AI AcademyKursus 14
Ét mentalt kort over hvordan AI virker — og hvor den er på vej de næste 12 måneder. Forklaret så det kan forstås, uden at blive talt ned til.
Næsten alle i salen har prøvet ChatGPT — næsten ingen kan forklare, hvad der sker, når de trykker enter. Keynotet giver publikum ét mentalt kort, der kan tegnes på en serviet: hvad en sprogmodel er, hvorfor den fejler takket, hvad en agent egentlig er — og tre konkrete bets for de næste 12 måneder. Med to live-demoer undervejs.
Undervist hos bl.a.
Næsten alle i salen har prøvet ChatGPT. Næsten ingen kan forklare, hvad der faktisk sker, når de trykker enter. Og det er ikke deres skyld. De forklaringer, de har mødt, falder i to grøfter: enten er de alt for tekniske — transformerarkitektur, scaling laws, parametertal — og taber rummet på to minutter. Eller de er så overfladiske ("AI lærer ved at se på data"), at de ikke giver noget at tænke videre med. Begge efterlader et publikum, der nikker høfligt og går derfra præcis lige så uoplyste, som de kom.
Konsekvensen viser sig, når der skal træffes beslutninger. Uden en mental model, der holder, kan man ikke skelne et reelt skifte fra endnu et marketing-buzz. Man ved ikke, hvorfor det samme værktøj er imponerende til én opgave og pinligt forkert til den næste. Man kan ikke vurdere, om det her med "AI-agenter" er noget, der rykker næste år, eller om det er hype. Og når nogen spørger "hvor er det her på vej hen?", er det bedste svar som regel en mavefornemmelse.
Dette keynote giver publikum ét mentalt kort, de kan tegne på en serviet — og bruge til at navigere skiftet. Buen er enkel: hvad det er → hvorfor det nogle gange fejler → fra chatbot til kollega → hvor vi er om 12 måneder. To live-demoer undervejs, så publikum ser tingene ske frem for blot at høre om dem.
Fundamentet, resten af oplægget står på. Vi bruger Karpathys two-files-billede: en sprogmodel er en stor samling tal plus et lille program, der kører dem — ikke magi, ikke bevidsthed. Publikum ser næste-token-forudsigelse ske live, så de selv kan se, at modellen gætter det næste ord ad gangen. Og "det komprimerede internet" som mental model for, hvad der egentlig ligger i modellen.
Vi bruger Mollicks jagged frontier: AI er overraskende stærk på nogle svære opgaver og overraskende svag på nogle lette, og kanten mellem de to er takket, ikke en lige linje. Hallucinationer behandles som et strukturelt træk ved teknologien, ikke en fejl der bliver fikset væk. Og hvorfor sandsynlige svar bryder vores vante forventning om, at en computer altid giver det samme.
Springet fra "et felt jeg skriver i" til "noget, der udfører opgaver". Vi forklarer, hvorfor den samme grundmodel kan føles som vidt forskellige produkter (post-training og RLHF). Reasoning-modeller — modeller der bruger tid på at tænke, før de svarer — og hvorfor det er blevet en tredje måde at gøre AI bedre på ud over mere data og større modeller. Og hvad en agent egentlig er: en model koblet med værktøjer, hukommelse og en løkke, der lader den arbejde i flere trin. Slutter med en live agent-demo, hvor publikum ser en agent løse en opgave i realtid.
Prognosen. Tre konkrete bets publikum kan teste deres egne antagelser mod: at reasoning bliver standard frem for premium, at stemme-agenter rykker ind på almindelige telefoner, og at prisen pr. opgave fortsætter med at falde markant. Én wildcard: robotik, der bevæger sig fra demo mod reel udrulning. Og én advarsel: agenter bliver mere selvstændige, hurtigere end styringen omkring dem følger med. Slutter med tre take-aways, publikum kan sige højt i bilen hjem, og én udfordring.
Store publikum ved konferencer, brancheevents, ledelsesseminarer og bestyrelsesdage. Ikke-tekniske ledere, professionelle og en bred offentlighed, der vil forstå AI uden at blive talt ned til. Det fungerer både for 50 i en sal og 2000 i et plenum, og lige så godt som åbnings-keynote til et internt AI-uddannelsesforløb eller et transformations-kickoff. Tekniske publikum får det med: two-files og jagged frontier er greb, selv mange tekniske ledere ikke har mødt som skarpe mentale modeller, og segment 3-4 (agenter og 12-måneders-prognosen) rammer dem typisk hårdest. Hvis salen til gengæld vil have hvad AI gør ved arbejde, mening og organisation frem for hvordan den virker, er keynotet "En fremtid med AI" det rigtige valg — de to fungerer ofte sammen som dobbelt-keynotes på en strategidag.
Ingen forberedelse fra publikum. For arrangøren: standard AV-setup, og helst et stort lærred eller dobbeltskærm til de to live-demoer i segment 1 og 3 — det er der, troværdigheden ligger, så de skal kunne ses fra hele salen. 45 min på programmet, der kan strækkes til 60 min med Q&A. Helst i programmets første halvdel: oplægget giver energi frem for at tappe den. Kan afholdes på dansk eller engelsk. Optagelse er muligt, hvis AV-setuppet tillader det — rettigheder aftales før event.
Nej. Two-files og jagged frontier er begreber, selv mange tekniske ledere ikke har mødt som klare mentale modeller — det handler ikke om dybde, men om præcis kommunikation. Tekniske publikum får typisk mest ud af segment 3 og 4 om agenter og 12-måneders-prognosen.
Nej. Keynotet bygger fra grundniveau og lagvist op. Er I bekymrede for absolutte begyndere, justerer vi tempoet og bruger mindre tid på segment 3 (reasoning og agenter).
Dette forklarer, hvordan AI virker, og hvor den er på vej. "En fremtid med AI" handler om, hvad det gør ved arbejde, mening og organisation. Mange bruger begge — som dobbelt-keynotes på en strategidag eller spredt over to events.
Ja. Bets og wildcard i segment 4 tilpasses jeres branche-virkelighed. Send 14 dage før, hvad I er, og hvor I står, så designer jeg det op imod jer.
Ja, hvis arrangøren har AV-setup til det. Optagelser bruges typisk som intern ressource for medarbejdere, der ikke kunne deltage. Rettigheder aftales før event.
Nyhedsbrev · Low frequency, high impact
Hver anden uge skriver jeg om hvad jeg ser virke i praksis - og hvad jeg ser fejle. Ingen spam. Afmeld med ét klik.
Udkommer hver anden mandag · Ingen spam.