skal den kigge ud over det, du beder den om?
Alexander: Skal den lave sådan en lille fortolkning?
Victor: Eller skal den bare holde sig til det, du skriver? Du starter med … Har du gjort den klar? Kan du skrive?
Alexander: Ja, jeg kan godt skrive.
Victor: Super. Så skriver du: »Jeg har tilknyttet min Gmail via MCP. Den burde være autentificeret. Kan du bekræfte, hvor mange ulæste mails jeg har?«
Alexander: Og grunden til, at jeg gør det her, er ikke kun for at dobbelttjekke, hvor mange ulæste mails jeg har?
Victor: Nej, det er faktisk for at verificere, om den kan læse din Gmail. Og det er også vigtigt at sige, at man godt må stave forkert, når man skriver til Claude, hvis man ikke lige kan huske, hvordan …
Alexander: Yes.
Victor: Hvordan autentificere staves? Er det det, du prøver at sige?
Alexander: Jeg har skrevet autentificeret, jeg ved ikke … Hvad var det? Jeg har 8.929 ulæste tråde. Det var ikke kun 2.000. 5.485 af dem er reklamer. 2.298 er opdateringer.
Victor: Ja.
Alexander: 970 er sociale.
Victor: Okay.
Alexander: Og 889 er primære. Det vil sige, at 889 er mine mails og rent faktisk relevante for mig, basically.
Victor: Okay.
Alexander: Ej, det kan jo så være sådan noget som e-Boks og så videre, der måske kommer ind et eller andet sted.
Victor: Okay. Så hold da op. Det bliver måske en lidt større opgave end forventet.
Alexander: Men vi kan i hvert fald sætte den i gang.
Victor: Vi kan sætte den i gang. Det, du gør nu, er, at du går tilbage til Opus. Du ændrer lige modellen en gang til. Og du må faktisk gerne sætte effort en lille smule op. Jeg tænker, at high er fint.
Alexander: Ja.
Victor: Og det, du så beder den om nu, er, at den skal gå igennem alle dine mails og finde ud af, hvad der tilhører hvad. Så den skal lave nogle kategorier. Den skal finde ud af, hvilke kategorier der er tilgængelige for dig.
Alexander: 8.000 ulæste tråde, vent … Det er … Skal den også finde ud af, hvad der egentlig er relevant?
Victor: Nej, for så begynder den at læse mailene. Du kan sige til den, at den kun skal tage overskrifterne, altså emnelinjen, og gå ud fra det som en kategori. Og så kan du faktisk også godt skrive til den, at den lige skal tjekke adressen, altså det, der kommer efter snabel-a.
Alexander: I forhold til spam og sådan noget?
Victor: Ja, i forhold til spam, men også i forhold til …
Alexander: Phishing?
Victor: Ja, men jeg tænkte faktisk mere på det som kontekst. Hvad hører til hvad? Altså, hvis du har en mail fra [en bank] og en mail fra [en anden bank]. [Den ene] giver dig et nyhedsbrev, og [den anden] fortæller dig, at du har noget i deres indbakke inde i appen. Det er to forskellige ting. Så vil den måske kategorisere [den første] som et nyhedsbrev og [den anden] som noget vigtigt eller bank. Men de er begge to en bank. Og hvis du gerne vil have en kategori, der hedder bankinformation eller whatever …
Alexander: Ja, så er [nyhedsbrevet] ikke relevant der.
Victor: Nej, præcis. Så der skal man ligesom sige, hvordan de her adresser hænger sammen.
Alexander: »Jeg vil gerne have, at du går igennem alle mine mails, finder ud af, hvad der tilhører hvad, og finder ud af, hvilke kategorier der er tilgængelige for mig. Tag udgangspunkt i overskrifter, og tag det som kategori. Tjek, hvad der kommer efter snabel-a, i forhold til spam, phishing, kontekst, hvad der hører til hvad. Altså, en mail fra [en bank] med et nyhedsbrev og en fra [en anden bank] med en vigtig bankbesked kan ikke være i samme kategori.«
Victor: Så trykker du enter.
Alexander: Enter?
Victor: Enter.
Alexander: Yes.
Victor: Og så tænker den lidt. Den plejer at sige nogle sjove ting, mens den tænker.
Alexander: Den er bare »thinking« lige nu.
Victor: Så der ikke er komplet stilhed: Hvad har vi af ting, vi lige kan tage op, mens vi venter?
Alexander: Jamen altså, lige nu, den første besked, jeg har fået: »Indbakken er på cirka 10.500 tråde, og det er for meget til at læse i én omgang. Jeg deler den derfor op i dele, der kører parallelt: primær plus spam, opdateringer, reklamer, sociale plus arkiveret. Hver del gennemgås afsender for afsender ud fra domæner og emnedetaljer. Jeg ændrer intet i din mail i den her runde. Det er kun en kortlægning.«
Victor: Så det er en kortlægning lige nu?
Alexander: Ja.
Victor: Og det kommer nok til at tage noget tid.
Alexander: Det kommer nok til at tage noget tid. Så for at forklare, hvordan det egentlig kommer til at foregå:
44:15 Sådan ser resten af demoen ud
Alexander: Den kommer til at kortlægge det her, og så kommer den til at spørge mig: Hvordan skal det her kategorisystem sættes op? Hvad skal de hedde? Hvad skal hvorhen? Den giver mig måske eksempler på nogle mails, så jeg kan få øjnene op for, hvad det her er.
Victor: Og så kan man virkelig gå i detaljer om præcis, hvordan man gerne vil have det.
Alexander: Og det er bare at skrive med den.
Victor: Ja.
Alexander: Og nu må jeg sige, at det her ikke engang har været en særlig god prompt, vi har skrevet ind. Det har bare været en chat. Det har bare været en chat. Men så længe du egentlig ved, hvad målet er, og du giver målet til Claude …
Victor: Jeg kan så fortælle dig, hvad konklusionen er, for jeg har jo gjort det. Til sidst, efter du har kortlagt alting, og efter du har givet specifikationer, så siger du til den: »Det her er lige præcis sådan, jeg gerne vil have det. Det her er det, der skal komme ind i min indbakke. Det her er de etiketter og kategorier, der skal være tilgængelige. Lav mig en XML-fil.« Den skal du uploade til Gmail, og så fikser den alting.
Alexander: Og så kører Gmail det bare som en automatisering?
Victor: Ja, præcis.
Alexander: Eller et script?
Victor: Nej, for det, du gør med den her XML-fil, er, at du giver Google Mail nogle regler, den skal følge, når der kommer mails ind. Men når du gør det, så er alle de gamle mails ikke organiseret endnu. Så du skal faktisk også bede chatten, efter du har uploadet, om at følge den her XML-fil og organisere alle de ulæste mails, der nu er i din mail.
Alexander: Der er 10.500.
Victor: Der er 10.500. Der kommer du til at bruge rigtig mange tokens.
Alexander: Ja. Det er fint.
Victor: Ja. Og få sat dem ind i de kategorier og etiketter, som hører til dem.
Alexander: Ja.
Victor: Ja. Og så arbejder den inde i mailene og sorterer alting. Det er konklusionen på det. Så får du en sorteret indbakke.
Alexander: Tjek.
Victor: Tjek. Skal jeg sende prompterne til dig?
Alexander: Nej, jeg tænker, jeg klarer det herfra, bror. Og jeg tænker også, at jeg lige får taget nogle billeder af de forskellige processer, og så kan vi lægge det ind som en karrusel.
Victor: Ja.
46:22 Tak for nu
Alexander: Yes. Det var egentlig det, vi havde for den her episode.
Victor: Der kommer opslag. Der kommer opslag på LinkedIn, der kommer opslag på TikTok, der kommer lidt shorts om processen i hvert fald.
Alexander: Det gør der. Og så generelt set er det vigtigt lige at sige: Vi vil gerne skabe noget debat, så I skal bare skrive på opslagene, om I [er enige med] os i det ene, det andet eller det tredje. Og så skal vi prøve at komme med en fed kommentar til jer.
Victor: Og så komme med det i opløb … Det vil lige sige, at …
Alexander: … hvis I kommenterer og gerne vil have, at vi snakker om det i podcasten, så kan der godt være lidt ventetid, for i og med at vi optager lidt forud for at optimere vores tid, er det ikke altid, vi kan tage det op. Men vi prøver.
Victor: Det kan også godt være, at det bliver et klip, vi selv laver, eller en video for sig eller lignende.
Alexander: Ja, eller vi tager den derhjemme.
Victor: Det er jo det. Men tusind tak, fordi du lyttede med.
Alexander: Tusind tak. Og så husk at følge med på alle platforme.
Victor: Og vi ses.
