ChatGPT pris: Hvad får du i gratis, Plus, Team og Enterprise?

Plus er shadow IT med kvittering. Det er hele samtalen

Tre tal definerer denne artikel: 1,2 mio kr — GDPR-bødeloftet for en typisk dansk virksomhed med 30 mio kr i omsætning. 48.000 kr — hvad det koster om året at flytte den eksponering fra antagelse til kontrakt for ti brugere. 20 USD om måneden — det tal, de fleste virksomheder bruger som beslutningsgrundlag. Hvis det tredje tal er det, der styrer jeres ChatGPT-strategi, er resten af artiklen for jer. Tallene skalerer lineært op: 200 mio kr omsætning og 50 brugere giver 8 mio kr, 252.000 kr og samme 20 USD. Forholdet bliver ikke bedre, når virksomheden vokser. Det bliver værre. Jo mindre virksomheden er, jo større andel af årets resultat står på spil pr. licens, I ikke ved I har.

ChatGPT Plus er ikke en virksomhedslicens. Det er en privat licens, som virksomheder har taget i brug. Det er hele svaret — resten er bevisførelse.

Når en CFO i en reguleret virksomhed spørger om prisen, har hun allerede svaret. Det hun reelt spørger om er, hvor governance-grænsen går, og hvem der ejer beslutningen om at krydse den. Listeprisen er distraktion.

For CFO'er i fintech, biotech og andre compliance-drevne sektorer hvor SSO, audit logs, data residency og no-training-garantier allerede er på plads: Artiklens kerneargument om Plus vs. Team er ikke nyhed for jer. Det interessante for jer ligger ét lag dybere — i hvordan I undgår, at hver ny AI-leverandør genåbner hele DPIA-processen. Den almindelige fejl er at behandle ChatGPT, Claude, Copilot, Gemini og det næste værktøj som fem adskilte governance-projekter. Det rigtige design er ét tværgående AI-governance-fundament (data classification, leverandør-tier, godkendt prompt-zone) som hvert nyt værktøj clearer på 14 dage i stedet for 14 uger. Hvis I ikke har bygget det fundament endnu, er omkostningen ved at vente ikke licens-prisen — det er den DPIA-træthed, der gør, at jeres forretning bliver et halvt år bagud på hvert nyt værktøj, mens jeres konkurrenter, der byggede fundamentet, er to værktøjer foran.

For resten af læserne — og det er flertallet — er udgangspunktet anderledes. I har sandsynligvis 10 til 25 medarbejdere på personlige Plus-licenser uden at vide det. En typisk virksomhed med 80 ansatte kender omkring tre af dem. De andre er ikke et licens-problem. De er en governance-gæld, der vokser med renters rente — og som I først opdager, når en kunde, en revisor eller et tilsyn opdager den for jer.

ChatGPT findes i fire planer: gratis, Plus, Team og Enterprise. Forskellen handler ikke om modellen — alle fire giver i 2026 adgang til OpenAIs nyeste. Forskellen handler om, hvilken plan I kan finansiere via en value case, der inkluderer risiko. For Plus kan I ikke. Det er hele argumentet.

Prisoversigt — hvor listeprisen vildleder

Listeprisen er det letteste at sammenligne og det mindst beslutningsdygtige. Den siger noget om licensen, ikke om hvad I forpligter jer til.

Plan	Pris (pr. bruger/md.)	Målgruppe	Data-governance
Gratis	0 USD	Individuel afprøvning	Ingen — data kan bruges til træning
Plus	~20 USD	Individuelle power-users	Begrænset — kræver manuelt opt-out
Team	~25-30 USD	Mindre teams (2+)	Ja — no training on data som standard
Enterprise	Custom (typisk fra ~60 USD)	Store organisationer	Fuld — SSO, SCIM, audit, residency

Det du betaler for er ikke modellen. Det du faktisk køber, når du går fra Plus til Team, er en admin console, central fakturering og en juridisk garanti for at jeres prompts ikke ender i den næste træningskørsel. Forskellen i antal beskeder og kontekstvindue er reel, men sekundær.

Listeprisen siger intet om, hvilken plan der kan stå distancen, når den første medarbejder limer en kundekontrakt ind i prompten.

Hvorfor Plus sjældent er svaret for virksomheder

Her træffer de fleste virksomheder den forkerte beslutning. Plus ser ud som det rationelle valg: 20 dollars om måneden, fuld adgang til de nyeste modeller, ingen IT-projekt. En medarbejder opretter det på sit kreditkort og er i gang inden frokost.

Det er præcis problemet.

Plus er designet som en personlig produktivitetslicens. Det betyder:

• Ingen admin console. I aner ikke hvem der har en licens, hvem der bruger den, eller hvad de bruger den til.
• Ingen central fakturering. Den ligger på en medarbejders private kort og bliver udlignet via udlæg. Det er ikke en udgift — det er shadow IT med kvittering.
• Ingen data-governance som standard. Brugerens prompts kan bruges til træning medmindre de selv aktivt fravælger det. De fleste gør det ikke.
• Ingen audit trail. Hvis I om 18 måneder skal dokumentere, hvad ChatGPT er blevet brugt til i en GDPR-sag eller en AI Act-revision, har I ingenting.

Sæt tal på risikoen, før vi går videre

Forretningen taler i kroner. Så lad os tale i kroner. Tabellen nedenfor viser to skalaer parallelt: en mindre virksomhed (30 mio kr i omsætning, 10 ChatGPT-brugere — fx en typisk produktions- eller handelsvirksomhed i Jylland med 20-40 ansatte) og en mellemstor (200 mio kr i omsætning, 50 brugere). Forholdet mellem licensomkostning og risikoeksponering er stort set identisk i begge skalaer.

Scenarie	Lovgrundlag / kilde	Lille (30 mio kr, 10 brugere)	Mellemstor (200 mio kr, 50 brugere)
Personoplysninger lækket via prompt	GDPR art. 83(5) — 4% af omsætning eller 20 mio EUR	~1,2 mio kr	~8 mio kr
Brug af forbudt AI-praksis	AI Act art. 99(3) — 7% af omsætning eller 35 mio EUR	~2,1 mio kr	~14 mio kr
Gennemsnitligt databrud i Norden	IBM Cost of a Data Breach 2024	~30 mio kr	~30 mio kr
Plus-licens (årlig)	OpenAI listepris (20 USD × brugere × 12)	~17.000 kr	~84.000 kr
Enterprise-licens (årlig)	OpenAI custom (typisk fra ~60 USD)	~48.000 kr	~252.000 kr

Kilde: GDPR art. 83(5), AI Act art. 99(3), IBM Cost of a Data Breach 2024, OpenAI prisliste

Tre observationer ligger åbne i data. For en SMV med 30 mio kr i omsætning er forskellen mellem Plus og Enterprise 31.000 kr om året — eller 2,6 % af bare ét GDPR-loft. Den gennemsnitlige brud-omkostning i Norden overstiger 100 års Plus-licenser for ti brugere. Og IBM-tallet er medianen, ikke pessimisten — halvdelen af de ramte virksomheder betaler mere. Tallene skalerer, men logikken er konstant: jo mindre virksomhed, jo dyrere er bruddet relativt set.

En klassisk business case på Plus er let. Tid sparet × medarbejdere × timepris. ROI på 300 procent. Underskrevet.

En value case på Plus er sværere — og det er derfor, den ikke bliver lavet. Hvor er baseline? Hvad er risikoen for data-lækage, og hvad koster den hvis den materialiserer sig? Hvilke governance-kapabiliteter mangler vi, før vi kan skalere fra 8 brugere til 80? Stilles disse spørgsmål, fejler Plus gaten — ikke fordi ROI mangler, men fordi risikoen ikke kan kvantificeres mod en kontrolleret baseline.

Risikoen forsvinder ikke ved at lade være med at stille spørgsmålene. Den akkumulerer uden for jeres synsfelt, indtil en kunde, en tilsynsmyndighed eller en revisor stiller dem for jer. Og når de gør, koster en sag mere end ti års Enterprise-licenser. Hver gang.

Plus er ikke en virksomhedslicens. Det er en privat licens, som virksomheder har taget i brug.

Det er en vigtig distinktion. OpenAI har aldrig solgt Plus som en governance-løsning. Det er virksomheder, der har antaget det.

Team og Enterprise: når governance betaler sig hjem

Team og Enterprise koster mere pr. sæde. Det er den nemme del af regnestykket. Den svære del er, at de leverer noget Plus ikke kan: gates, som gør value casen finansierbar.

Team er det rette valg for de fleste mellemstore virksomheder — og for de fleste mindre virksomheder med 5-25 brugere. Cirka 25-30 USD pr. bruger pr. måned. I får en admin console, hvor en IT-ansvarlig kan se hvem der har adgang. I får central fakturering. I får — og det er det vigtigste — en juridisk garanti for at jeres data ikke trænes på som standard. For 5-10 USD ekstra pr. bruger pr. måned flytter I fra "vi håber medarbejderne har sat det rigtige flueben" til "vi har en kontrakt".

Enterprise er custom-priced, typisk fra 60 USD pr. bruger pr. måned ved volumen. Det giver SSO via jeres Identity Provider, SCIM-provisionering, data residency-valg, udvidet kontekstvindue, audit logs og adgang til at deploye custom GPTs internt med kontrol over hvem der må bygge og bruge dem. Det er prisen for at kunne sige til en revisor: "Vi ved præcis hvem der har brugt ChatGPT, hvornår, og vores data har aldrig forladt vores residency-zone."

For en lille virksomhed med 10 brugere er regnestykket konkret. Plus koster ~17.000 kr om året i licens, men efterlader hele bødeloftet på 1,2 mio kr+ udækket. Enterprise koster ~48.000 kr om året — næsten tre gange mere — og flytter den eksponering fra "antagelse" til "kontrakt med audit trail". For en mellemstor med 50 brugere er forholdet identisk, bare med tallene gangedt op: ~84.000 kr på Plus vs. ~252.000 kr på Enterprise mod et bødeloft på 8 mio kr+. Set fra revisorens side: en årlig præmie på 2-3 % af risikoen er ikke en udgift. Det er en forsikring.

Forskellen mellem Plus og Team er ikke 10 dollars. Det er forskellen på at have governance. Forskellen mellem Team og Enterprise er ikke 30 dollars. Det er forskellen på at have og at kunne dokumentere governance over for tilsyn, kunder og bestyrelse.

Når sektoren ændrer regnestykket

Tallene ovenfor antager en privat dansk virksomhed med almindelige persondata. Fem sektorer ændrer både bunden og toppen af eksponeringen — og dermed planvalget:

• Retail og e-commerce. Kundedata, ordrer og loyalty-profiler er ikke tilsynsregulerede på fintech-niveau, men det kommercielle og brand-mæssige tab ved et bredt eksponeret prompt-læk er asymmetrisk. Én viral skærmoptagelse af en ChatGPT-Plus-session med en kundes leveringsadresse er en PR-krise, ingen forsikringspræmie dækker. For en e-commerce-virksomhed med 5-49 ansatte er den reelle eksponering ikke bødeloftet — det er konverteringen, der falder, når incidenten lander på Reddit, og pipeline-hastigheden, der bremses, når marketing-, customer service- og merchandising-teams må stoppe AI-brugen i tre uger, mens en politik bliver skrevet. Team er minimumsstandarden; Enterprise giver mening, når flere markeder, brands eller markedspladser deler den samme prompt-historik.
• Fintech, bank og forsikring. Tilsynsmyndighedernes krav om sporbarhed, ICT-tredjepartsrisiko (DORA) og dokumentation af modelbeslutninger gør Enterprise til minimumsstandard fra første bruger. Plus er ikke et legitimt alternativ — det er en finding i den næste eksaminering.
• Biotech, medtech og pharma. Forskningsdata, kliniske protokoller og IP-følsom dokumentation må aldrig forlade kontraktdækkede miljøer. En enkelt prompt med protokoldata på en privat Plus-konto er ikke et governance-problem — det er en patent-trussel. Enterprise med data residency i EU er minimumssnittet.
• Uddannelse, forskning og offentlig sektor. Her stak­ker problemerne tre dybt. Først: studenter- og borgerdata under GDPR + databeskyttelsesloven kræver eksplicit hjemmel hver gang oplysninger sendes til en databehandler i tredjelande, og det meste af OpenAIs infrastruktur er fortsat amerikansk — uden Enterprise-residency er hver studenter-relateret prompt potentielt et tredjelandsoverførselsproblem (funktionelt parallelt med FERPA i USA, men strammere). Et konkret eksempel: en universitetsadministrator, der bruger Plus til at omformulere klagebreve fra studerende, indlejrer per definition CPR-nummer, sagshistorik og potentielt sundhedsoplysninger i en privat licens uden databehandleraftale. Det er en GDPR-finding, før det er et AI-projekt. Andet lag: udbudsdirektivets tærskelværdier — Plus-køb via medarbejderkort kan udgøre omgåelse, hvis aggregeret forbrug overstiger tærsklen, og statslige rammeaftaler om AI-værktøjer (SKI, fællesoffentlige indkøb) udelukker i praksis individuelle Plus-licenser som forsvarlig anskaffelse. Tredje lag: institutionel revisionspraksis, hvor bilag uden tilhørende databehandleraftale automatisk flagges. Enterprise via en forhandlet rammeaftale er ofte den eneste vej, der består både GDPR-, udbuds- og institutionsrevision i samme prøve. Min egen erfaring fra arbejdet med uddannelsessektoren er, at den her trippel-eksponering først bliver synlig på det møde, hvor compliance, IT og økonomi sidder i samme rum — og at de fleste institutioner først samler de tre, når Rigsrevisionen eller Datatilsynet allerede har stillet spørgsmålet.
• Konsulent- og advokatbranchen. Tavshedspligt og klientfortrolighed kollapser hvis en partner limer en M&A-aftale ind i en privat Plus-konto. Branchens egen erfaring er, at den slags først opdages efter — ikke før. Når jeg taler med ledergrupper i regulerede brancher, er det her samtalen typisk vender: "Vi har ikke et ChatGPT-problem. Vi har et governance-problem, og ChatGPT er, hvor det først blev synligt."

Sektoren ændrer ikke argumentet — den ændrer hvor utåleligt det er at have det forkerte svar.

Sådan bygger du en value case der holder

Her er den model, der adskiller en virksomhed, der vælger ChatGPT-plan klogt, fra en der vælger den billigt.

En klassisk business case starter med ROI: timer sparet × timepris − licensomkostning. Resultatet er altid positivt. Det er problemet — det er altid positivt, fordi alle de svære spørgsmål er udeladt.

En value case starter et andet sted. Den spørger:

1. Baseline: Hvad ved vi om vores nuværende AI-brug? Hvor mange medarbejdere bruger allerede ChatGPT — på private konti eller virksomhedens? Hvad bruger de det til? Hvis svaret er "vi ved det ikke", er det første gate, der skal lukkes — uanset plan.
2. Use case-værdi: Hvilke konkrete beslutninger eller arbejdsgange flytter sig, hvis 50 medarbejdere i kundeservice har struktureret adgang? Ikke "tid sparet" abstrakt, men "responstid på supportsager fra 4 timer til 40 minutter, målt på 200 sager".
3. Governance-krav som gate: Hvilke krav skal være på plads, før vi tør lade folk arbejde med kundedata, kontrakter eller personoplysninger i værktøjet? Hvis kravene er SSO, audit log og no-training-on-data — så har I defineret minimums-planen. Det er Team eller Enterprise. Plus er ikke en mulighed; det er en gate-failure.
4. Skaleringspath: Hvad skal være sandt om 12 måneder, før vi kan gå fra 20 brugere til 200? Det er Enterprise-spørgsmålet — og det er ofte først her, det giver mening at investere i den dyrere plan.

Bygger I value casen i den rækkefølge — baseline før use case, governance som gate, skalering som horisont — så afgør analysen planen. Ikke omvendt.

Når jeg sidder med ledergrupper, beder jeg dem altid om at gætte antallet før vi tæller. "Hvor mange ChatGPT-konti tror I der er på huset?" Direktøren siger tre. HR siger otte. Den IT-ansvarlige siger måske tyve. Tæller vi reelt — via bilagsudtræk, IT-logs og en anonym rundspørge — lander tallet næsten altid mellem to og fire gange højere end direktørens skøn. Det er ikke et tegn på dårlig ledelse. Det er et tegn på, at Plus er designet til at glide under radaren — og det gør den, indtil nogen tæller. Hver eneste gang, jeg har gennemført den øvelse, har resultatet rykket beslutningen om plan inden for samme møde.

De fleste virksomheder gør value casen omvendt. De vælger Plus, fordi den er billig. Derefter prøver de at retfærdiggøre den med en business case. Det er ikke en strategi. Det er en undskyldning.

For CCO og kommerciel ledelse: regn pipeline-effekten, ikke bare bøden

Bødeloftet er CFO'ens og DPO'ens regnestykke. Det er ikke nødvendigvis det, der holder dig vågen, hvis du sidder med kommercielt ansvar. Det, der bør holde dig vågen, er en anden type omkostning: den kommercielle indfrysning, der følger en governance-incident. En IT-direktør, jeg arbejdede med, beskrev det sådan: "Vi mistede ikke penge på bøden. Vi mistede penge på de seks uger, hvor salgsteamet ikke turde bruge ChatGPT, mens vi skrev politik."

Tabellen nedenfor er den, der typisk mangler i value case-arbejdet. Tallene er konservative og baseret på observeret mønster på tværs af danske SMV'er, der er gået gennem en AI-relateret incident:

Skjult kommerciel omkostning ved en 6-ugers AI-frys efter governance-incident (mellemstor SMV, 50 brugere)

Kommerciel KPI	Effekt under AI-frys	Estimeret omsætningstab
Onboarding af nye salgsmedarbejdere	Manuel oplæring uden AI-assistance — 2-3 uger langsommere ramp-up	~150.000 kr pr. ny sælger forsinket
Pipeline-hastighed (lead → tilbud)	Tilbudsproduktion 3-4× langsommere uden standardiserede AI-prompts	~600.000 kr i forskudt pipeline
Conversion på tilbud	Færre tilbud kvalitetssikret, lavere hit-rate	~3-5 % conversion-drop i kvartalet
Customer service responstid	Tilbage til pre-AI baseline (4 t → 40 min reverteret)	Målbar NPS-effekt, sværere at kvantificere
Marketing content velocity	Halveret output i 6 uger	~200.000 kr i forskudt kampagne-effekt

Kilde: Erfaringstal fra konsulentarbejde med danske SMV'er 2024-2026. Estimater, ikke benchmark.

Summen er ikke en bøde. Det er en kvartalsmæssig omsætningseffekt på et antal kroner, der i de fleste tilfælde er stor nok til at finansiere Enterprise-licens for hele organisationen i fem år. Det er det reelle CCO-argument: Enterprise-præmien er ikke et governance-køb, det er forsikring af et indtægtsgrundlag, der er afhængig af, at AI-værktøjerne forbliver tilgængelige uden afbrydelse. Og den afbrydelse kommer — ikke som spekulation, men som funktion af den governance-gæld, I akkumulerer hver måned, I bliver på Plus.

So what — hvad betyder det for din virksomhed

Ledelses-tjekliste

Tag disse syv spørgsmål med ind i jeres næste direktionsmøde. Hvert skal kunne besvares med "ja/nej + bevis" — ikke med fornemmelse.

• Ved vi præcist, hvor mange medarbejdere der bruger ChatGPT i dag — inkl. på private konti og virksomhedens udlæg? Kan IT eller økonomi fremvise tallet i et regneark inden fredag?
• Har vi en skriftlig garanti for, at vores prompts ikke bruges til træning af OpenAIs modeller — og kan vi fremvise den i et bilag til vores DPIA?
• Kan vi i dag svare en revisor på, hvilke kategorier af data der er blevet sendt til ChatGPT de seneste 12 måneder?
• Har vi en defineret governance-minimumsstandard på en A4-side, før vi godkender en AI-plan — eller bliver standarden skrevet bagefter for at retfærdiggøre den plan, vi allerede har?
• Hvem ejer ChatGPT-beslutningen i vores organisation — IT, en forretningsenhed eller direktionen? Er det det rigtige niveau, eller har vi delegeret en strategisk beslutning til en linjeleder?
• Har vi regnet den kommercielle omkostning af en 6-ugers AI-frys efter en governance-incident — på pipeline-hastighed, onboarding og tilbudsproduktion? Eller forudsætter vi blot, at sandsynligheden er nul?
• Hvis vi i morgen skulle slukke for ChatGPT, ved vi så hvilke processer der ville stoppe — og hvor mange af dem ingen i ledelsen i dag kender til?

FAQ

Key takeaway: ChatGPT pris er en distraktion. Forskellen mellem Plus og Team er ikke 10 dollars om måneden — det er forskellen på at have og ikke have governance. Vælg planen, der gør value casen finansierbar. Ikke planen, der gør business casen behagelig.