AI, en Dans på Roser

Dan Rose

En podcast til folk, der arbejder med AI. Dan Rose, stifter af AI-huset Todai, inviterer profiler fra erhvervsliv, politik og forskning ind til skarpe samtaler om kunstig intelligens - med fokus på teknologiens virkelige betydning for forretning, samfund og konkurrenceevne.

Vi sætter det faglige niveau op og går et skridt dybere med både teknologien og adoption af kunstig intelligens. Vi taler ikke buzzwords og smarte one-liners. Ingen forklaringer af gængse AI-termer.

Podcasten er lavet til dem, der allerede arbejder med AI, hvor samtalerne går på, hvordan AI skal implementeres og adopteres, skaber værdi, kan reguleres og de reelle praktiske erfaringer. Og vi gør det i en tone, der er direkte, faglig og uden alt det AI-hype og raket-emojis.

Podcasten udkommer som lyd og video. Nye episoder hver uge.

Play

Open in

21 episodes
fortnightly
Avg 44 min
Danish

Episodes 21

Newest Oldest Longest

All20 Unplayed20 In progress0 Played0

Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.

S1 · E47
August 24 · 30 min
Udsalg på tokens og en app kodet 100 % af AI
To emner, som viser sig at være det samme emne. Det første er token-økonomi. AI skaber langt mere værdi end vi betaler for. Men alligevel er prisen på tokens noget, der fylder mere og mere i danske virksomheder. Kommer priserne til at eksplodere? Hvordan styrer vi omkostninger? Svaret er måske at prisen ikke er problemet. Det er, at en variabel omkostning møder en organisation bygget til faste kasser og årlige budgetter. Det andet er, at Todai i dag lancerer et kontraktsystem, jeg har kodet 100 % med AI hen over august. Det interessante er ikke systemet. Det er, hvad der sker med et softwaremarked, når udvikling går mod nul i pris: hvad koster så noget, hvem vinder, og hvor smal må en målgruppe være? Kilder og links Todai Contracts: https://todai-contracts.ai Goldman Sachs Research: https://www.goldmansachs.com/insights/articles/ai-agents-forecast-to-boost-tech-cash-flow-as-usage-soars Uber-casen: https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs https://techcrunch.com/2026/06/02/uber-caps-employee-ai-spending-after-blowing-through-budget-in-four-months/ Beyond Budgeting: https://www.fm-magazine.com/issues/2020/jun/how-to-manage-cost-without-a-budget.html https://www.forbes.com/sites/stevedenning/2019/06/24/how-equinor-and-handelsbanken-abolished-budgeting/
S1 · E46
June 30 · 34 min
Få mest AI-værdi for pengene. (Del 3 af 3): Teater eller ægte styring? - Soloafsnit med Dan Rose
Hvordan ved du, at din organisation faktisk har styr på AI? Du kan have den perfekte AI-politik, en AI-styregruppe, et roadmap og en flot risikomatrice. Men stadig ikke få taget de vigtige beslutninger, kende de reelle AI-risici eller måle din fremgang. Og så er det hele jo bare rent teater. I tredje og sidste afsnit af mini-serien tager Dan Rose fat på den fælde, de fleste falder i, så snart de begynder at styre deres AI for alvor: man bygger noget, der ligner styring, og tror så, at fordi det findes, er der styr på det. Man kan argumentere for, at det governance-teater er farligere end slet ingen styring, fordi den falske tryghed får én til at slappe af. Afsnittet handler om at kunne se forskel på teater og ægte styring — og om det, der adskiller dem: evnen til at sætte tal på risikoen, så beslutningen flytter sig fra compliance til forretningen. Du skal blandt andet høre om: De fem tegn på governance-teater: Politikken ingen følger, risikomatricen på mavefornemmelse, styregruppen der aldrig beslutter, vanity-metrics, og mennesket i loopet brugt som syndebuk. Hvorfor en god politik ikke er nok: Og hvad der virker i stedet — at bygge forståelsen ind i træningen, mens medarbejderen har værktøjet i hånden og en konkret opgave i hovedet. Sådan sætter du tal på risiko: To metoder, der kan kombineres — simulering ud fra tidligere sager, og pre-generation probability estimation. Og hvorfor nul-tolerance lyder ansvarligt, men i virkeligheden er det dyre valg i forklædning. Risiko som forretningsbeslutning: Hvorfor et teknisk problem bliver til et spørgsmål om risikovillighed i det øjeblik, det får et tal på — og hvorfor AI Act og GDPR aldrig har bedt om nul risiko. De tre bølger: Effektiviseringsbølgen, kvalitetsbølgen og transformationsbølgen — og hvordan du måler, hvilken af dem I rent faktisk er i. Skygge-AI som et godt tegn: Hvorfor det ikke kun er et sikkerhedsproblem, men også et kort over, hvor efterspørgslen er størst. Syv spørgsmål til din egen organisation: En lakmusprøve, der ret hurtigt afslører, om I har ægte styring eller bare spiller skuespil. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai
S1 · E45
June 15 · 1 hr 12 min
Er AI, som ingen har ansvar for, det mest etiske? – Med Jakob Mainz, ph.d. i AI-etik og Director of AI Governance i Novo Nordisk
Hvad nu, hvis det nogle gange er den etisk rigtige løsning, at ingen kan stilles til ansvar, når en AI laver en fejl? I dette afsnit af AI, en Dans på Roser udfordrer vi en af de mest hellige køer i AI-debatten: Kravet om altid at have et "human in the loop". Gæsten er Jakob Mainz, ph.d. i AI-etik, adjungeret lektor på Aalborg Universitet og til daglig leder af et AI governance-team i Novo Nordisk. Han er medforfatter til det opsigtsvækkende paper "The Value of Responsibility Gaps in Algorithmic Decision-Making", der argumenterer for, at ansvarshuller nogle gange skal bydes velkommen – ikke lukkes. Det her er ikke AI-etik som kaffeklub og åbne spørgsmål uden svar. Det er anvendt filosofi med konkrete bud, der allerede har ændret beslutninger – blandt andet på et stort hospital i London. I afsnittet dykker vi ned i: Ansvarshuller som design-valg: Hvorfor det kan være moralsk forsvarligt – ja, nogle gange bedst – at automatisere en beslutning, selvom ingen kan stilles til ansvar, når det går galt. Fordi det også er en omkostning at gøre mennesker ansvarlige for fejl. Human in the loop som syndebuk: Forskellen på at være ansvarlig, at være egnet til at bære ansvar og at blive holdt ansvarlig. Og hvorfor du som medarbejder skal være kritisk, når din arbejdsgiver pludselig vil have dig i loopet – er det for kvalitetens skyld, eller bare så de kan "fyre Henning"? Skal AI holdes til lavere standarder end mennesker? Det provokerende argument om, at en mindre præcis AI kan redde flere liv end lægen – illustreret med sepsis-overvågning, hvor hastighed trumfer akkuratesse. Bias, støj og kravet om forklaringer: Hvorfor mennesker hverken er så forklarlige eller så upartiske, som vi tror – og hvorfor vi kan gentræne en model, men ikke "overlægen Ole nede på Riget". Etik er ikke jura: Hvorfor compliance-tjeklisten ikke fritager dig for etisk ansvar, hvorfor AI Act risikerer at blive en sovepude, og hvorfor en "AI Ethics Officer" skal være consulted – aldrig accountable. Til sidst får du Jakobs AI-kæphest: Opgøret med "AI first"-tilgangen, hvor teknologien vælges, før nogen har spurgt hvorfor. Links nævnt i afsnittet: The Value of Responsibility Gaps in Algorithmic Decision-Making (Munch, Mainz & Bjerring, Ethics and Information Technology, 2023): Læs paperet her: https://link.springer.com/article/10.1007/s10676-023-09699-6 Jakob Mainz' øvrige forskning i AI-etik, dobbeltstandarder og retten til forklaring: https://philpeople.org/profiles/jakob-mainz
S1 · E44
June 8 · 47 min
Få mest AI-værdi for pengene. (Del 2 af 3): Derfor tager jeres AI-beslutninger flere måneder
Hvorfor tager simple AI-beslutninger ni måneder hos selv de mest velkørte virksomheder? Og hvorfor er konsekvensen, at AI-værdien udebliver — uanset hvor mange licenser man har købt? I andet afsnit af mini-serien om AI-governance dykker Dan Rose ned i det, der følger af forrige afsnits pointe: når governance i sin kerne er organisationsdesign, så er det næste spørgsmål, hvor i organisationen beslutningerne om AI skal placeres. Hvem ejer hvad. Hvor hurtigt skal det gå. Og hvorfor de fleste danske virksomheder lige nu sidder fast i en model, de aldrig har valgt. Du skal blandt andet høre om: Beslutninger, der hænger fast lige nu: Connections, projektstart, adoption, kommunikation og procedurer. Hvorfor de tager måneder — og hvordan en god beslutning (om fx Claude koblet på Teams eller Salesforce) faktisk burde tages på en uge. De tre governance-modeller — og den fjerde, ingen har valgt: Hub-and-spoke, fødereret governance og platform-as-a-product. Hvornår man bruger hvad, og hvorfor den tilstand, de fleste virksomheder rent faktisk befinder sig i, er den værste model overhovedet. AI Centers of Excellence skal omdøbes til Centers of Enablement: Hvorfor de fleste CoE'er prøver at være alle fire team-typer fra Team Topologies samtidigt — og hvorfor det aldrig går godt. RACI på AI: Den 40 år gamle metode fra projektledelse er god AI governance. Hvorfor forretningen skal være Accountable, og IT må ingenting eje. Hvornår en AI-agent er kritisk: Fem parametre der afgør, om en løsning er krydset fra skygge til kritisk — antal brugere, kritikalitet af processen, datatype, frekvens og grad af agency. Viden er et governance-element: Hvorfor ambassadører ikke er en blød tilføjelse, men en forudsætning for, at governance overhovedet kan fungere. Kilder og referencer nævnt i afsnittet: Matthew Skelton & Manuel Pais: Team Topologies (2019) — de fire team-typer (stream-aligned, platform, enabling, complicated-subsystem) Bent Flyvbjerg: Forskning der peger på kalendertid som den største risikofaktor i projekter
S1 · E43
June 2 · 28 min
Få mest AI-værdi for pengene. (Del 1 af 3): AI kræver en helt ny organisationsstruktur
Hvorfor er det de færreste organisationer, der får ordentlig værdi ud af AI? Og hvorfor er svaret ikke teknisk, men strukturelt? I første afsnit af en tre-delt mini-serie tager Dan Rose fat på et begreb, mange tror handler om compliance og begrænsning, men som i virkeligheden er den vigtigste disciplin for at skabe AI-værdi: governance. Eller på dansk — forvaltning. Dan argumenterer for, at AI-værdi ikke ligger i teknologien, men i den måde, organisationen forvalter sine indsatser på. Og at den misforståelse, der lige nu hersker omkring governance, koster danske virksomheder enormt mange penge. Du skal blandt andet høre om: Den dyre misforståelse: Hvorfor AI-policy og AI Act ikke er governance — og hvad governance så er. Spoiler: Det handler om alignment, risikostyring og efficiens. Excitement Trap og pilot purgatory: Hvorfor AI er en opportunisme-maskine, og hvordan governance er den eneste modgift, der sikrer, at I bygger de rigtige løsninger til de rigtige problemer. Retning vs. kontrol: Hvorfor de fleste medarbejdere ikke kan svare på, hvad deres organisations AI-retning er — og hvad John Kotter lærer os om, hvorfor ledelser typisk underkommunikerer deres vision med en faktor ti. Conway's Law og Reverse Conway Maneuver: Hvorfor stort set alle organisationer skal omorganisere sig for at få ordentlig værdi ud af AI — og hvorfor Amazons "two-pizza teams" er mere relevant end nogensinde. Brain Fry som organisationsdesign-fejl: Hvorfor konsekvensen af, at alle nu er udviklere, er at teams skal blive mindre, ikke større — og hvorfor de organisationer, der ikke tager det seriøst, kommer til at se en bølge af stress-tilfælde. 50 års governance-håndværk: Hvorfor du skal stoppe med at genopfinde metoderne, bare fordi teknologien er ny. Kilder og referencer nævnt i afsnittet: John Kotter: Forandringsledelse og kommunikation af vision Melvin Conway (1968): Conway's Law Matthew Skelton & Manuel Pais: Team Topologies (2019) Tidligere afsnit nævnt: Pernille Pagh fra Fibia Waoo, Thor fra Zendesk, samt soloafsnittet om AI Brain Fry Næste afsnit i serien handler om, hvor i organisationen beslutningerne om AI skal placeres — og hvorfor Centers of Excellence skal omdøbes til Centers of Enablement. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai
S1 · E42
May 18 · 30 min
Da AI-hypen ramte virkeligheden - Soloafsnit med Dan Rose
I dette afsnit af AI, en Dans på Roser, gør vi status over det seneste års største debatter og forudsigelser i AI-branchen. Hvad holdt stik, og hvor ramte vi helt ved siden af skiven? I afsnittet dykker vi ned i fire aktuelle AI-temaer: Agenter vs. Agentisk: Vi rydder op i branchens begrebsforvirring. Hvorfor vi skal stoppe med at tale om selvstændige "agenter" som en uforudsigelig sort boks, og i stedet forstå "agentisk" som et spektrum af autonomi, du selv kan designe og kontrollere. Arbejdsmarkedet og Jevons Paradoks: Ny empiri fra bl.a. Stanford, a16z og Danmarks Statistik viser, at AI udvider markedet og øger efterspørgslen på vidensarbejde. AGI er ude af kontrakterne: Hvorfor "Artificial General Intelligence" (AGI) er et sci-fi-begreb, der er ubrugeligt for dit AI-arbejde – og hvorfor tech-giganterne nu i stilhed sletter ordet fra deres egne kontrakter. AI Act på slingrekurs: Den massive EU-forordning trækker i nødbremsen og udskydes via den nye "Digital Omnibus"-lovpakke. Vi ser på de nye lappeløsninger, og hvad du skal gøre. Kilder og links nævnt i afsnittet: Dario Amodei (Anthropic) om arbejdsmarkedet: Will AI wipe out white-collar jobs? Læs hos Fortune Andreessen Horowitz (a16z): "The AI Job Apocalypse Is a Complete Fantasy" Læs essayet her Apollo Global Management (Torsten Sløk): "Sectors Embracing AI Are Seeing a Surge in New Business Formation" (The Jevons Employment Effect fra The Daily Spark) Læs den makroøkonomiske analyse her EU Kommissionen: Forslag til "Digital Omnibus" og udskydelse af højrisikokrav i AI Act (COM(2025) 836 final) Læs det officielle dokument hos EUR-Lex
S1 · E41
May 11 · 37 min
De glade tabere: Hvad vi lærer af autonome agenter, der forhandler for os
Hvad sker der, når vi fjerner mennesket fra ligningen og lader autonome AI-agenter forhandle, købe ind og indgå aftaler på vegne af os? I dette afsnit af AI, en Dans på Roser kommer du med ned i et fascinerende kaninhul. Med udgangspunkt i Anthropics nye "Project Deal"-eksperiment og en case fra Walmart, undersøger vi agent-økonomiens skjulte tab, hvem der vinder og hvordan markedet ændrer sig. I dette afsnit lærer du blandt andet: Træning trumfer Tech: Hvorfor sprogmodellen kun udgør en fjerdedel af din succes. Færre følelser og flere beviser: Hvordan autonome agenter udfordrer den klassiske marketing, og hvordan Signaling Collapse gør data mere værd end følelser. Det usynlige snyd: Taberne i et AI-forhandlingseksperiment fik dårlige aftaler men hvad glade. De nye flaskehalse: Hvorfor uendelig maskin-tålmodighed gør "mikro-forhandlinger" om småpenge til en god forretning. Til sidst får du et tiltrængt reality check til det meget omtalte "CBS AI Survey 2026", som afslører en skræmmende sandhed om "ubevidst inkompetence" på de danske arbejdspladser. Links til studier og kilder nævnt i afsnittet: Project Deal (Anthropic): Eksperimentet, hvor AI-agenter forhandlede på vegne af ansatte. Læs studiet her (PDF) How Walmart Automated Supplier Negotiations (Harvard Business Review): Casen om, hvordan Walmart automatiserede indkøb og forhandling med leverandører via AI. Læs artiklen her GLEE-studiet: Forskningen der afdækker, hvor meget det menneskelige input og prompting betyder for AI's kvalitet (de 75%). Læs studiet her (Arxiv) Project Vend & Andon Labs (Anthropic): De tidligere forsøg med den virtuelle kiosk og avancerede simuleringer af agenter over tid (inkl. "Doom Loops"). Læs Project Vend 1 her | Læs Project Vend 2 her Agentic Interactions (SSRN): Det økonomiske studie af, hvordan AI forstærker menneskelige forskelle frem for at udligne dem, og begrebet "Specification Hazards". Læs studiet her The Coasean Singularity? (NBER): Forskningen bag faldende transaktionsomkostninger og "Signaling Collapse". Læs studiet her (PDF)
S1 · E40
April 27 · 20 min
Har du AI-etikette? Hvordan manglende 'takt og tone' skader jeres AI-adoption
I dette afsnit sætter vi fokus på den uformelle governance og et af de mest oversete emner i AI-transformationen: Takt og tone på arbejdspladsen. For med AI overalt, oplever flere og flere dårlig AI-adfærd fra deres kollegaer, hvilket skaber frustration og modstand mod AI adoption i organisationen. Ligesom vi i sin tid skulle lære de uskrevne regler for at have mobiltelefoner med i mødelokalet, mangler vi i dag et fælles regelsæt for vores omgang med kunstig intelligens. Derfor præsenterer Dan Rose i bedste Emma Gad-stil et konkret sæt spilleregler for god AI-adfærd: Opgøret med tidsarrogance: Stop med at sende uigennemlæst "AI-fluff". Respektér modtagerens tid ved at bruge AI til at præcisere og forkorte tekster frem for at skabe mere støj. Møde-bots og samtykke: Brug aldrig transskriberings-bots uden eksplicit accept fra alle. At sende en bot til et møde, man ikke selv deltager i, er dårlig stil og et potentielt brud på fortroligheden. Relationer vs. transaktioner: Automatisér processer, ikke empati. Kaptajnreglen: Du ejer 100% af ansvaret for dit output. "AI'en hallucinerede" er aldrig en gyldig undskyldning for fejl. Prompt-splaining: Undgå teknologisk snobberi og vær inkluderende over for dem, der ikke taler så AI-flydende endnu. Vi dykker også ned i, hvordan man rent praktisk håndterer konfrontationen ved dårlig AI-adfærd på kontoret. Og endelig diskuterer vi, hvorfor ledelsen bør integrere en officiel AI-etikette direkte i medarbejderhåndbogen.
S1 · E39
April 13 · 15 min
Min ulovlige podcast-app – Soloafsnit med Dan Rose
Dan Rose har bygget verdens bedste podcast-app på en middagslurstid. Den er bare ulovlig - i hvert fald at distribuere. Og det er præcis pointen. For et par år siden havde det taget tre måneder. I dag tager det den tid, det tager en etårig at sove til middag. Og når det går så stærkt, er ophavsretten snart umulig at håndhæve – og alt det, din virksomhed troede var svært at kopiere, er det ikke længere. I det her afsnit bruger Dan sin ulovlige podcast-app og et internt HR-system som afsæt for en bredere pointe om, hvad der faktisk beskytter en forretning i en verden, hvor alle kan bygge alt. Dan kommer omkring: Ophavsrettens udløbsdato: Hvornår afledte værker holder op med at give mening som juridisk konstruktion – og hvad det betyder for mediehuse, SaaS-virksomheder og alle andre, der bygger forretning på indhold. Vibe coding som forretningsværktøj: Hvorfor du skal starte med et vibe codet system, før du køber en enterprise-løsning – og hvordan Dan allerede gør det i Todai. SaaS-markedets nye virkelighed: Hvad der sker med de SaaS-virksomheder, der kun kan det, alle nu selv kan bygge på to timer. Hyperpersonalisering og ekkokamre: Når alle processer og interfaces er skræddersyet til den enkelte, opstår der et nyt alignment-problem i organisationen. Kultur som den eneste voldgrav: Hvorfor IT-investeringer og unikt indhold er holdt op med at beskytte din virksomhed – og hvad Apple vs. Dell lærer os om, hvad der faktisk gør forskellen. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai Link til screenshots af Dans podcast-app: https://todai.ai/ai-podcast/#podcast-app
S1 · E38
April 7 · 48 min
Den falske tryghed, der gør dine AI-systemer dårligere: Human in the Loop - Soloafsnit med Dan Rose
"Vi sætter bare et menneske ind i loopet" er blevet standardsvaret, når compliance spørger til risici. Men hvad nu hvis det gør tingene værre? I det her soloafsnit tager Dan Rose fat på Human in the Loop – et begreb, der er vokset eksplosivt og er skrevet direkte ind i EU's AI Act, men som forskning viser gang på gang kan sænke kvaliteten, forværre bias og reducere dygtige medarbejdere til juridiske stødpuder. Dan kommer ind på: Præstationsparadokset: Hvorfor menneske plus AI ikke altid giver det bedste resultat – og hvornår AI faktisk klarer sig bedre alene. De kognitive faldgrupper: Vigilance decrement, belejlighedsbias, forankringsbias og bekræftelsesbias – og hvad de gør ved dine medarbejdere, når de sættes til at godkende AI-output. Den moralske deformationszone: Hvorfor Human in the Loop alt for ofte er et "cover your ass"-værktøj, der placerer ansvaret hos medarbejderen uden at give dem reel kontrol. Tre konkrete designgreb: Kognitiv tvangsfunktion, delegation inversion og kortet vs. terrænet – sådan bygger du workflows, der rent faktisk virker. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai Kildeliste: Human-AI Synergy (MIT, 2025): Når mennesker gør AI dårligere: https://mitsloan.mit.edu/ideas-made-to-matter/when-humans-and-ai-work-best-together-and-when-each-better-alone Ansvarshuller (AU, 2023): Hvorfor det er uetisk at give medarbejderen ansvaret for AI-fejl: https://link.springer.com/article/10.1007/s10676-023-09699-6 Manglende Metaviden (2022): Vi er dårlige til at vurdere, hvornår vi skal stole på maskinen: https://pubsonline.informs.org/doi/10.1287/isre.2021.1079 Kognitive Tvangsfunktioner: Fartbump der tvinger os til selv at tænke: Studie 1: https://arxiv.org/abs/2101.04517 Studie 2: https://arxiv.org/abs/2402.16279 Moral Crumple Zones (2019): Mennesket som "deformationszone" når teknikken fejler: https://estsjournal.org/index.php/ests/article/view/260 Case: Zillows algoritme-flop (2021): Da AI-styrede boligkøb kostede millioner: https://www.gsb.stanford.edu/insights/flip-flop-why-zillows-algorithmic-home-buying-venture-imploded Succes-case: Radiologi (2023): Markant bedre diagnosticering via AI-støtte: https://pubmed.ncbi.nlm.nih.gov/37993303/
S1 · E37
March 23 · 35 min
Dine nye krav til IT-leverandører: Aflever 80% færdigt, få dataen fri og nedbryd siloerne - Soloafsnit med Dan Rose
Hvad nu hvis det system, du bruger til kontrakter, CRM eller projektstyring, aktivt spænder ben for din forretning? Dan Rose tager i det her soloafsnit fat i en diskussion, mange overser: Hvordan AI ændrer det fundamentalt, du bør kræve af dine it-leverandører. Du skal høre om 80/20-modellen, der vender indkøbslogikken på hovedet – og om, hvad vibe coding faktisk gør muligt, når din leverandør er åben nok til at lade dig bygge ovenpå. Dan giver konkrete eksempler fra Todais eget maskinrum, inkl. et system han er i gang med at opsige netop nu. Og så tager han djævlens advokat-kasketten på og advarer mod Vibe Collapse – det nye shadow IT-mareridt, der opstår, når alle bygger alt, og ingen ejer noget. Dan kommer omkring: Hvorfor et 80% færdigt system er præcis det, du skal gå efter – og hvad de sidste 20% skal betyde for dig Composable AI og Gartners opgør med monolitiske it-systemer Vibe coding i praksis: Todais interne dashboard og screenshot-til-deal-løsning i HubSpot Friktion dræber innovation: Kontraktsystemet Dan er ved at opsige, og HubSpot som det gode eksempel Vendor lock-in som strategisk trussel: Kelsey Hightowers advarsel om AI-portabilitet 3 røde flag til dit næste leverandørmøde: forandringsledelse, AI Act washing og grundmodel-hype Vibe Collapse: Når demokratiseret udvikling skaber historiens største shadow IT-problem Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai
S1 · E36
March 16 · 45 min
Tager AI dit job? Nej, det smelter din hjerne (AI Brain Fry) - Soloafsnit med Dan Rose
Hvad sker der, når AI ikke fjerner arbejdet fra dine medarbejdere, men i stedet overbelaster deres hjerner? I den her soloepisode tager Dan Rose fat på AI Brain Fry – et nyt fænomen, der peger på, at den største flaskehals i AI-arbejdet ikke længere er teknologien, men menneskets evne til at følge med. Du skal bl.a. høre om, hvorfor de medarbejdere, der får mest ud af AI, også kan være dem, der rammes først, hvad det betyder for kvalitet og trivsel, og hvorfor debatten om massearbejdsløshed måske rammer ved siden af. Dan kommer omkring: Den nye flaskehals: Hvorfor det ikke længere er data, jura eller regnekraft, der begrænser effekten af AI, men frontallapperne på dine medarbejdere. Brain Fry vs. burnout: Hvorfor AI godt kan fjerne trivielt arbejde og samtidig skabe en ny form for akut kognitiv overbelastning. Når produktivitet bliver en fælde: Hvordan AI kan tredoble kapaciteten på papiret, men også gøre arbejdet mentalt tungere og mere fejlbehæftet. Ledelsesproblemet ingen taler nok om: Hvorfor AI-superbrugere oftere risikerer at brænde ud, sige op og tage innovationen med sig ud ad døren. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai Nævnt i episoden: Harvard Business Review: “When Using AI Leads to ‘Brain Fry’” OpenAI / arXiv: “GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models” Noema Magazine: “AI Could Actually Help Rebuild the Middle Class” Anthropic: “Labor market impacts of AI: A new measure and early evidence” Berlingske: “Martin Thorborg: De fleste har stadig ikke forstået, at revolutionen er i fuld gang”
S1 · E35
March 9 · 26 min
Hvorfor din interne AI-use case er spild af tid - Soloafsnit med Dan Rose
"Start internt frem for kunderettet med AI, for det er mindre risikabelt" har længe været et godt og udbredt råd. Men dynamikkerne har ændret sig. I denne uges episode forklarer Dan Rose, hvorfor det er en strategisk fejlslutning at bruge dit AI-budget på at optimere backoffice, før du har kigget på dine kunder. Lær, hvorfor kunderettet AI er den mest effektive måde at fjerne overflødig administration på, og hvordan du flytter fokus fra risikostyring til reel værdi. Dan kommer omkring: - Dødsstødet til interne business cases: Se hvordan en AI-app til kunden kan fjerne 80% af fejlene ved kilden og gøre dit interne automatiseringsprojekt overflødigt. - Robot-babysitter-fælden: Hvorfor dine højtuddannede medarbejdere hader at læse korrektur på AI-genererede mangelbreve, og hvordan du i stedet giver dem deres faglige stolthed tilbage. - Hyperpersonalisering i frontlinjen: Fra passive formularer til proaktive rådgivere, der guider borgeren eller kunden til den rigtige løsning fra sekund ét. - Hjem-Is fælden: Den livsfarlige advarsel om ikke at ændre både kerneforretning og teknologi samtidig. - Bot-optimering: Hvorfor du skal begynde at skrive lange, komplekse tekster igen – ikke til mennesker, men til de maskiner, der læser for os. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai
S1 · E34
March 2 · 26 min
AI-agenter på fri fod: Det du skal forstå om teknologien lige nu - Soloafsnit med Dan Rose
Hvad sker der, når AI’en ikke længere venter på dine spørgsmål, men tager kontrollen over din computer for at løse opgaverne selv? I denne uges episode tager Dan Rose fat OpenClaw – den lynhurtigt voksende AI-agent, der har taget tech-verdenen med storm og fået OpenAI til at hive den store tegnebog frem. Du skal høre om, hvorfor det er farligt, hvad det lærer os om fremtiden og hvad du skal bruge det til i dit daglige AI-arbejde. Dan kommer omkring: Det enorme potentiale: Se hvordan agenter forhandler bilkøb ned i pris og koder deres egne værktøjer fra bunden. De livsfarlige faldgruber: Hvorfor Metas sikkerhedsdirektør måtte flå stikket ud af væggen, og hvordan "Loop and burn" kan tømme din konto på en nat. Shadow AI: Hvorfor dine medarbejdere måske allerede bruger værktøjer, din it-afdeling ikke kan se. Fremtidens Guardrails: Hvorfor teknologien er klar, men vores sikkerhedssystemer halter bagefter. Lær hvordan du spotter mulighederne i autonome agenter uden at sætte virksomhedens data på spil i "den digitale svampeskov". Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai
S1 · E33
February 23 · 34 min
Jagten på AI-talentet: Derfor ansætter du (sandsynligvis) de forkerte - Soloafsnit med Dan Rose
Alle leder efter “AI-talent”. Og alt for mange rekrutterer, som om AI bare er endnu en tech-disciplin. I det her soloafsnit går Dan Rose i clinch med den dyreste fejl i AI-satsninger: at virksomheder ansætter den samme persontype til vidt forskellige opgaver. At bygge modeller og at drive adoption kræver to forskellige hjerner. Hvis du blander dem sammen, ender du med dyre løsninger, ingen bruger – og en organisation, der mister troen på, at AI kan blive til noget. Dan tager udgangspunkt i et konkret rammeværk, Todai selv bruger, og giver en praktisk guide til, hvordan du matcher mål, fase og rolle, før du skriver jobopslaget. Og så vender han den til sidst om: Hvad gør du som kandidat, hvis du vil vinde et AI-job uden at være “den klassiske” Data Scientist? Han taler om: Hvorfor AI-rekruttering ofte rammer ved siden af (og ender med “den samme type” i alle roller) Effektivisering vs. transformation: hvilke profiler passer til hvilken fase? Tretrinsraketten Mål → Aktivitet → Rolle: sådan undgår du at slå den forkerte stilling op De fire AI-roller – og hvorfor du ofte har de vigtigste profiler internt Hvad du skal screene for hos Data Scientists og superbrugere (inkl. “show, don’t tell”) Til kandidaten: sådan vinder du jobbet uden at undskylde for din baggrund Har du ønsker til gæster eller emner? Send en mail til dan.rose@todai.ai.
S1 · E32
February 16 · 1 hr 7 min
Fra AI-skåltaler til transformation og strategisk skalering i Danske Bank - med CAIO Kasper Tjørntved Davidsen
Hvordan bygger man tillid hos topledelsen til AI-satsninger og skalerer det sikkert i en af Danmarks største og mest regulerede virksomheder? Og hvordan sikrer man, at topledelsens opbakning er reel og stikker dybere end den obligatoriske "skåltale"? I dette afsnit har Dan Rose besøg af Kasper Tjørntved Davidsen, CAIO i Danske Bank. Vi får et unikt kig ind i maskinrummet og en masterclass i enterprise-AI. Kasper deler sine erfaringer med alt fra vigtigheden af topledelsens opbakning og AI-governance, til bankens pragmatiske tre-trins model for AI-implementering. Vi diskuterer også klassiske enterprise-dilemmaer som "Buy vs. Build", medarbejdernes forventninger, vigtigheden af benhård datadisciplin / data lineage, for at undgå hallucinationer i kritiske processer, og hvorfor AI i sin essens er et ledelsesgreb og ikke blot et it-projekt. Til sidst tager vi et kig ind i en meget nær fremtid, hvor vi på arbejdsmarkedet og hvor meget AI vil transformere banker. De taler om: Hvordan du genkender ægte opbakning til fra topledelsen Hvordan du bygger tillid til transformativt arbejde med AI Build vs. buy: hvorfor “bliv i økosystemer” kan være en strategi - og hvad exit-planen er Hvor meget datakvalitet og context engineering fylder i Danske Bank Governance vs. decentralisering: hvad skal centraliseres, og hvad bør sættes fri? Hvordan Danske Bank sætter KPI’er og mål, der binder AI-adoption og forretningen sammen? Hvad der sker, når kunderne også bruger AI?
S1 · E31
February 2 · 1 hr 6 min
AI til investering – bedre resultater? Med Jannik Malling, Co-founder & Co-CEO i Public.com
I denne uges episode, tager Dan Rose fat i et emne, han er skeptisk omkring - AI til investering. Afsnittet er en snak med Jannik Malling, Co-founder & Co-CEO i Public.com (en investeringsplatform) om, hvad AI faktisk gør i finans – og hvad den ikke bør få lov til. Public startede med en AI research-assistent i 2023, og bevæger sig nu mod det, Jannik kalder “agentic brokerage”: ikke en altomfattende robot, der handler frit, men micro-agents, der udfører meget veldefinerede workflows med fuld transparens og “slide to confirm”.
S1 · E30
January 26 · 1 hr 3 min
Hvordan bliver dit produkt unikt, når ChatGPT kan alt? - med Andreas Cleve, CEO og Co-founder af Corti
Hver gang der kommer en ny feature i ChatGPT eller Lovable, dør 1.000 virksomheder. For det produkt eller den ydelse virksomhederne leverede, er ikke længere unikt og pengene værd. Helt tilfældigt blev det her podcast-afsnit optaget dagen efter ChatGPT Health udkom, som man kunne se som en ny konkurrent til Corti. Men er det det? Dan Rose debatterer problemet med Andreas Cleve, CEO og Co-founder af Corti, om hvordan man bygger et AI-produkt med en sikker “moat”, når de store modeller bliver bedre, billigere og mere tilgængelige. Pointen er ret klar: Du vinder ikke på at have den "klogeste model”. Og slet ikke på at konkurrere med Big Tech. Du vinder på: at tage risiko ud af brugerens beslutninger og processer at bygge noget, der kan driftes og bruges hver dag at være ekstremt konkret i hvem og hvad du løser Har du ønsker til gæster eller emner? Skriv til dan.rose@todai.ai
S1 · E29
January 19 · 1 hr 29 min
Kan du forudsige konsekvenserne af AI for din organisation? Forestillingsevne bliver afgørende - med Senior Futurist Sofie Hvitved fra Instituttet for Fremtidsforskning
Når du skal tilpasse din organisation til den fremtid med de nye muligheder og forudsætninger AI kommer med, skal du kunne forestille dig den fremtid. Men det har vi mennesker ret svært ved. Heldigvis findes der mennesker som Sofie, der er eksperter i lige netop det. I denne her episode taler Dan Rose med Sofie Hvitved, Senior Futurist ved Instituttet for Fremtidsforskning, om hvorfor jagten på sikre AI-forudsigelser er en blindgyde - og hvorfor forestillingsevne, scenarier og arbejde med usikkerheder er langt vigtigere. Og vigtigst af alt: Hvordan man planlægger og forbereder sig på de mange mulige udfald. Hvorfor AI ikke kan (og ikke bør) reduceres til forecasts Det plausible udfaldsrum - og hvorfor der findes flere legitime fremtider Hvorfor inkrementel AI (chatbots, effektivisering) ikke ruster os på længere sigt Medier, journalistik og AI: fra artikler til vidensbanker Voice AI, agenter og hvad der sker, når interface, roller og organisationer flytter sig Hvordan du arbejder med antagelser om fremtiden Har du ønsker til gæster eller emner? Send en mail til dan.rose@todai.ai Omtalt podcast: Evan Ratliffs podcast: Shell Game - Hans eksperiment med at lave en virksomhed med AI-agenter: https://www.shellgame.co/ Omtalt gadget: https://www.limitless.ai/ Omtalt gadget: https://www.omi.me/ Omtalte metoder: 3 Horizon Framework: Curry and Hudgson, Seeing in Multiple Horizons, 2008 + Bill Sharpe, Three Horizons: The Patterning of Hope, 2020 CLA (Causal Layer Analysis & Future Triangle - Sohail Inayatullah The Future Cone - Joseph Voros, “A generic foresight process framework”
S1 · E28
January 12 · 1 hr 6 min
416 forskere afviser blankt AI til forskning. Har de fat i noget? - med professor Henning Langberg
416 forskere siger “ingen AI” til kvalitativ forskning. Ugens gæst mener, at det netop er her, forskningen risikerer at lukke for kritik og modspil. Og nej - denne her snak er ikke kun for forskere, men for alle der arbejder med viden, vurderinger og beslutninger. I denne her episode tager Dan Rose og Henning Langberg fat i, hvad der egentlig sker, når et helt felt afviser et værktøj kategorisk - og hvordan sprogmodeller i praksis kan blive en kritisk stemme, der udfordrer bias, idéer og konklusioner. Henning Langberg er professor på KU og serieiværksætter - med en fod i forskning og en fod i praksis. Vi taler om: AI i forskningsfaser: Brug modellen i hver fase: idé, afgrænsning, datahåndtering, analyse og formidling. Kvalitativ forskning og bias: At afvise AI “for at beskytte sandheden” kan være en blind vinkel i sig selv. Pleaser-genet kan vendes til din fordel: Hvis du vil have modspil, så bed modellen om at være kritisk - ikke enig. Hallucinationer som kreativ motor: Når alt begynder at konvergere, kan den “vilde stemme” åbne nye spor. Fremtidens forskning er ikke kun papers: Mere åbne data, flere tolkninger – og en forskerrolle, der skal ændre sig. Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Showing 1–20 of 21 episodes