AI er kommet for at blive. Derfor skal vi som virksomheder nu til at forholde os til en helt anden virkelighed end vi kender: Hvad er godt nok?
En CFO i en dansk virksomhed satte studiemedhjælpere til at bygge prototyper på dele af order-to-cash processen ved hjælp af Vibe-coding: Tilbudsopfølgning, klassificering af indkomne ordrer og rykkere på forfaldne fakturaer. Med det fik han et klart billede af om det gav mening at gå videre. Det tog blot en uge.
Det er muligt fordi de valgte vibe-kodede løsninger, henter data fra eksisterende systemer og præsenterer dem bearbejdet. De skriver ikke tilbage til kilderne. Så snart en løsning skal bogføre, generere et juridisk dokument eller afsende en faktura, er vi i et andet territorium. Men udenfor dette er mulighedsrummet stort. Og markant anderledes end hvad vi kender i dag.
Vi er vandt til deterministiske systemer
Traditionelle IT-systemer er deterministiske “by design”. Samme input giver samme output hver gang, uanset om vi taler ordrer, fakturaer, betalinger eller noget helt fjerde.
Det betyder også. at vi som organisationer har vænnet os til, at korrekt eksekvering bare sker. Det har sat sig dybt i, hvordan vi tænker om systemer og processer. Stabilitet er standarden.
Generativ AI fungerer anderledes
Generativ AI er derimod probabilistic-by- design. Det er en kompleks matematisk lommeregner, der sammensætter eksempelvis tekst gennem sandsynlighed. Vibe-coding og agentic AI har nedarvet samme logik.
Generativ AI, agentiske løsninger og vibe-kodede applikationer bryder den deterministiske præmis, fordi de er fundamentalt anderledes af natur.
Hvad det betyder
Generativ AI kan levere et første udkast på kort tid. Fødes den med virksomhedens eller medarbejderens kontekst, øges kvaliteten af outputtet væsentligt, lige indtil den glemmer konteksten og svarer med overbevisning alligevel.
Agentic AI har samme natur. En AI agent leverer måske rigtigt 99% af gangene. Den ene procent skal vi opfange og rette. Sæt så flere agenter sammen til at løse flere skridt i samme proces og de rammer ikke længere rigtigt 99% af gangene. Den første leverer måske 99% til den næste, der leverer 99% til den tredje. Og pludselig er fejlraten steget markant, fordi den ene agent anvender outputtet fra en anden agent.
For vibe-kodede løsninger er naturen lidt anderledes. Det kan levere en løsning, der kører stabilt, lige indtil den ikke gør.
Den nye virkelighed
Konsekvensen er, at værdi og skrøbelighed følger hinanden. Jo mere AI vi anvender til at skabe værdi, jo mere skrøbelighed introducerer vi i organisationen. AI der fejler, er ikke en svaghed, der kan rettes med et servicetjek. Det er et grundvilkår.
Og det er her “Godt nok”-økonomien begynder. Ikke som en lavere standard, men som en anden virkelighed. Løsningerne, der er værdifulde og skrøbelige på samme tid, løfter det tunge læs. De frigør tid. De sammenstiller data ingen tidligere gad trække manuelt. Og de kan svigte uden at sige det.
Vi er på vej ind i en virkelighed, hvor stadig flere (del-)processer understøttes af løsninger, der opererer på sandsynlighed i stedet for determinisme.
“Godt nok”-økonomien er ikke et valg mellem kvalitet og hastighed. Det er en observation om et skifte, der allerede er i gang. Usikkerhed er ikke længere forbeholdt de store strategiske beslutninger. Den er rykket ind i hverdagen, i de processer vi troede vi havde styr på.
Pointen er ikke at vi skal stoppe op, men at vi skal vide, hvad vi har med at gøre, og at vi beslutter, hvad der er godt nok.
______
Om forfatteren
Thomas Munksgaard er uvildig rådgiver om digital omstilling og AI. Han hjælper direktioner med at forstå deres muligheder, træffe de rigtige valg og sætte retning. Uafhængigt af leverandører. Thomas har arbejdet som managementkonsulent, leder og strategisk rådgiver i mere end 30 år. De seneste 16 år har hans fokus været på krydsfeltet mellem teknologi, strategi og forretning. Han har været en del af virksomheder som PA Consulting, Novo Nordisk og DXC Technology.