Klumme: hvad skal du stadig kunne selv, når AI kan næsten alt?

Hvis en maskine kan skrive tilbuddet, svare på mailen og lave regnskabsoversigten, hvad er det så, du som lille erhvervsdrivende stadig skal kunne selv? Det spørgsmål stiller podcasten HverdagsAI i afsnittet “Hvad skal du stadig kunne selv, når AI kan gøre næsten alt?”, og det er værd at tage alvorligt, også hvis man endnu ikke bruger AI en eneste dag.

▶

Kilde: HverdagsAI, “Hvad skal du stadig kunne selv, når AI kan gøre næsten alt?”, 30.9.2026

Vi bliver ledere af AI-systemer

Ifølge beskrivelsen af afsnittet bliver vi alle ledere af AI-systemer. Det lyder som en floskel, indtil man husker, hvad en leder egentlig laver: formulerer en opgave, så andre kan løse den, kontrollerer resultatet og tager ansvaret, når det går galt. Beskrivelsen peger på netop det: en god opgavebeskrivelse og en klar problemformulering gør forskellen, og man bør altid tjekke kilder, belæg og resultater. Det er ikke teknologi, det er almindeligt ledelseshåndværk, og det kan en ejer af en lille virksomhed i forvejen mere, end vedkommende tror.

Forskellen er, at man nu kan lede noget, der svarer prompte og overbevisende, også når det tager fejl. Det gør kontrol til den vigtigste færdighed. Den, der spørger en AI om markedsstørrelsen på sin branche og kopierer tallet ind i en investorpræsentation uden at se efter, har ikke sparet tid, men flyttet risikoen over på sig selv.

Hvor langt er danske virksomheder?

Danmarks Statistik viste i marts 2025 i en nyhedsudgivelse om AI i virksomhederne, at brugen af AI blandt virksomheder med mere end ti ansatte steg fra 15 procent i 2023 til 28 procent i 2024. AI bruges mest til skrevet tekst (18 procent) og tekstanalyse (17 procent). Og kløften efter størrelse er tydelig: 63 procent af virksomhederne med mindst 250 ansatte bruger AI, mod kun hver fjerde af dem med 10 til 49 ansatte.

Tallene dækker ikke de helt små virksomheder, så jeg vil ikke påstå noget om dem. Men retningen er klar, og den lille virksomhed har en fordel, som de store mangler: korte beslutningsveje. Man kan prøve et værktøj mandag og droppe det fredag. Det er en god ramme for at lære, hvad man selv skal beholde.

Hvad bør du beholde selv?

Afsnittet berører, hvilke opgaver man kan uddelegere, og hvilke færdigheder man bør blive ved med at træne. Det peger også på, at vi bevarer vores egen stemme, empati og faglige dømmekraft. Det er en nyttig skelnen for en håndværker, en butiksejer eller en konsulent. Tilbuddet kan et værktøj skrive, men kundens tillid bygger på, at du møder op, kender kundens situation og står inde for prisen. Den første udgave af en e-mail kan komme fra en maskine, men den sidste sætning bør være din.

Her er en praktisk tommelfingerregel. Uddelegér det, du kan tjekke hurtigt, og behold det, hvor en fejl er dyr, og hvor kunden betaler for dit navn. Hvis du vil se, hvordan branchekendskab kan bruges til at finde kundens dyreste problem, kan du læse om AI til virksomheder og kundens dyreste problem, og hvis du overvejer at bruge AI til at få ekstra indtægt, så læs også, hvad der ligger i en sidehustle med AI.

Lær, uden at springe forståelsen over

Afsnittet kommer også ind på, hvordan unge og studerende kan bruge AI til at lære, uden at springe forståelsen over. Det gælder alle, der skal lære noget nyt, ikke kun unge. Hvis du bruger AI til at få et svar, har du et svar. Hvis du bruger den til at få forklaret, hvorfor svaret er rigtigt, og til at udfordre dine antagelser, har du lært noget. Netop evnen til at stille modspørgsmål er et af de punkter, beskrivelsen fremhæver: AI kan udfordre vores idéer og antagelser.

Der er også en sikkerhedsside. Jo mere vi stoler på, at tekst, billeder og stemmer kommer fra de rigtige, jo større er risikoen for svindel. Artiklen om AI-svindel, deepfakes og klonede stemmer er et godt sted at starte, hvis du vil indføre en simpel regel i virksomheden: aldrig overfør penge på baggrund af en enkelt besked, uanset hvor ægte den lyder.

Spørgsmålet til dig

Afsnittet giver ikke en facitliste, og det er rimeligt. Svaret på, hvad man selv skal kunne, afhænger af ens fag og kunder. Men spørgsmålet fortjener en plads på næste uges mødeliste. Hvilken opgave i din virksomhed ville du sove roligt på, hvis en AI løste den, og hvilken ville du aldrig give fra dig, uanset hvor god den blev?