AI-chips: Regn på opgaven, før du køber løftet

Lysbaseret beregning åbner spændende muligheder. For danske iværksættere ligger værdien i at få hele arbejdsopgaven løst billigere.

Forestil dig en dansk netbutik, der vil skabe billeder til sit sortiment med kunstig intelligens. Nye AI-chips lover billigere beregninger, og leverandørens demonstration ser lovende ud. Men hvis medarbejderne stadig skal rette billederne, vente på overførsler og kassere mislykkede forsøg, kan besparelsen forsvinde, før noget når ud til kunden.

Den relevante målestok er prisen på et resultat, virksomheden faktisk kan bruge. Det lyder ligetil, men netop den forskel bliver interessant, når forskere forsøger at flytte beregninger fra grafikprocessorer, også kaldet GPU’er, over i lysbaserede systemer. Her kan en imponerende fysisk egenskab og en god forretning ligge langt fra hinanden.

Y Combinators internationale forskningssamtale fra 2. oktober giver et konkret holdepunkt: Ilker Oguz præsenterer billedgenerering med lys fra 22:23. For en dansk iværksætter rejser arbejdet et nyttigt spørgsmål: Hvilke betingelser skal være opfyldt, før den tekniske gevinst kan ses i virksomhedens regnskab?

Lysets fordel har nogle bestemte betingelser

Oguz og hans medforfattere undersøger en diffusionsmodel, altså en model, der skaber billeder ved gradvist at fjerne støj. I deres forskning i optisk billedgenerering bearbejdes lys gennem særligt indrettede optiske lag. Lysets bevægelse udfører dermed en del af beregningen.

En afgørende detalje er, at lagene kan genbruges gennem gentagne beregninger uden løbende at ændre deres indstillinger. Forskerne tilpasser metoden til den egenskab. I deres beregning af energiforbruget antager de passive lag, mens forsøgsopstillingen benytter programmerbart udstyr.

Den forskel betyder noget for køberen. Et beregnet potentiale under bestemte forudsætninger giver ikke i sig selv en pris på en færdig tjeneste. Virksomheden skal også kende udgiften til at sende oplysninger ind, hente resultatet ud og få løsningen til at fungere sammen med sine øvrige systemer.

Oguz fremhæver også udfordringen ved at flytte store datamængder ind i det optiske system i spørgerunden omkring 30:59. Min læsning er derfor, at den interessante forretningsmulighed ligger i nøje afgrænsede opgaver, hvor systemets styrker kan udnyttes igen og igen. Det kræver kendskab til kundens arbejde helt ned i detaljen.

Gør det brugbare resultat til regneenheden

For netbutikken kunne målet være et godkendt produktbillede, der viser varen korrekt og kan lægges direkte ind på produktsiden. Så skal forsøget omfatte hele vejen fra produktdata til godkendelse. Et flot billede af en stol med forkerte armlæn tæller som en fejl, selv om beregningen var billig.

Den tilgang er også relevant, hvis du undersøger muligheder for at tjene penge med AI. Din kunde køber en leverance, og derfor bør du kende arbejdstiden og udgifterne bag hver leverance, før du lover en fast pris. Ellers kan ekstra korrekturrunder æde den fortjeneste, du havde regnet med.

Bed leverandøren gennemføre en prøve med dine egne, repræsentative opgaver. Aftal på forhånd, hvad der gør et resultat godt nok, og lad de svære tilfælde indgå. En prøve, der kun omfatter de letteste varer eller de pæneste billeder, fortæller for lidt om en almindelig arbejdsdag.

• Samlet pris: Medregn beregning, dataoverførsel, opsætning og medarbejdernes kontrol.
• Brugbar kvalitet: Registrer både godkendte resultater, omarbejdning og kasserede forsøg.
• Ventetid: Mål tiden, indtil resultatet kan bruges i virksomhedens arbejdsgang.
• Belastning: Undersøg, hvad der sker, når mange opgaver skal løses samtidig.

For en virksomhed, der arbejder med indholdsmarkedsføring og synlighed, bør forsøget desuden følge materialet frem til offentliggørelse. Hurtig billedproduktion hjælper kun på gennemløbstiden, hvis udvælgelse og godkendelse kan følge med. Det er dér, en teknisk måling bliver til en beslutning om bemanding og kapacitet.

Fleksibilitet skal også have en pris

En løsning med faste indstillinger kan være interessant, når den samme opgave gentages under stabile forhold. Men forestil dig, at netbutikken udvider sortimentet, eller at kunderne begynder at efterspørge en anden billedstil. Så bliver det afgørende, hvordan modellen kan ændres, og hvad ændringen kræver.

Her er en konkret opgave til den teknisk ansvarlige: Få leverandøren til at beskrive en opdatering fra start til slut. Skal modellen trænes igen? Kræver det nyt udstyr, en pause i driften eller hjælp fra specialister? Svarene hører hjemme i samme regnestykke som energiforbruget.

For en ung virksomhed, der stadig afprøver sit produkt, kan muligheden for at ændre retning have stor værdi. Hvis kundernes behov endnu er uklare, kan det være for tidligt at indrette hele løsningen efter én snæver opgave. Omvendt giver en velkendt, gentagen opgave et langt bedre grundlag for at undersøge specialiseret beregning.

Billigere beregninger ændrer heller ikke behovet for kontrol med, hvad virksomheden sender ud. Arbejder du med billeder eller stemmer, er AI-svindel og klonede stemmer et relevant nabotema: Aftal, hvem der må fremstille materialet, og hvem der godkender brugen. Den arbejdsgang skal kunne følge med en større produktion.

Det kan du tage med: Køb en dokumenteret forbedring

Vurder nye AI-chips gennem en afgrænset prøve, hvor leverandøren skal løse den samme opgave som din nuværende løsning. Hold kravene til kvalitet og levering ens, og medregn arbejdet omkring selve beregningen. Så kan du se, om fordelen overlever mødet med din virksomhed.

Som stifter kan du bruge den samme prøve til at skærpe dit produkt. Find den gentagne opgave, hvor kunderne oplever en konkret udgift eller ventetid, og undersøg, om en specialiseret løsning kan forbedre den. Det giver et mere præcist udviklingsmål end ambitionen om blot at anvende en ny type chip.

Forskningen i lysbaseret beregning giver god grund til nysgerrighed. Den næste beslutning kan være helt jordnær: Vælg en arbejdsopgave, fastlæg et brugbart resultat, og mål hele vejen derhen. Det er prisen på det godkendte resultat, du skal kunne bygge en forretning på.

Video: Y Combinator, 2. oktober 2026. Optisk billedgenerering fra 22:23 og spørgsmål om praktiske begrænsninger fra 30:03.

Den relevante målestok er prisen på et resultat, virksomheden faktisk kan bruge.

Det er prisen på det godkendte resultat, du skal kunne bygge en forretning på.

▶

Se det oprindelige afsnit på YouTube: Y Combinator.

Kilder

• Y Combinator: Kan vi undvære grafikprocessorer? — Udgivet 2. oktober 2026. Ilker Oguz om optisk billedgenerering fra 22:23, antagelsen om passive optiske lag omkring 27:42 og udfordringer ved dataoverførsel omkring 30:59. Henvisningerne er kontrolleret i videoens automatiske engelske undertekster.
• Ilker Oguz m.fl.: Optiske diffusionsmodeller til billedgenerering — Forskningsartikel fra 2024. Beskriver den optiske metode, forsøgsopstillingen og forudsætningerne for beregningen af energiforbruget. Resultaterne dokumenterer ikke omkostningerne ved en færdig virksomhedsløsning.